人工智能是一项具有潜在利益与深远影响的宏大事业。“许多国家已经将人工智能列为国家项目，而美国却尚未系统地探索其范围，研究其影响。”基辛格（Henry Alfred Kissinger）在三年前如是说。不过，2025年7月23日，美国白宫发布《赢得竞赛：美国人工智能行动计划》（Winning the Race: America's AI Action Plan，简称“行动计划”），这标志着联邦人工智能政策框架正式出炉。
该行动计划依据特朗普（Donald Trump）2025年1月23日签署的《消除美国人工智能领导地位障碍》行政命令制定。其内容广泛，围绕“加速人工智能创新、建设美国人工智能基础设施、领导国际人工智能外交与安全”三大支柱，详细论述了30个行动要点；全面梳理人工智能发展的政策卡点、行动重点，从政府应用到前沿研究，从高质量数据集到科学云建设，从基础设施到人才培养，从全栈技术输出到价值同盟，旨在以最大的生态确保美国在人工智能领域的领先地位，从而赢得竞争。这些内容勾勒了美国人工智能发展的努力方向，也反映出其在政策层面的调整——对试图全面构建人工智能治理制度框架的政策取向做了回调。与此同时，该行动计划采取的竞争性方法和对抗态度，让人担忧。
行动计划的三个核心支柱
第一支柱：加速人工智能创新??促进创新是行动计划最核心、内容最丰富的部分，占据了行动计划的一半篇幅。加速人工智能创新的15个行动点分布在顶层治理、国家安全、产业应用、劳动力赋能与科研投入等国家运作全流程中。
创新首先意味着清除过度监管，即废止了拜登政府14110号《关于安全、可靠和可信人工智能开发和使用的行政命令》。此外，凸显了几项重要的内容。其一，重视基础性的研究，强调人工智能可解释性、控制力与鲁棒性突破。投资人工智能驱动的科学研究，重视人工智能赋能科学研究的作用；推进人工智能科学前沿发展，美国即将发布的《国家人工智能研发战略计划》将体现这一点。其二，鼓励开源和开放权重，虽然现在绝大多数美国大模型公司基于商业考虑均选择了闭源，但行动计划希望通过把体现美国价值观的领先的开放模型推向世界。其三，从战略高度推动建设监管沙盒，快速地测试人工智能工具风险，推动模型场景应用，沙盒测试考验着国家能力和监管框架。其四，从战略高度推动高质量数据集建设，强调建设美国主导的全球规模最大、质量最高的科学数据集。为此，行动计划要求制定人工智能训练的最低质量标准，颁布数据可访问规则，实现联邦数据的受限调用，提供联邦数据的统一入口等。此外，行动计划强调评估的重要作用，要求监管机构探索将评估机制纳入现行法律框架。
第二支柱：建设美国人工智能基础设施??通过制度松绑与联邦主导资源配置，推动电力、算力与产业底座升级，支撑大规模人工智能应用与国家竞争力重塑，重点包括简化审批流程、升级电网体系、恢复扩充半导体制造能力、建设数据中心、强化与此相关的网络安全和人才培养。除了强调基础设施建设以市场为主导力量，并将建设重点穿透到能源之外，安全是建设基础设施部分的核心，其对于安全的考量遍布这一部分的制度要点。比如，就数据中心的建设而言，行动计划强调制定高安全级别的数据中心的技术标准，建设保密计算环境，以便抵御国家级威胁攻击。此外，行动计划强调发展保障安全的技术与应用，加强关键基础设施网络安全。
第三支柱：引领国际人工智能外交与安全??这部分内容是行动计划表征“对抗性”最强的部分，在这一部分美国提出将人工智能作为公共品的战略叙事，并自然延伸出“既要负责供给，也要负责治理”的逻辑，同时明确将人工智能优势转化为持久的全球联盟，并强调要防止对手坐享成果。但也有分析认为，所谓的“联盟”也仅是为美国寻找客户而非伙伴。首先，向盟友和合作伙伴出口完整的人工智能技术栈，对于特定国家则要加强出口管制，填补漏洞。为了落实这一行动举措，未来美国必然会全球协调，鼓励合作伙伴和盟友遵循这一要求。其次，通过各种国际组织对抗特定国家的影响力，为此行动计划提出人工智能治理框架与发展战略，以此抵制非美国价值观的人工智能治理方法。这些对抗性的行动布局，本质上体现了中美两极竞争的整体态势已经形成。美国为了赢得竞争，不得不用“价值观同盟”，强化出口管制与长臂管辖，将人工智能塑造成新型全球公共品与控制枢纽，最终锁定规则、供应链与数据主权层面的依附关系。
在行动计划发布当天，特朗普还签署了《加速数据中心建设许可审批》《防止联邦政府中的“觉醒”人工智能》《促进美国人工智能技术出口》三道总统令，协调支撑行动计划的实施。
行动计划的多方反应
