AI 相关政策法规与政府监管动态：立法进展、出口管制与全球治理框架的追踪。
发改委在2026年4月27日否决了Meta对Manus的收购，并要求撤销交易。这是2021年外资安全审查办法生效五年来，首次公开的“禁止+撤销”案例。监管盯上的不是境外收购这个动作本身，而是Manus把总部迁往新加坡时，核心团队、研发能力和知识产权从中国境内主体转移出去的整条链条。这次否决也间接证明了Manus并非“套壳”产品——只有真东西才值得动用最...
推荐理由：这条新闻当天就值得推。发改委否决 Meta 买 Manus，不只是拦了一笔交易，而是第一次公开把“禁止”和“撤销”两件事一起做了，等于给跨境 AI 并购划了条以前没画过的红线。文章点出真正要盯的是迁册中的资产转移链，不是境外公司被收购这个壳，这对在看 exit 的团队是个实打实的信号。信息有具体日期、有法律依据、有案例定性，没有吹水，直接推。
Sam Altman 在 OpenAI 官网发了一篇讲公司原则的文章，没提具体模型、参数、定价或发布时间。文章列了五条：一是“民主化”，不让 AI 权力集中在少数公司手里；二是“给人自主权”，让用户用 AI 做更多事，但也会在不确定时先收紧限制；三是“全民繁荣”，认为政府可能需要新经济模式，OpenAI 自己砸钱买算力、建数据中心就是为了把 AI 成本...
推荐理由：Sam Altman 署名发了一篇原则文章，不是产品发布，所以别指望看到新模型、参数、价格或时间表。我会先打个折：正文没披露任何硬数据，重要性到不了重大更新那档。但文章把民主化、个人自主、普遍繁荣、韧性、适应性这五条摊开，还直接点了病原体、网络安全、对齐和迭代部署的风险，等于 OpenAI 在安全路线上亮了一次底牌。真正值得盯的是他们承认以后要在自主和韧性之间做取舍——这话从 CEO 嘴里说出来，比喊口号实在。
英国政府把 AI 数据中心的气候影响预测大幅上调，幅度最高达到 136 倍。但报道正文被付费墙挡住，没披露这个倍数是基于什么基准、覆盖哪个时间段、统计了哪些设施。核心问题出在核算方法上，而不是简单一句“AI 更耗电”就能概括的。
推荐理由：FT 报道英国承认 AI 数据中心排放预测被大幅上调，最高 136 倍。HKR 三项都过：官方认错有冲击力、给出了具体倍数、对基建和政策有实际影响。但基线口径和时间窗口都没披露，所以只给低 featured。
美国司法部正式下场，站到了马斯克的 xAI 一边，共同起诉科罗拉多州一项针对 AI 的新反歧视法。这项州法主要管的是用自动化工具在招聘等领域搞歧视的问题。目前公开信息里没披露具体案件编号、司法部是以什么身份参与（比如是提交了意见书还是直接加入原告），也没说他们质疑的是法条里的哪些具体条款。核心信号就一个：联邦机构在一场州层面的 AI 监管博弈里，公开跟...
推荐理由：我会先打个折：正文信息缺口很大，案号、条款、司法部的法律依据都没披露，所以别急着下结论。但钩子确实够硬——联邦政府直接站队一家 AI 公司去告州法，政策冲突已经从开会讨论升级到法庭见真章了。对做 AI 产品的团队来说，这事的实际影响在于：如果科罗拉多这类反歧视法站住了，招人、筛选用的自主决策工具就得背上更重的合规包袱；如果被联邦推翻了，短期内可能松一口气，但长期规则会更乱。先盯着后续的法庭文件，看司法部到底拿什么理由入场。
Anthropic 发布了一个叫 Mythos 的模型，专门用来发现银行、电网和政府软件里的隐藏漏洞。公司说它太危险，不能公开，目前只跟美国 11 家科技公司和 40 多家关键基础设施机构共享，海外只有英国拿到了访问权。英国安全研究所的测试证实，Mythos 能完成以前任何 AI 都做不到的复杂网络攻击。欧盟、德国等盟友还没拿到模型，只能干着急；中国和...
