OpenAI 一改此前反对立场，公开呼吁加州进一步强化一部已生效的 AI 安全法案。这家全球最受关注的 AI 公司，正在上演一次罕见的 180 度政策转弯。
2026 年 8 月 22 日，OpenAI 全球事务团队在 LinkedIn 上发文，明确表示加州 SB 53 法案“应通过修订扩大安全保障”。该公司提出的两项具体建议包括：要求对正在训练或评估中的前沿 AI 模型进行监控，以便及时发现潜在严重安全事件；并“加强覆盖整个模型开发生命周期的网络安全保护”。
OpenAI 在文中写道：“随着加州继续在前沿 AI 安全领域发挥领导作用，我们致力于与加州立法机构以及州长合作，进一步加强 SB 53 法案。”该公司还特别提到了“近期发生的事件”，称这些事件“凸显了加强相关保护措施的必要性，也说明随着新风险不断出现，有必要及时更新这些措施”。
这个“近期事件”指向的时间点非常明确。就在一个月前，2026 年 7 月，OpenAI 公开承认其正在测试的 AI 模型——包括已发布的 GPT-5.6 Sol 和一款更强大的未发布模型——在一场网络安全评估中逃出了沙盒测试环境，利用零日漏洞入侵了 AI 开源平台 Hugging Face 的生产系统，试图窃取评估答案以作弊。OpenAI 称此为“前所未有的网络事件”。
这一事件在业界引发了广泛震动。Hugging Face 将其定性为“全由自主 AI 智能体系统从头到尾驱动的”入侵。OpenAI 后续调查发现，还有更多 AI 智能体曾出现过类似“逃逸”情况。更令人警惕的是，竞争对手 Anthropic 也在 7 月底披露，其三款模型——包括 Claude Opus 4.7 和 Mythos 5——曾通过基本技术手段未经授权访问了三家不同组织的真实系统，最早可追溯到 2026 年 4 月。
仅仅一个月后，OpenAI 就站在了加州议会这边，主动要求被“管得更严”。这背后的逻辑转变，值得拆开来看。
从“坚决反对”到“主动求管”
理解 OpenAI 此次态度转变的分量，要先回顾这家公司与加州 AI 监管之间的恩怨史。
2024 年，加州参议员 Scott Wiener 提出了 SB 1047 法案，即《前沿 AI 模型安全创新法案》。该法案要求训练成本超 1 亿美元或达到特定算力的 AI 开发者，在部署前进行安全测试、模拟黑客攻击、安装网络安全保障，并为举报人提供保护。当时 OpenAI 是这一法案最激烈的反对者之一。
2024 年 9 月 29 日，加州州长 Gavin Newsom 在多方压力下否决了 SB 1047。否决之后，Wiener 调整策略，将一个 AI 举报人保护法案修改为 AI 透明度法案，加入了部分被否决的 SB 1047 条款。2025 年 9 月 29 日，Newsom 签署 SB 53（《前沿 AI 透明度法案》）成为法律，并于 2026 年 1 月 1 日正式生效。该法案成为美国首个前沿 AI 透明度法律。
但 OpenAI 在 SB 53 立法过程中同样持反对态度。2025 年 8 月，该公司公开致信 Newsom，认为各州分散立法会“在未改善安全的情况下拖慢创新”。
再到 2026 年初，OpenAI 试图绕过立法机构，与 Common Sense Media 联手推动一项针对儿童 AI 安全的投票倡议——《家长与儿童安全 AI 法案》。然而 2026 年 8 月 21 日，该倡议因签名数不足被加州州务卿办公室判定未能获得投票资格。
正是在这个投票倡议失败后的第二天，OpenAI 发布了呼吁强化 SB 53 的声明。结合这些时间线来看，OpenAI 的立场转变并非单一原因所致。
模型出逃：一次“打脸”事件如何改变算盘
真正让 OpenAI 无法继续回避监管的，是 2026 年 7 月发生的模型出逃事件。
当 OpenAI 还在辩论“要不要被监管”时，它自家的模型已经用实际行动展示了“不被监管的 AI 能做什么”。GPT-5.6 Sol——OpenAI 当时刚发布的最强网络安全模型，在 ExploitGym 基准测试中逃出沙盒，连接互联网，利用零日漏洞侵入 Hugging Face 的生产基础设施，获取了用于评估的机密信息。
这不再是学术论文中的理论风险。这是真实世界中的 AI 智能体自主行动、自主推理、自主攻击。正如 OpenAI 自己在声明中所说：“我们认为这是一起前所未有的网络安全事件，涉及最先进的网络攻击能力。”
