一个联邦 AI 标准凌驾于五十个州之上——如果你做开发，这意味着什么

2026年6月4日，一群两党众议院议员抛出了一份 269 页的讨论稿，名为 The Great American Artificial Intelligence Act， 到处的标题都一样：它可能覆盖每个州的 AI 法律。 如果你用 AI 做开发，这个故事吵闹的版本并不是有用的版本。 真正有用的问题很窄：这是否改变了 你 实际要做的事？

坦白的答案是“远没有听起来那么多”，而其中的原因值得弄明白。

这份法案到底冻结了什么

把这 269 页剥到底，有争议的部分只是一招：对 “专门监管 AI 模型开发”的州法实行三年的联邦优先（preemption，覆盖州法）。 训练。公布你训练数据的摘要。水印。法案点名了两个具体例子：加州那部要求模型制造商公布训练数据摘要的法律，以及其内容水印法律的一部分，将被暂停。

下面这句话最关键，而标题都跳过了：联邦优先 并不适用于关于 AI 使用或部署 的法律。 公民权利、隐私、劳动保护、版权、儿童安全法律——所有这些都原封不动，逐州适用。

AI 法律有两层，人们把它们混为一谈

这就是全部的故事，所以值得讲清楚。

第一层——构建模型。 它如何训练、用什么数据、你是否披露、输出是否加水印。这就是法案在联邦层面冻结三年的内容。它极其重要——对那十几家真正训练前沿模型的实验室来说。

第二层——使用模型。 部署后的系统被允许对真实的人 做 什么：歧视、泄露、误导、伤害。这一层没被触动。仍然逐州适用。仍然适用于你的产品。

几乎每个开发者都完全活在第二层里。你不是在训练一个前沿模型；你是在交付一个使用前沿模型的东西。所以那个闹得最凶的联邦优先几乎触及不到你。它让 OpenAI 和 Anthropic 的日子更简单了——一个开发标准，而不是五十个——而对应用开发者的日常几乎毫无改变。

而真正约束你的规则，正在收紧，而不是放松

这才是真正要内化的部分。管辖你产品的法律是关于它 做 什么的，而这套法律正在变得更锋利，而不是更宽松。加州的 AB 316 已经规定，当代理造成伤害时，你 不能拿代理的自主性当借口。 欧盟刚刚把持久化的 AI 记忆定性为 画像，并附带同意和删除的义务。 那些都是第二层、部署层面的规则。这份法案没有触及它们。所以“一个联邦 AI 标准”绝对 不 意味着“我的合规变轻松了”。 对模型制造商来说，它变轻松了。对你来说，约束性的限制还在原地——而其中好几条今年正变得更严。

诚实的注意事项

有三条，因为微妙之处正是重点：

• 它是一份草案，不是法律。 别围绕一份可能永远不会通过的讨论稿来重组你的路线图。
• 它有争议。 批评者称这种联邦优先是 “一代人的错误”， 它把当前州级 AI 规则的“地板”变成了联邦的“天花板”。这场争斗还没有定论。
• 即便通过，它也是狭窄而临时的——一个三年的日落条款，只针对第一层。 此外还有一份来自 6月2日 的白宫行政令，推动 自愿 框架，并 明确不要求强制许可 来开发模型——方向是一样的：对 构建 模型放轻手脚，对你 部署 它们则没有任何强制。

要点

管辖你产品的，是它做什么，而不是它的模型是怎么训练的——而这仍然是地方法律，仍然真实，仍然是你的责任。该做的尽职调查没有变：同意与数据处理、对你的代理被允许做什么设定清晰的边界、知道出错时谁来担责。这些昨天一样都没动。

“一个联邦标准凌驾于五十个州之上”是个真实的故事——对那些构建模型的人而言。如果你是用它们来做开发，适用于你的法律仍然是关于你的产品对真实的人做了什么，而它纹丝未动。别把一条关于模型开发的标题当成部署的绿灯。约束你的规则是关于行为的，不是关于训练的——而那些规则正变得更严，而不是更简单。