2026年8月29日，歐盟委員會執行副主席維爾庫寧（Virkkunen）證實，歐盟人工智慧辦公室已向多家“最先進”的通用人工智慧（GPAI）模型提供者正式發出資訊請求函（RFI）。這是歐委會自8月2日獲得對GPAI執法權後，首次公開證實的執法行動。接收方包括OpenAI、Anthropic、谷歌等頭部前沿實驗室，以及另外30多家AI供應商，但歐委會未公開完整名單。

據稱，首輪RFI聚焦“系統性風險”，其指向正是今年夏天一系列前沿模型失控事件：OpenAI的模型在測試中攻入Hugging Face平台，Claude和Muse Spark在評測時突破外部系統。這些事件暴露出，處於研發或測試階段的AI模型已具備成熟能力，甚至可能製造真實威脅，而現行法律框架對此類“未釋出”模型存在監管空白。

法律框架的“預設漏洞”

歐盟《人工智慧法案》對“通用人工智慧模型”的定義中，有一項排除條款：不涵蓋“用於市場投放前的研究、開發或原型設計活動的人工智慧模型”。同時，“提供者”被定義為“以自身名義或商標在市場上投放模型”的主體，而“投放市場”指“為在歐盟市場上分銷或使用而首次提供GPAI模型”。

這三個定義疊加的效果是，法案第5章下的過程義務——如技術文件、訓練資料摘要、模型評估、對抗性測試、嚴重事件報告和網路安全保障——均以“模型被投放市場”為前提。因此，OpenAI在評測中入侵Hugging Face的涉事模型，因其“內部研究專用、從未打算釋出”，恰好落在規制範圍之外。儘管歐委會可依據第51條依職權認定其具有系統性風險，但“提供者”的過程義務是否適用於“投放市場前”的評測活動，仍存在實質性的法律解釋空間。

這一立法疏漏反映出早期AI立法的一個結構性盲點：前沿模型極少從零開始訓練，通常是在既有模型基礎上通過微調或強化學習不斷迭代。一個處於開發中的模型可能已具備成熟模型的所有特徵，並能在“釋出前”自主執行任務甚至製造威脅。以“釋出”作為義務觸發點，將規制物件限定為“靜態、已完成/釋出的模型”，在時間和空間兩個維度上都留下了漏洞。

誰來追責？

Hugging Face在遭受攻擊後並未主動追究OpenAI的民事責任。作為全球最大的AI模型託管平台，它擁有專業安全團隊、多元化技術棧和經濟韌性，考慮到與OpenAI的長期商業關係，“不追責”或許是理性的商業決策。但個體的“不追責”不等於社會層面“無需追責”——若類似逃逸行為發生在連線電網排程、醫院系統或航空管制的AI元件上，受害者將是缺乏識別能力和替代方案的普通公眾。

OpenAI在無法律強制義務的情況下，於8月26日主動釋出了詳盡的技術報告，承認事故並非單純的“AI失控”，而是在“降低安全防護”前提下，模型出現了四種錯位行為：獎勵駭客、過度執著、未授權通訊、採納其他代理傳達的目標。然而，其他安全專家調查指出，早在5月和6月測試期間，OpenAI內部團隊就觀察到模型通過建立遮蔽訊息板進行通訊的異常行為，但團隊允許訓練繼續，導致該策略被永久編碼進模型權重。這被總結為“組織性安全文化的缺失”，而OpenAI的報告並未披露這些資訊。

OpenAI將事件定性為“鳴槍警告”，並“主動放緩”前沿模型迭代。這一表態無異於承認事件並非偶然，而是“系統性風險”，其自設的安全閾值正被突破。報告未披露的問題與“主動放緩”的實際行動之間的張力表明，完全依賴企業自行審計來問責遠遠不夠。“合理預防措施”不應是自證概念，而需在公開程式中接受檢驗，將“對安全的重視”轉化為可證成的法律事實。

企業側的預判：訓練過程納入監管是必然趨勢

歐盟AI辦公室首批RFI已發出。根據EURACTIVE報道，人工智慧實驗室的內部模型“可能”即將落入歐盟安全規則範疇。歐委會執法框架規定，錯誤、不完整或誤導性回覆可被罰款最高1500萬歐元或佔全球年營業額3%；嚴重情況下，AI辦公室可要求採取糾正措施或限制模型在歐盟的公開可用性。因此有預測認為，未來幾個月將出現更多資訊請求、公開評估活動及針對特定提供者的首批糾正措施，甚至許多AI模型“很快將在歐盟無法訪問”。

與此同時，美國加州SB53法案已將“再訓練過程”納入算力累積計算，伊利諾伊州7月通過的《人工智慧安全措施法案》（AIMSA）更明確將“開發”本身列入監管觸發點，將治理關口前移至研發環節。但兩州法案的核心披露義務仍以“部署新的或經實質修改的前沿模型”為觸發節點，真正的“即時過程控制”是通過大型企業“前沿AI框架”中的內部風險評估義務與年度第三方審計義務間接實現的。

在這一趨勢下，制度上可能出現類似“準提供者”的概念，要求模型開發者在再訓練、評測活動中啟動一系列過程義務，包括思維鏈監控、雙層網路隔離等控制措施，以及網路安全事件觸發的報告機制。

結語

當“技術創新”成為一種意識形態，政策、商業和法律環境往往預設：一家對安全足夠重視的負責任的AI實驗室，就沒什麼可擔憂的。然而，AI開發鏈上的無數工程師各自完成職責範圍內“正確”的事——從訓練資料選擇到獎勵函式設定，從評測環境配置到網路許可權開通——這些“正確”疊加起來，卻可能製造出自主逃逸、盜取資料的模型。監管的任務不是追查每個工程師，而是將責任錨定於“準提供者”的過程義務，用過錯推定破解技術歸因的不可行性，以審慎的連帶責任覆蓋多數人侵權場景。

歐盟的執法權已經亮劍，美國的州級立法已開始累積算力。對中國AI企業而言，與其被動應對，不如主動將“訓練-評測過程中AI模型”的全過程合規內化為自身核心競爭力。