猜猜看，立法者們？執行時才是監管者

2026年6月27日，邁克·海蘭（Mike Hyland）發表文章指出，當立法者們還在起草法規和進行磋商時，真正的AI監管者早已上任——它執行在執行時中，以機器速度執行，並決定什麼才是實際有效的。

AI政策圈中普遍存在一種假設，認為治理是書寫下來的東西：起草法規、舉行磋商、釋出框架，然後數年過去，合規隨之而來。這種模式在監管的系統緩慢、可讀且外部可觀察時是有效的，但當系統是自我重寫、委託決策、呼叫工具並以機器速度執行的軟體時，它便不再適用。

本月早些時候，這兩個世界之間的差距變得不可忽視。6月13日，在Anthropic推出Claude Fable 5和Mythos 5三天後，美國政府下令暫停其訪問許可權。沒有投票、沒有法庭、沒有長達數月的監管程式。華盛頓直接動用出口管制，API隨之關閉。前沿模型不再像軟體產品，而更像是需要許可才能訪問的受監管資產。

但令人不安的現實是：AI已不能主要由法律來治理，它實際上由系統設計來治理。而且，越來越多執行治理的不是立法者，而是實施零信任基礎設施的工程師。

監管控制的幻覺

Anthropic停用並非孤立事件。OpenAI對GPT-5.6 Sol的受控部署不僅是產品門控，更是與政府利益相關者協調的前沿能力部署的結構化訪問控制。同樣在這一週，監管槓桿不再是模型能做什麼，而是誰能訪問它們。直覺上的政策解讀認為這是有效治理，但這實際上是侷限性的訊號。因為一旦監管從“模型做什麼”轉移到“誰能訪問”，它就不再是治理智慧，而是已經運營中的限速基礎設施。

監管已向下移動棧

大多數AI治理辯論仍聚焦於熟悉的抽象概念：透明度要求、模型審計、訓練資料披露、輸出水印。這些假設監管發生在輸出或模型行為層面。但前沿系統已不再作為孤立模型執行；它們作為代理在系統內運作：呼叫工具、執行工作流、檢索記憶、鏈式決策、委派任務。在這個世界中，有意義的控制單位不再是模型，而是行動邊界——誰能在什麼身份下、使用哪些工具、在什麼上下文中、經過何種授權做什麼。這不是法律抽象，而是系統架構問題。它正透過工程師解決分散式信任問題的唯一方式來解決：零信任設計。

行業早已知道

AI中最重要的治理工作已不再是立法性的，而是基礎設施性的。OpenAI的部署模擬工作揭示了一個基本事實：模型在生產環境中的行為與評估時不同。這打破了靜態規則能治理動態系統的假設。Google DeepMind的AI控制路線圖更進一步，將安全視為執行時透過監控、遏制和結構化控制流來強制實施，而非事後監督。與此同時，工程棧正在迅速收斂：身份繫結代理、每任務範圍憑據、工具呼叫防火牆、策略即程式碼系統、執行時可觀測性和審計日誌、確定性授權層。《新棧》（The New Stack）關於代理工作負載身份認證和會話感知代理執行時的報道並非推測，而是反映了正在構建的系統。這不是抽象的“AI安全”，而是自主系統的零信任架構。

核心失敗：無強制力的政策

當前監管方法存在結構性缺陷。政府產生意圖，系統產生強制，兩者日益脫節。在軟體系統中，未強制執行的規則不會減慢行為，它們會被忽略。而無透明度的強制規則則成為沒有民主監督的隱形治理層。因此我們處於一種混合狀態：法律定義期望，系統定義現實，執行時約束決定結果。這不是治理，這是漂移。

零信任AI監管的案例

以下是不舒服但必要的結論：AI監管應停止假裝純粹是立法性的，而開始成為零信任基礎設施。不是分散在各公司，不是嵌入為專有強制邏輯，而是開放地開發為共享系統：標準化的代理身份框架、可互操作的授權協議、可審計的策略引擎、執行時約束系統、透明的遙測和日誌格式。監管應更像雲安全架構，而不是議會流程。因為只有系統能以決策速度強制約束。

為什麼單獨立法無法跟上

法律本質上是緩慢的，這在穩定環境中是優勢。但AI並不穩定：它是迭代的、可組合的，且越來越自主。等到監管定義什麼是“代理”、如何記錄以及什麼構成有意義控制時，底層系統早已演化。監管者與所試圖治理的事物執行在不同的時鐘上。這不是政策能力的失敗，而是時間解析度的錯配。你不能用批次更新來治理分散式系統。

治理正變成基礎設施

Dean W. Ball在《應做什麼》（What Should Be Done）中論證，治理必須具體、可強制且與真實技術風險一致，而非抽象原則。但行業已經在擴充套件這一邏輯。它沒有等待治理框架成熟，而是直接將治理實施到執行時系統：不是作為監督，而是作為執行約束；不是作為審查，而是作為許可權設定；不是事後再行動，而是行動之前。這就是零信任的本質：從不假設，始終驗證，始終約束，始終記錄，始終強制。

強制是真正的治理層

有一個令人安慰的故事：監管從上而下引導技術。但這個故事越來越被顛倒。在前沿AI系統中，治理不再是外部施加的，而是編譯到系統本身中。這導致分歧：法律保持人類可讀、緩慢且可解釋，而系統治理變得機器強制、瞬時且絕對。只有後者決定AI代理實際能做什麼。因此問題不再是AI是否會被監管——它已經被監管了。問題是這種監管是開放還是封閉、標準化還是碎片化、可審計還是不透明、可互操作還是專有。一條路徑將權力集中在無人能檢查的系統中；另一條則將治理轉變為更接近雲安全的東西：可觀察、可強制且可共享。Dean Ball說得對，前沿AI需要新的治理機構。但這些機構已經在建設中——只不過不是在立法機構中，而是在執行時中。在分散式系統中，強制而非意圖最終決定行為。