WAIC 落幕之后：AI 全球治理不再只写原则，开始争夺谁来定义协作规则

Tue, 21 Jul 2026 10:00:00 +0800

2026 世界人工智能大会一结束，信息流很快又回到熟悉的节奏：谁发了模型，谁展示了芯片，谁的机器人动作更像真人。

7 月 21 日，央视网发了一篇题为《“中国方案”为 AI 全球发展治理开创新局面》的报道。它没有提供多少适合做参数表的内容，却把话题拉回了一个更重要的方向：AI 越来越像基础设施之后，跨国使用它的人，准备怎么处理数据、责任和事故？

同一届 WAIC 上，联合国秘书长古特雷斯在 7 月 17 日的开幕式发言中提出，AI 治理不能由少数国家或公司决定，每个国家都应有参与位置。次日，联合国技术特使阿曼迪普·辛格·吉尔在上海的高层会议上进一步把问题拆成 science（科学）、policy（政策）和 capacity（能力）三层：如果许多国家缺少算力、数据、人才与部署经验，原则和政策很难变成实际能力。

这让 WAIC 的治理有了更具体的参照。它不只是“应该加强国际合作”的常规表述，而是和联合国刚刚启动的全球 AI 治理对话、科学评估以及能力建设网络链接在了一起。

图：2026 年世界人工智能大会人工智能全球治理高级别会议。来源：Press Information Department（Bangladesh）/ Wikimedia Commons，Public Domain。

真正麻烦的，不是模型出海，而是责任怎么跟着走

一个 AI 产品服务海外用户，事情很快就会超出“接口能不能调通”的范围。

假设团队把用户输入交给境外模型处理，日志留在另一朵云上，又接了第三方搜索和工具调用。客户问数据是否离境、保留多久，工程师不能只回答“我们用了加密”。一旦模型输出造成损失，模型供应商、应用公司、部署平台和最终操作人员之间又该怎么解释责任？

这些不是会议室里才会出现的宏大问题。它们会出现在采购表、客户法务的问题清单、云服务区域选择和事故复盘里。很多团队现在还能靠人工逐项解释，是因为业务规模不大、覆盖地区不多。产品一旦进入更多市场，这套做法很难一直撑下去。

WAIC 上关于全球协作的讨论因此值得看一眼。不是因为它会立刻改变某个 API，而是因为模型、数据和工具链已经跨过了公司的边界。规则如果各写各的，最后买单的往往是做产品的人：同一个能力，要维护几套说明、几套日志、几套审批流程。

别把“治理”当成一个词

治理这个词太大，容易把讨论说空。拆开看，里面其实混着四件不同的事。

原则是底线。安全、透明、可控、公平，这些词决定了讨论往哪儿走，但不会告诉工程师日志字段怎么设计。

标准更贴近实际。比如风险报告该包含哪些内容，模型调用记录怎么留，内容来源怎样标记，安全评估能不能被另一家机构读懂。这里的关键词是 interoperability（互操作性）：大家不必使用同一套技术栈，但至少应该能交换必要信息，不至于各自拿着一套别人看不懂的格式。

这不只是技术白皮书里的愿望。联合国大学 2026 年关于 AI 安全治理互操作性的报告，把伦理、监管和标准之间能否衔接列为核心问题：规则彼此不兼容时，企业面对的不是一条更高的安全门槛，而是多套无法复用的合规流程。OECD 今年发布的负责任 AI 尽职调查指南，也把问题落到企业动作上：识别风险、预防和缓解影响、追踪结果、沟通处理方式，并在需要时补救。

再往下是协作机制。标准需要更新时谁能参与？发生跨境事件时谁对接谁？开源社区、中小公司和用户代表有没有机会表达意见？这部分听上去不如新模型吸引人，却决定了一套规则是不是只写给少数大公司看。

最后才是企业最有感的执行层：客户要求拿出什么记录，产品进入某个市场前需要完成哪些评估，出了事故以后谁负责说明。很多争论卡住，往往就是把这四层混成了一句话：要么喊“加强治理”，要么反问“是不是要限制创新”。

那些已经摆在产品桌面上的摩擦

模型服务商的承诺并不相同。有的强调不保留数据，有的提供区域部署，有的限制某些使用场景；团队在云端和本地模型之间切换时，改变的也不只是模型名。日志路径、数据边界、内容安全策略和客户承诺都可能跟着变。

开源权重模型也是类似情况。能下载、能微调，当然降低了试用门槛；但一个模型可以自由获取，不代表它在所有行业和地区都能按同样方式部署。使用目的、部署环境、工具权限和事后责任会一起决定风险。将来如果不同地区要互认某种测试或风险说明，靠一份营销页面显然不够。

事故排查则更直接。一个 AI 系统给出错误结果，问题可能来自基础模型、微调、RAG（检索增强生成）数据、外部工具调用，也可能是应用把模型建议执行得太激进。没有清楚的调用记录和复盘材料，几家公司很难把事情讲明白。所谓治理，落到这里，首先是让每一环都能留下可解释的痕迹。

不妨盯住三个后续信号

联合国在 WAIC 上带来的不只是立场表达。公开信息显示，联合国大会支持的独立国际 AI 科学小组已经发布初步报告；全球 AI 治理对话的首次会议也在 7 月初于日内瓦举行。联合国方面把这些安排定位为共享专业知识、促进共同标准，并让发展中国家更能参与塑造 AI 未来的渠道。

这当然还不是一套已经跑顺的全球治理系统，但至少让接下来该看什么变得具体了一点。企业不必急着从新闻标题里判断“利好还是利空”，可以盯住三个信号。

一个是有没有共同语言。模型评测、风险报告、调用日志、内容标记和事件通报，能否逐渐形成跨平台可读的格式。没有这层共同语言，互认就很容易停在口头上。

另一个是参与方式。规则由谁起草，谁可以提出异议，怎样修订，往往比文件里的漂亮措辞更能说明它有没有生命力。AI 技术迭代快，完全封闭的制定过程很容易追不上产品变化。

还有责任边界。团队不怕合规要求本身，怕的是不知道某项义务到底该落在模型方、平台方还是应用方。边界讲清楚，安全、审核和记录才能被安排进正常开发流程；边界讲不清，大家就只能等事故发生后临时找人补材料。

规则是接口，不是装饰

AI governance（AI 治理）常被理解成“模型越强，限制越多”。但对长期运营产品的人来说，它更像一套接口约定。

规则负责说清最低边界：哪些数据不能随意流转，哪些风险要向用户说明，出了问题不能只让最末端的应用团队承担。协作则让不同公司、不同地区对这些边界有机会采用相近的表达和流程。只有规则，没有协作，最后容易变成一堆互不兼容的要求；只谈协作、不谈责任，又会变成无须兑现的口号。

WAIC 的展台明年还会换，热门模型也会换。更值得跟踪的是：有没有人把这些抽象词落到可复用的格式、可参与的讨论和可追溯的事故记录上。那会比再多一份原则声明，更接近 AI 全球协作真正开始运转的时刻。

参考来源

以上来源用于确认公开发言、政策研究与报道口径。有关世界 AI 合作组织的具体组织架构、成员、职权或已达成制度安排，仍应以主办方、有关组织或正式公告的后续公开文件为准。