推荐理由：这篇不是常规模型发布，更像一次准地缘政治的网络能力管制实验。Anthropic 把 Mythos 圈在极小范围，只给美国及英国部分机构用，还拉上 11 家合作方修漏洞，说明他们自己都怕这东西被滥用。正文没披露具体评测方法和基准分数，所以“比核弹还糟糕”这种说法先打个折，但 18 个月内类似能力扩散的预估值得盯紧。
Axios 的消息说，Anthropic 那个专门找漏洞的模型 Mythos Preview 已经在商务部、国安局（NSA）等几个联邦机构用上了，但负责全国网络防御的 CISA 反而没拿到访问权限。文章没解释为什么偏偏跳过 CISA，也没提模型的具体性能、收费方式和部署规模。目前特朗普政府正在和 Anthropic 谈更广泛的合作，但 CISA 在现政...
推荐理由：我会先打个折：正文只说了谁在用、谁没在用，模型本身长什么样、花多少钱一概没提。但这条消息的看点不在技术，而在安排——管网络安全的部门反而没拿到漏洞发现模型，这要么是流程卡壳，要么是有意绕开。对从业者来说，这比一个模型刷榜更值得留意，因为它直接关系到联邦 AI 采购的走向和权限分配。
Beazley 和 QBE 这两家保险公司打算在网络安全险里，对由 AI 和“LLMjacking”（偷用别人大模型算力）引发的损失设置赔付上限。文章正文被付费墙挡住，没披露具体上限金额、触发条件，也没说什么时候开始执行。核心争议在于保单条款怎么界定“跟 AI 有关的损失”——这个定义会直接决定企业能拿到多少赔偿。
推荐理由：FT 这条消息本身是个信号：Beazley 和 QBE 这些承保方开始把 AI 和“LLMjacking”单独拎出来设赔付上限，说明 AI 风险已经进入核保条款，不再是概念炒作。我会先打个折——正文没给具体上限数字、触发条件和生效时间，所以没法判断力度有多大。这点先别太激动，真正值得盯的是后续保单措辞怎么定义 AI 相关事件，而不是标题里的技术热词。
日本财务大臣片山皋月计划最早本周内召集国内主要银行开会，议题直指 Anthropic 最新模型 Mythos 对金融业的威胁。目前公开信息里没写 Mythos 具体能干什么、风险是哪种类型，也没提会不会出台监管措施。但这件事本身说明，日本可能要把前沿模型的风险正式摆到银行桌面上谈了。
推荐理由：Bloomberg 的信源给这条消息加了分：日本财务大臣要见大银行，点名讨论 Anthropic 的 Mythos 模型，这在政策层面是个实打实的信号，所以 H 和 R 都过了。分数停在 72，因为 K 太薄了——正文没披露 Mythos 的能力、风险类型和处置方向，我会先打个折。标题容易让人以为出了大事，但真正值得盯的是日本金融监管有没有把前沿模型塞进银行风险会议议程，这点先别太激动，等后续细节出来再说。
澳大利亚储备银行（RBA）正在关注 Anthropic 的 Mythos AI 模型。起因是 Anthropic 自己说这个模型有能力发动复杂的网络攻击，但彭博这篇报道的正文被付费墙挡住了，看不到具体的技术细节、评估范围和落地时间表。我会先打个折：目前只知道监管机构在盯着，但没披露他们打算怎么盯、盯到什么程度，也没说 Mythos 到底在什么条件下会构...
推荐理由：澳洲联储在盯着 Anthropic 的 Mythos AI，理由是这模型被说成能执行复杂网络攻击。我会先打个折：正文只给了彭博 RSS 摘要里那句能力声明，监测范围、技术细节、时间表全都没写。所以这条新闻的看点在于“央行下场盯模型”这个动作本身，而不是已经坐实了什么风险。对从业者来说，这更像一个信号——监管对模型安全能力的关注正在从纸面讨论走向具体盯防，但具体怎么盯、盯到什么程度会动手，现在全是空白。
益普索的民调显示，超过六成的共和党与民主党选民都支持政府监管 AI、放慢开发速度。文章还提到，美国多地社区在抵制数据中心项目，网上对 AI 公司的怒火也在升温。但正文没披露这次民调的样本量、调查时间，也没给出具体哪个选区把 AI 当成了核心议题。专家判断，AI 目前还不是中期选举的主轴，更像是一股正在积累的底层情绪。
推荐理由：这篇的钩子是公众对 AI 的反感正在变成选举议题，Ipsos 民调说共和党和民主党里都有超过 60% 的人希望政府出手监管、把 AI 发展速度压一压。这个数字本身挺有冲击力，说明反感不是某一派的情绪，而是跨党派的共识基础。不过正文没披露样本量、调查时间点，也没给出具体选战里 AI 怎么被当成靶子的案例，所以判断先打个折。对做 AI 的人来说，这种民意一旦落地成政策，数据中心建不了、模型发布被卡，都是直接后果，值得盯。
