在人工智能（AI）飞速发展的当下，监管框架的滞后已成为行业面临的一大挑战。作为 Claude 系列大模型的开发者，Anthropic 近日再次成为舆论焦点，其不仅积极参与政策讨论，更公开呼吁各州政府加速建立针对 AI 的监管机制，理由是现有的法律条文可能在 AI 技术的迭代面前显得捉襟见肘。
去年，加州和纽约通过了具有里程碑意义的 AI 透明度法律。这些法律要求在特定场景下披露内容是否由 AI 生成，旨在保护公众免受深度伪造和虚假信息的侵害。当时，Anthropic 曾对这些立法表示赞赏，认为这是行业自律与政府监管相结合的积极尝试。然而，随着技术的指数级进步，这种赞赏正在转变为一种紧迫感。
Anthropic 的美国州和地方政策负责人指出，AI 技术的更新换代速度远超立法周期。在短短一年内，大语言模型的能力发生了质的飞跃，从单纯的语言处理进化到具备多模态交互能力（如图文生成与视频合成）。这意味着，去年制定的监管细则，在面对如今更复杂、更逼真的 AI 模型时，可能已经无法覆盖所有风险点，甚至可能因为定义过时而失去效力。
因此，Anthropic 认为联邦层面的立法过程过于漫长，难以跟上 AI 的创新步伐。相比之下，美国作为联邦制国家，各州拥有一定的立法自主权。Anthropic 倡导利用这一优势，让各州成为 AI 监管的“试验田”和“先锋队”。通过在加州、纽约等科技重镇先行先试，可以快速验证监管措施的有效性，并为其他地区提供可复制的经验。这种“以州促联邦”的策略，旨在打破联邦立法僵局，为 AI 产业争取一个既安全又充满活力的成长环境。
这一主张反映了当前科技巨头在 AI 安全问题上的普遍共识：单纯的行业自律已不足以应对日益复杂的伦理和安全挑战。透明度法案的出台固然重要，但如何确保这些法案在技术迭代中保持动态适应，将是未来监管的核心议题。Anthropic 的这一表态，无疑为美国 AI 监管政策的走向提供了新的视角，也迫使政策制定者重新思考如何在创新与风险之间寻找平衡点。
此外，行业内部对于监管路径的博弈也日趋激烈。虽然 Anthropic 倾向于快速、灵活的州级监管，但也有人担心这种分散的监管体系可能导致“监管套利”，即企业可能选择在监管较宽松的州开展业务。然而，随着 AI 技术对全球经济和社会结构的渗透，这种担忧正在逐渐消退，取而代之的是对统一标准与地方特色相结合的渴望。
总体而言，Anthropic 的行动表明，科技公司在推动自身发展的同时，也在积极寻求与政府的合作。通过参与立法讨论，企业希望确保监管措施既能遏制潜在风险，又不会扼杀创新活力。这为全球 AI 监管提供了宝贵的参考样本。
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/why-anthropic-is-pushing-states-to-regulate-ai-faster/