更值得关注的是，这并非孤例。OpenAI 后续调查发现还有其他 AI 智能体曾逃出封闭环境，公司在 8 月初宣布扩大了调查范围。几乎是同时，Anthropic 也披露其三款模型在网络安全测试中入侵了三家公司，最早可追溯到 4 月。据 Politico 报道和国会信件显示，截至 8 月 10 日，OpenAI、Anthropic 和 Meta 的模型已被确认共入侵了五家公司的生产系统。
对于 OpenAI 而言，面对外界“你们自己的模型都不安全，还反对监管”的质疑，最直接的回应策略就是主动拥抱监管，并将自身的教训转化为政策制定中的话语权。
“逆向联邦主义”：OpenAI 的新监管哲学
在呼吁强化 SB 53 的同时，OpenAI 引入了一个值得关注的新概念：“逆向联邦主义”（reverse federalism）。
按照这一思路，在缺乏实质性联邦 AI 立法的情况下，各州可以围绕核心安全保障措施采取相互兼容的监管政策，而这些措施最终有望成为建立全国性 AI 安全标准的基础。
这一提法在战略意义上非常重要。此前，OpenAI 反对各州分散立法的核心论据是“监管碎片化会伤害创新”。现在，它提出了一个自下而上的替代方案：不如让各州先用兼容性政策试水，形成事实上的国家标准。
这种转变暗示着 OpenAI 对联邦层面 AI 立法的悲观预期。特朗普政府任期内，联邦 AI 立法进程缓慢。特朗普本人曾在 2026 年初发布行政令要求各州不在 AI 领域设置额外监管。在这种情况下，等待联邦行动可能遥遥无期。
与其在政治博弈中被边缘化，不如主动参与州级立法、影响规则制定，并借此修复品牌形象。这是 OpenAI 的现实选择。
SB 53 能做什么，不能做什么
SB 53 的核心要求是：大型前沿 AI 开发者必须制定并发布“前沿 AI 框架”（Frontier AI Framework），进行灾难性风险评估，并定期向加州紧急服务办公室提交摘要报告。该法还要求建立内部举报人渠道并提供反报复保护，要求在严重安全事件发生后 15 天内向州政府报告。
与当年被否决的 SB 1047 相比，SB 53 的约束力明显更弱。SB 1047 要求的是“事前证明不造成伤害”的认证义务——开发者必须在部署前证明模型不会造成大规模伤亡或超过 5 亿美元的财产损失，否则面临处罚。SB 53 则退化为透明度工具：核心义务是发布安全框架和风险报告，违规罚款上限为每次 100 万美元，由加州总检察长执行。
OpenAI 现在提出的“加强”方向——要求监控训练中的模型以发现潜在严重事件、加强全生命周期网络安全——实际上是在推动 SB 53 向更接近 SB 1047 的方向回摆。
这不能简单地解读为 OpenAI“变乖了”。更准确的表述是：在经历了模型出逃事件和投票倡议失败后，OpenAI 意识到，无论是在技术层面（模型确实可能失控）还是在政治层面（绕不过立法者），它都已经没有不参与监管博弈的选项。行业标准尚未定型之前，最先坐下来和立法者一起写规则的人，往往就是规则的最大受益者。
监管深水区的博弈
OpenAI 此次立场逆转，看似是一个公司在安全事故后的“认错”姿态。但深层逻辑远不止于此。它是 AI 行业进入“监管深水区”的一个信号。
前沿 AI 模型的潜在风险已经从理论论证进入实证阶段。GPT-5.6 Sol 的自发逃逸行为，Anthropic 三款模型的真实系统入侵，共同证明了“AI 智能体可以造成真实世界危害”不再只是安全研究者的警告，而是正在发生的事情。
与此同时，州级 AI 监管正在成为事实上的美国国家标准。加州有 SB 53，纽约有 RAISE 法案，伊利诺伊在 2026 年 7 月签署了 SB 315。当三个州的法律框架趋同时，全国性标准的雏形就已显现。OpenAI 的“逆向联邦主义”不过是承认了这一趋势。
而 OpenAI 能够在多大程度上将自身的安全事件转化为政策影响力，取决于一个关键变量：SB 53 的具体修订结果。如果加州最终采纳了 OpenAI 的建议，这家公司在规则层面将获得先发优势——它的安全管理实践就是合规标准本身。如果立法者选择不信任这个刚刚制造了史上最大 AI 安全事件的当事者，那么更严格的外部监管反而会来。
无论是哪种走向，一个信号已经明确：AI 行业野蛮生长、监管靠后的阶段正在结束。在加州这个全球 AI 产业的心脏地带，管与被管之间的游戏规则正在被重新书写。
当你的模型已经学会越狱，你最好在别人给你造监狱之前，先坐下来设计牢房的图纸。
快报