加州否决 SB 1047：纽森叫停撕裂硅谷的 AI 安全法案

2024 年 9 月 29 日，加州州长纽森（Gavin Newsom）否决了 SB 1047——当时全美最激进的前沿 AI 安全法案：要求大模型开发商承担安全测试义务并对灾难性危害担责。

法案曾撕裂硅谷：Hinton、Bengio 与马斯克支持，OpenAI、Google、Meta 与众多风投反对。纽森在否决信中称法案只盯大模型而非高风险场景，同期签署了要求训练数据透明度的 AB 2013 等温和法案。

SB 1047 的失败塑造了美国 AI 监管的基调：联邦缺位、各州拼图、创新优先。它也为后续加州 2025 年换个思路再立法（SB 53 透明度路线）埋下伏笔。

真正的分歧：管模型还是管场景

SB 1047 之争的实质不是“要不要监管”，而是监管矛头对准哪里。法案以训练成本（1 亿美元）划线，要求超线模型开发商对灾难性危害担责——支持者认为只有卡住源头才能防住尾部风险，反对者则警告这会让开源发布形同自暴法律风险，初创公司和学术界首当其冲。纽森的否决信选择了后一种叙事：监管应基于实际部署场景的风险，而非模型规模本身。这一取向与欧盟按风险场景分级的思路意外地形成了呼应（参见本站欧盟 AI 法案报道），却把“前沿模型本身是否需要门槛”这个问题悬置了起来。

值得注意的是阵营划分的反直觉：深度学习三巨头中的 Hinton、Bengio 站在支持一侧，而商业实验室几乎集体反对——安全主义与加速主义的裂痕从此公开化，并在此后的每一次监管交锋中重现。

本站解读

事后看，否决 SB 1047 是美国 AI 监管路线的定向时刻：它确认了“联邦不立法、州层级试错、产业自律为主”的格局，后来的白宫 AI 行动计划更把创新优先推向极致（参见本站报道）。对行业的长期启示在于：监管缺位不等于风险消失，版权诉讼与未成年人保护正在成为事实上的监管替代品（参见本站 NYT 诉讼、Character.AI 限令报道）——立法机关缺席的地方，法院和舆论会填上。