保险公司开始在企业责任险里动手脚，想把 AI 造成的伤害排除在理赔范围外。文章只说了这个动向，没披露具体哪些保单条款被改、涉及多少案例、监管机构又是什么态度。对用 AI 干活的公司来说，这等于出了事可能得自己扛，但正文没给出实际纠纷或判例来支撑这个风险到底有多大。
推荐理由：FT 报了一个实打实的市场信号：保险公司正在把 AI 相关损害从企业责任险里排除。这比空谈责任归属更有冲击力，直接把 AI 风险变成了一个马上要面对的部署和合规问题。HKR 三项都站得住，但正文没披露具体险种范围、已发生案例数量和监管口径，信息缺口明显，所以分数到不了必写级别。
西门子 CEO 罗兰·布施（Roland Busch）直接表态，如果欧盟不调整 AI 监管规则，公司会把 AI 投资优先投向美国和中国，而不是欧洲。这更像一个资本配置的信号，不是产品发布。正文没披露具体投资金额、时间表、涉及哪些业务部门，也没点名到底哪几条规则让西门子不满。
推荐理由：这条值得放进精选，但我会先打个折。CEO 放话本身有新闻性，直接点出监管会逼走 AI 投资，不是泛泛抱怨。不过正文没给数字和时间，不知道是几十万还是几亿的盘子，也不知道是近期还是远期计划，所以别急着下结论说欧洲完了。真正值得盯的是，一个做工业自动化的巨头开始用脚投票，这比初创公司喊话分量重。
FT 这篇报道正文被付费墙挡住了，只留了个标题。从标题看，Anthropic 的 CEO 和白宫幕僚长碰了面，核心诉求是美国政府想获得 Mythos 模型的访问权限。但正文没披露会面具体时间、Mythos 到底有什么能力、政府要拿它做什么用，以及访问条件是什么。这件事的关键不在“见了个面”，而在于政府想用什么流程拿到前沿模型的提前使用权——这部分信息目...
推荐理由：FT 这条消息就给了两个硬事实：Anthropic 老大见了白宫幕僚长，美方想接触 Mythos 模型。光凭这两点，话题性就够上 featured，因为政府直接点名要访问一个具体模型，比泛泛的监管讨论更具体、更紧迫。但我会先打个折——正文是空的，会面细节、模型能力、访问机制全都没披露，所以知识增量其实很薄，HKR-K 只能给到 false。真正值得盯的不是这次会面本身，而是后续会不会冒出制度化的访问安排，那才是影响行业格局的东西。
调查发现，微软和行业游说组织 DigitalEurope 在 2024 年推动欧盟加入了一条保密条款，把单个数据中心的能耗、用水等关键指标定为商业机密，公众无权查看。欧盟计划五年内将数据中心容量翻三倍，预计投资 1760 亿欧元，但具体设施的环境账本被藏了起来。10 位法律学者认为这很可能违反了奥胡斯公约关于环境信息公开的规定，一位参与公约监督的教授说...
推荐理由：这不是一篇模型发布稿，但它把数据中心透明度争议往前推了一步。我会先打个折：正文没给出微软或DigitalEurope的具体回应，也没披露那封欧委会邮件的全文。但10名学者的法律质疑和法规修订的时间线是实的，说明这不是一般的商业保密，而是把环境信息从公开渠道和信息公开请求里一起拿掉了。对关注AI基础设施的人来说，这点值得盯。
黄仁勋在这段视频里直接反驳了美国对华芯片出口限制的几个常见论点。他先质疑，为什么不能制定更平衡的规则，让英伟达在全球竞争，而不是主动放弃世界市场。接着他点名批评了 Dario 把卖 AI 芯片比作“波音给朝鲜核弹造导弹外壳”的说法，直言把 AI 比作浓缩铀是“糟糕且不合逻辑的类比”。最后他驳斥了“中国市场反正会输”的前提，强调计算平台不像汽车或手机，用...
推荐理由：黄仁勋这段视频回应的是美国对华芯片禁令，但他没谈具体政策条款、时间点或受限型号，所以重要性我给 75 分。真正值得看的是他抛出的机制判断：计算平台一旦形成使用习惯就很难替换，主动退出等于把生态位拱手让人。他用两组类比来撑这个观点——否定把 AI 芯片比作浓缩铀，也反驳“反正会输掉中国市场”的前提。视频本身信息量有限，正文没披露更多细节，但观点够直接，对从业者有提醒价值。
加州一位联邦法官上周四暂时阻止了五角大楼把 Anthropic 列为“供应链风险”并强制政府机构停用其 AI 的做法。法官在 43 页意见书里指出，政府跳过了规定步骤，而且其律师承认，国防部长 Hegseth 声称 Anthropic 有“远程关闭开关”的说法没有证据。事情起因是合同纠纷，但特朗普 2 月 27 日在社交媒体上发帖称 Anthropic...
