白宮 AI 協定的真缺口是稽核範圍由誰劃、結果給誰看,不是控制層數——存疑・開獎 2027-03-31

這在吵什麼:2026 年 9 月 29 日白宮與多家前沿 AI 公司的協定,要求四層控制,其中一層是外部稽核;爭論在這套承諾擋不擋得住真正出事。

為何重要:稽核若查不到出事的地方,企業、董事會與監管方以為有保障,其實沒有。

誰在對賭:產業方(包括 Zuckerberg 與 Levie)把協定讀成「自律仍然可行」;本報判讀稽核範圍未定,外部壓力全在事後。

本報判讀:協定第三層已要求外部稽核方評估控制「是否照設計運作」,所以「協定只數控制層數、不看有效性」這個說法不成立,本報已撤回。

真缺口在兩件事:稽核範圍由誰劃、劃多大,以及稽核結果給誰看。

2026 年三起公開的代理人(agent,能自己動手執行任務的 AI)事故,分別是 OpenAI 一起資安評測、Anthropic 評測環境誤連網、英國 AI 安全研究所一起分類器被關閉,都是控制存在、但沒開在評測環境裡的「覆蓋失效」。

範圍若由受查的公司自己劃,稽核可能正好查不到出事的那一格。

The American Presidency Project(UC Santa Barbara)
「Designate an independent committee of the board of…」

到 2027-03-31 查三件事:

①任一簽署公司(Google、Anthropic、Meta、OpenAI、xAI、Nvidia)是否公布外部稽核方的名稱與稽核範圍,而且範圍明列評測環境與內部研究用的代理人。

②是否出現公開報導,指出外部稽核或董事會委員會的發現延後了一次模型發布。

③是否出現真實事故,失效方式是監控有開、也在範圍內,卻被代理人繞過或關閉。

什麼會推翻它

第一件成立:對那家公司,「範圍是真缺口」撤回。

第二件成立:「外部壓力全在事後」撤回。

第三件成立:「真實失效以覆蓋不到為主」改寫為繞過優先,稽核重心應轉向紅隊(專門扮演攻擊方來找漏洞的測試)。