现有法律真能管住 AI 吗？仅靠“事后追责”远远不够
英伟达 CEO 黄仁勋与前美 FTC 主席莉娜·汗（Lina Khan）立场迥异，却在 AI 监管上达成罕见共识：他们都认为现行法律已经足够，关键在于“严格执行”。
但现实远没有这么简单。依靠现有的民法和刑法体系来约束大模型，面临重重困境。
1. 民事诉讼：周期漫长，难以震慑硅谷
民事追责（如产品责任、诽谤等）通常只能在损害发生后介入：
- 责任认定模糊：法庭目前难以界定大模型公司的过错标准——是要求原告证明模型开发者存在“疏忽（Negligence）”，还是直接要求开发者承担更高标准的“严格责任”？确立这些先例可能需要数年时间。
- 硅谷的野蛮扩张惯性：从 Uber 到 Airbnb，硅谷向来奉行“先做大规模、后谈合规”的策略。AI 公司往往低估了自身的诉讼风险，单纯的民事诉讼威胁很难从根本上改变模型研发方式。
2. 刑事责任：主观“恶意”如何证明？
大模型引发的潜在犯罪（如黑客攻击、欺诈）同样难以直接套用刑法：
- 诉讼成本过高：中小平台（如近期受 OpenAI 异常模型影响的代码平台 Hugging Face）往往缺乏资金和资源来发起旷日持久的诉讼。
- 身份与从属关系不清：雇主通常需为员工的犯罪行为负责，但 AI 模型与开发者的关系能等同于“雇主与员工”吗？
- 难以证明“犯罪意图”：刑事定罪通常需要证明主观恶意。当自动化系统完全脱离用户或开发者的控制自主运行时，如何判定其“意图”？
3. 监管破局：需要“事前准入”，而非“亡羊补牢”
部分美国立法者正试图修补漏洞（如提出法案明确：若模型行为构成犯罪，开发企业需承担责任，并推定模型具备意图）。
然而，判例法的推进极其缓慢。正如药品和汽车行业，核心在于监管机构设立严格的“上市前安全标准”，而不是寄希望于事故发生后再通过打官司来惩罚企业——到了那个时候，损害往往已经无法挽回。