推荐理由：我会先打个折：这不是一次行业地震，但对做政府生意的 AI 公司是个重要信号。故事本身有反转——五角大楼出手，法官立刻挡下，而且裁定书里直接点出官方表态像是按意识形态惩罚公司。事实也够硬：43 页裁定、政府自己承认没证据、7 天上诉窗口，不是捕风捉影。对从业者来说，最值得盯的是意识形态驱动的采购风险，这比单纯的技术禁令更难防。所以给到 80 分，放在 featured 里提醒一下。
五角大楼计划为生成式 AI 公司搭建安全环境，让它们用机密数据训练军事专用版模型。Anthropic 的 Claude 已经在机密场景里用来回答问题，包括分析伊朗境内的目标，但让模型直接拿机密数据训练是头一回。这意味着监控报告、战场评估这类敏感情报会被写进模型参数里，AI 公司离机密数据也会比以往更近。正文没披露具体的安全隔离措施、数据脱敏方案，也没说...
推荐理由：这条是通讯里的一个条目，不是五角大楼或 Anthropic 自己发的完整公告，所以信息量有限，但国防加机密训练这个角度够硬。HKR 三项都踩中了：标题本身就勾人，正文给了 Claude 在机密场景的具体用例和训练数据来源，而且直接戳到前沿模型进军事领域这个敏感话题。我会先打个折，因为细节还缺——比如安全环境怎么隔离、模型会不会直接参与决策，正文都没说——但现有事实已经够撑 featured 这条线。
五角大楼正在讨论建一个安全环境，让 OpenAI、xAI 这类公司用机密数据训练军用版大模型。以前这些模型只能在涉密环境里回答问题，不能拿数据去学习，这次是头一回允许直接“吃”进机密情报。训练会在认证过的数据中心进行，数据归国防部，公司人员只在极少数情况下、有安全许可才能接触。官方说会先用非机密数据（比如商业卫星图）做测试，看效果再推进。最大的隐患是泄...
推荐理由：我会先打个折：目前只是规划阶段的说法，不是已签合同、已拨预算或已部署的项目，所以分数没给到 85 以上。但 hook 很明确——用机密数据训练这件事本身就少见，加上有具体的评估门槛和数据所有权安排，信息量够。泄密风险那段尤其值得盯：同一个模型如果服务不同密级部门，训练时吃进去的机密信息可能被再次吐出来，正文没展开怎么防，这是个关键缺口。
美国国防部一位官员说，军方可以把目标清单喂给一个在保密环境里跑的生成式 AI 系统，让它分析并排出先打哪个。人负责最后检查和拍板。OpenAI 的 ChatGPT 和 xAI 的 Grok 都可能被塞进这种高风险决策流程里。另一边，五角大楼 CTO 公开说 Claude 模型内置了某种“政策偏好”，会污染国防供应链，但正文没披露具体是哪个模型版本、什么...
推荐理由：我会先打个折：正文没披露具体模型、部署时间和可审计的约束机制，所以只能停在低 featured 档。但这条消息把生成式 AI 塞进高风险决策链的事实摆出来了，而且五角大楼 CTO 对 Claude 的排斥理由本身就是一个安全对齐话题的活案例。对想看 AI 怎么被实际用于军事、以及模型价值观怎么影响采购的人来说，这两点都值得盯。
一位美国国防部官员向 MIT Technology Review 描述了军方可能怎么用生成式 AI 做目标排序：把目标清单喂给聊天模型，让它结合飞机位置等因素排出优先打击顺序，输出建议再由人审核。这个聊天层可能架在军方已有的 Maven 系统上，用来加快搜索和分析。Maven 之前主要靠计算机视觉从无人机画面里找目标，界面是地图和仪表盘，操作员得自己盯...
推荐理由：HKR 全中：标题的钩子是聊天机器人参与目标排序，正文给了叠在 Maven 上的具体工作流和人工复核环节。分数我维持在 80，不往上加，因为官员描述的是“可以这样用”的可能性，提速幅度和是否已实战都没确认，这点先别太激动。