美国国内对行动计划的反应不一。支持的观点一般认为，其强调减负放权、基建升级、出口带动、肯定开源、推进评测等措施，能够提升美国人工智能竞争力,促进其加速落地。此外，联邦采购与外交协同也有助于推动美国人工智能全球扩张。支持主体包括头部人工智能公司、实验室和相关产业市场机构。持否定态度的则认为，行动计划重速度但轻安全，削弱既有的风险框架，担心压制州法，也担心数据中心影响弱势社区环境与健康。这类主体主要包括公民权利、消费者、环境阵营和部分学者。学界的反应则更加客观持中，既肯定“先用起来”的方向，认可开放生态等促进创新扩散的做法，同时也提醒,其弱化问责与风控或使内容治理政治化，可能影响公平与信任。此外，美国还不乏对行动计划实施条件的担忧。这一观点认为“愿景与资源不匹配”是最大风险，政策需连贯、资金要落地、队伍要稳定，否则“快”的红利难持续。
与美国不同，欧盟人工智能政策则呈现出以权利保护为基、风险分层为核、统一立法为体的总体特点，这决定了欧盟不会复制美国路径。短期内，美国欧盟双方可能在标准互操作、政府应用与基础设施层面进行选择性对接，推进审慎合作。长远来看，鉴于两者在发展态势和监管理念上存在的巨大差异，双方未来仍将不断协调合作的边界。
与行动计划所体现的偏好发展速度与规模优势、仅以评测自律兜底安全的特征不同，欧盟将保证人工智能发展的预见性和维系信任作为优先价值，为此甚至可牺牲部分速度。第一，欧盟为保障基本权利，坚持风险导向，发展“以风险为基础”的法律与伦理治理体系；美国在人工智能治理上则一直呈现出实用主义倾向，特朗普政府时期政策更加偏向创新优先，强调去监管、快速审批与市场激励，权益保护依赖事后救济。第二，立法方面，欧盟出台人工智能法，试图统一立法塑造单一市场；美国联邦层面尚无统一人工智能法，依赖部门规制引导，在人工智能立法这一问题上，联邦与诸州态度不一。美国“大而美”法案（OBBBA）2025年5月版本中，曾拟禁止各州未来十年制定或执行人工智能监管法规，但该禁令在7月1日参议院表决中以99:1被否决，法案其余部分进入全案审议并通过，这意味着联邦立法机关保留了地方立法空间，客观上照顾公众对科技无监管风险的担忧。行动计划在此问题上，虽不干涉各州监管立法，但坚持监管不应过度，并将监管环境作为联邦财政支持的考量要素，客观上并未放弃对州监管立法的控制。
中美行动计划的对比分析
就在美国行动计划颁布的3天后，在2025年上海世界人工智能大会（WAIC）上，中国政府公布了《全球人工智能治理行动计划》，评论者常认为两份计划先后出台是中美争夺人工智能最佳技术和规则主导权的体现，并形容两者具有“对峙性”。毋庸置疑，两份计划将对全球人工智能生态系统产生重大影响。但是，需要明确的是，相较美国行动计划，中国政府在WAIC发布的行动计划聚焦国际协作，协同推进人工智能发展与治理。一个月之后（8月26日），国务院印发的《关于深入实施“人工智能+”行动的意见》则聚焦推动人工智能应用融合，推动经济、生活和社会治理的变革。
在人工智能国际竞争中，虽然中美竞争的态势已经形成，作为科研、产业和治理方面的引领者，推动国际治理规则的有效落地，需要两国的合作。两者显然有重叠利益，合作将促使两国都受益。这一判断来自以下两点认识。一是，促进发展是两国的最大共识。这一点与欧盟、新加坡等有所不同。在发展人工智能的具体举措上，行动计划对于基础设施、科研、要素供给（数据、算法与算力）及其交易，场景应用与治理的关注，与中国大同小异。二是，在发展价值上，中美两国都强调人工智能向善，让社会各阶层从人工智能技术中受益，不同之处在于，政府调拨资源促进发展的着力点有所不同，所服务主体的现实关切不同。自从2017年《新一代人工智能发展规划》发布以来，中国在伦理、立法、要素发展和机构设置等方面全方位发展。政府有为支撑，市场有效供给，应用深层赋能的总体特征比较明显。在整体制度设计也呈现出了显著的“综合”色彩，既要守住安全底线维护人民尊严，又要促进发展；既要政府有为，也要市场有效；既要国际合作，又要维护主权。在多重价值的追求中，往往会在制度的刚度、灰度和维度等方面体现出权衡性。
结语
行动计划的30个要点，可谓切中肯綮，提纲挈领，抓住了影响人工智能发展的诸多关键因素。不过行动计划的成效最终还是取决于这些行动点能否在发展与安全、政府与市场、国内与国际间取得平衡。基辛格与谷歌前CEO埃里克 · 施密特（Eric Schmidt）等合著的《人工智能时代与人类未来》一书的最后一句话是：“现在，是时候定义我们与人工智能的伙伴关系，以及由此产生的现实了。”但是，麻省理工学院2025年7月发布的报告发现，尽管企业在生成式人工智能（GenAI）上的投入已达300亿美元～400亿美元，但95%的组织没有获得任何回报。行动计划中的很多亮点内容，如果翻译成我们熟悉的话语，也许就是建设数字基础设施，促进先进制造业发展，探索数实融合，推动人工智能+行动等，这反映了美国重视市场、重视企业自主创新之外的现实考量与行动转向。
_____________________
本文作者陈吉栋是同济大学法学院副教授、上海市人工智能社会治理协同创新中心研究员，长期从事数据、人工智能等方面法律研究，出版《数据合规3.0：基础理论与场景指引》《高级别自动驾驶法律责任研究》等著作，发表《人工智能法的理论体系与核心议题》《以风险为基础的人工智能治理》等文章。