2026年8月29日，欧盟委员会执行副主席维尔库宁（Virkkunen）证实，人工智能办公室已向来自不同地区的多家“最先进”的通用人工智能（GPAI）模型提供者正式发出信息请求函（RFI）。这是欧委会从8月2日开始获得对GPAI执法权后首次证实执法行动。接收RFI的包括OpenAI、Anthropic、谷歌等头部前沿实验室，及其他30多家AI供应商，但欧委会并未公开完整名单。

据称，第一份RFI聚焦于“系统性风险”，其指向正是今年夏天一系列前沿模型失控事件：评测时突破外部系统。

8月26日，OpenAI在事件发生一个多月后正式发布了关于AI模型如何逃离其测试环境，并引发了一场大规模的网络安全事件。然而，在整个过程中，Hugging Face并未公开追责，而是与OpenAI 建立了合作关系以补救已经造成的损害。这种商业安排让人容易忽略了一个法律上的问题： 如果是人类做了类似的事情，实则将构成一系列刑事犯罪。

然而，AI主动攻击造成的损害是真实的、严重的、跨企业的，远非Claude Mythos Preview被Anthropic“雪藏”时许多人猜测的“炒作”。 对于监管者来说，该如何规制一个强大、时而“犯错”、却处于“未发布”状态的AI模型？欧盟的RFI执法对于AI企业来说意味着什么呢？

一、规制对象的“预设漏洞”：AI模型是什么？

欧盟《人工智能法案》对“通用人工智能模型”的定义中，有一句此刻显得致命的排除条款：通用性的人工智能模型，不包括“用于市场投放前的研究、开发或原型设计活动的人工智能模型”。

对于“提供者”的定义进一步解释，要“以自身名义或商标在市场上投放模型”，而“投放市场”则是指，“为在欧盟市场上分销或使用而首次提供GPAI模型”。

上述3个定义叠加起来的效果是，欧盟AI法案第5章下的过程义务——技术文档、训练数据摘要、模型评估对抗性测试、严重事件报告、网络安全保障——适用前提是“模型被投放市场”。而OpengAI在ExpoitGym评测中入侵Hugging Face的涉事模型，恰恰在这一定义和规制之外——内部研究专用、从未打算发布。 虽然欧委会可通过51条依职权认定其具有系统性风险，但“提供者”的过程义务是否对其“投放市场前”的评测活动完全适用，存在实质性的法律解释空间。

这说明，欧盟在较早的立法过程中，尚未认识到，前沿模型极少是从零开始训练，几乎都是在既有模型基础上通过微调或强化学习不断升级。一个处于开发、研究中的AI模型具备了一个成熟模型的所有特征，并可能在“发布前”就能够自主完成许多任务、甚至制造威胁。

以“发布”作为义务触发点，并将规制对象限制在“静态、已完成/发布的AI模型”，暴露了早期AI立法的在时间和空间两个维度的结构性漏洞。

二、谁来追责？

Hugging Face在被OpenAI测试模型攻击后并未主动追究其民事责任。作为全球最大的AI模型托管平台，它拥有专业的安全团队、多元化的技术栈以及吸收这次冲击的经济韧性。考虑到与OpenAI长期的商业关系，“不追责”也不失为一个理性的商业决策。

但是，其他安全专家的调查却指出，早在5月和6月测试期间，OpenAI内部团队就观察到了模型通过建立屏蔽消息板进行通信的异常行为，但团队允许训练继续运行，导致这种通信策略被永久编码进模型权重。这可以总结为“组织性安全文化的缺失”——该公司的日常习惯和沟通决定了他们降低了他们感知和相应网络风险的能力。但OpenAI在其报告中并未披露这些信息，回避了提及其安全文化上的“无能”。

然而，OpenAI还是将事件定性为“鸣枪警告”（warning shot），并“主动放缓”前沿模型迭代。这一行动无异于承认，这次事件绝非一次偶然、可控的意外，而是一次“系统性风险”，其自设的安全能力阈值即将被突破。

OpenAI报告中未予披露和说明的问题，与“主动放缓开发”的实际行动之间形成了足够的张力，这恰恰说明，完全依赖于企业自行审计来问责是远远不够的。“合理预防措施”不是一个自证的概念，它绝对需要在公开程序、公正的理论中接受检验，将“对安全的重视”转化为可证成的法律事实。

三、企业侧的预判：训练过程纳入监管是必然趋势

欧盟AI办公室首批RFI已经发出。根据EURACTIVE的报道，人工智能实验室的内部模型“可能”即将落入欧盟安全规则的规制范畴。

根据欧委会的执法框架，错误、不完整或误导性的回复可被罚款最高1500万欧元，或占全球年营业额3%的罚款；在严重情况下，人工智能办公室可以要求采取纠正措施，或限制模型在欧盟的公开可用性。所以有人预测，未来几个月将会有更多信息需求、公开的评估活动，以及针对特定提供者的首批纠正措施，甚至许多“AI模型很快将在欧盟无法访问”。

但两州法案的核心披露义务（透明度报告、披露声明）仍以“部署新的或经实质修改的前沿模型”为触发节点。真正的“实时过程控制”，是通过大型企业“前沿AI框架”中的内部使用风险评估义务（加州季度报告）与年度第三方审计义务（伊州）来间接实现的。

四、结语

当“技术创新”成为一种意识形态，所有国家政策、商业、法律环境中都默契地共享了一个假设：一家对安全足够重视的负责任的AI实验室，就没有什么可担忧的。然而阿伦特曾警告世人：最大的恶往往不是狂热的仇恨，而是平凡的敬业。

AI开发链上同样如此——从训练数据选择到奖励函数设定，从评测环境配置到网络权限开通，无数工程师各自完成了职责范围内“正确”的事。但当这些“正确”叠加起来，却可能制造出自主逃逸、盗取数据的模型。

监管的任务，不是去追查每一个工程师——这既不可能也不公正——而是将责任锚定于“准提供者”的过程义务，用过错推定破解技术归因的不可行性，以审慎的连带责任覆盖多数人侵权场景。

欧盟的执法权已经亮剑，美国的州级立法已经开始累积算力，中国AI企业与其被动应对，不如主动将“训练-评测过程中AI模型”的全过程合规，内化为自身的核心竞争力。

作者：张颖

《互联网法律评论》主编

【免责声明】本文撰写所需的信息采集自合法公开的渠道，我们无法对信息的真实性、完整性和准确性提供任何形式的保证。本文仅为分享、交流信息之目的，不构成对任何企业、组织和个人的决策依据。

《互联网法律评论》提供业界解决方案

互联网法律国际监管动态研究

互联网产业投资和政策监管研究

互联网企业：极端地缘政治冲突中的公关战略研究

合作联系

zhangying@cggthinktank.com