NIST人工智能标准机构人事动荡与监管权属重构

CAISI负责人再度更替，上任仅三月即离任 美国国家标准与技术研究院（NIST）下属的人工智能标准与创新中心（CAISI）近期经历第二次高层人事变动：现任负责人Chris Fall已离职，距其正式履职不足三个月。此前，接替原负责人的Collin Burns在岗时间不足一周即离开。两次快速更替反映出该岗位当前的不稳定性，但官方尚未就Fall离任原因作出说明。 职能定位明确，却未纳入白宫新监管框架 CAISI隶属NIST，核心职责包括制定AI模型技术标准、构建安全测试方法、开展网络安全风险评估。按设计初衷，它本应是美国联邦AI安全治理体系中的技术中枢之一。然而，白宫本月启动的AI安全监督新项目“Gold Eagle”，旨在建立跨部门网络安全漏洞协调机制，参与机构涵盖商务部、国土安全部等，CAISI并未列入其中。这一安排客观上削弱了其在实际监管链条中的权重。 监管实践与制度设计出现脱节 今年6月，Anthropic旗下Mythos与Fable两款模型因商务部援引出口管制条款被临时下架，后经其提交安全方案并获部长认可才恢复上线。值得注意的是，此类前沿模型的风险处置并未由CAISI主导，而是由商务部直接介入。这暴露出现有分工中标准制定与风险响应之间的断层——CAISI专注建标与测试，但缺乏对现实争议的裁量权与执行接口。 行业推动独立标准机制建设 Anthropic事件平息后，Google DeepMind首席执行官Demis Hassabis公开倡议设立一个由产业界主导、独立运作的前沿AI标准组织，参考美国金融业监管局（FINRA）模式。该构想强调中立性、专业性与快速响应能力，与CAISI当前的政府内设属性形成对照，也凸显出业界对现有体制适配性不足的共识。 开源竞争催生监管路径分歧 面对中国开源模型加速迭代的压力，美国政府内部正重新审视监管逻辑。Moonshot实验室发布新版开源模型Kimi后，关于是否限制境外开源权重的讨论再度升温。前白宫AI与加密事务负责人David Sacks明确反对将AI监管工具转化为保护本国闭源企业的手段。他指出，监管的根本目标应是安全与可信，而非构筑技术壁垒或市场护城河。 测试方法透明度持续受质疑 CAISI曾发布针对Z.ai GLM-5.2及DeepSeek V4 Pro等中国开源模型的能力评估报告，但始终未公开其测试框架、指标权重、基准环境及复现条件。多家技术媒体自7月9日起多次向NIST及商务部询问大模型评估方法论，至今未获实质性回应。流程不透明正进一步削弱其标准输出的公信力与可验证性。 主导权仍在动态重构之中 负责人频繁更替、顶层项目绕开既有机构、行业自发倡议替代方案、监管目标与手段持续博弈——多重信号表明，美国AI安全标准体系尚未形成稳定架构。当前阶段并非制度失效，而是权责再分配的关键过渡期：技术标准究竟应由政府主导、产业共治，还是混合协同？答案仍在实践中逐步成形。