# 怎样管理AI智能体？美议员提出《阻止失控人工智能法案》 - 安全内参

*Источник: 安全内参*
*Дата: 2026-09-16*
*Язык: zh*

**Кратко:** 近日，美国众议院民主党议员乔什·戈特海默与共和党议员迈克·劳勒联合提出《阻止失控人工智能法案》（Stop Rogue AI Act，以下简称“法案”）。法案要求美国国家标准与技术研究院（NIST）制定并发布相关标准、指南与最佳实践，以规范各机构安全部署AI智能体，应对AI智能体安全事件频发带来的风险。
整体来看，此次立法有着明确的现实背景。劳勒议员办公室将该法案与近期多起AI智能体安全事件关联，其中包括OpenAI测试AI网络安全能力期间发生的Hugging Face事件。
根据公开信息，该法案的核心并非直接禁止AI智能体，而是先解决当前AI智能体“看不见、查不清、管不住”的问题。依据劳勒议员办公室公布的内容，NIST需制定的标准应覆盖三个方面：一是组织如何持续维护并验证AI智能体在自身系统中的运行行为；二是如何评估AI智能体的安全性与可靠性；三是如何生成防篡改的智能体操作日志。
换言之，法案希望搭建一套能够持续记录、核查和追踪智能体行为的基础安全框架。
法案专门提出一项重点要求：建立“持续更新、机器可读的AI智能体清单”。这要求相关机构全面掌握自身网络中运行的所有AI智能体，并以机器可读、可处理的方式持续维护相关信息。
同时，法案还提出与美国网络安全和基础设施安全局（CISA）展开合作，推动联邦民用机构在安全项目中采用这套标准。根据现有公开信息，若NIST获得相关授权，需在法案正式实施后一年内完成标准的制定工作。
法案还试图解决AI智能体的责任追踪问题。戈特海默在接受Axios采访时表示，这项立法的核心目标之一，就是帮助企业识别自身网络中正在运行的AI智能体，并“明确这些智能体背后的责任主体”。
劳勒议员办公室公布的内容进一步指出，这套标准对大多数组织是自愿遵循的规范，但联邦合同领域会受到更严格的约束：参与新联邦项目竞标的政府承包商必须满足NIST制定的相关标准。
这一设计思路反映出当前美国在AI智能体治理方面的一种取向：先从安全标准与透明度建设入手，再通过政府采购形成实际约束。从公开信息看，该法案并非针对某一类AI模型，而是聚焦于可在网络与信息系统中自主开展行动的AI智能体。
与传统生成式AI主要向用户输出文本、图像或其他内容不同，AI智能体能够调用工具、访问系统并连续执行任务，因此一旦发生运行错误、被不法分子劫持或突破原有权限，其负面影响可能直接波及真实运行的信息系统。
Hugging Face对7月安全事件的技术复盘也显示，相关智能体不仅实施了侦察和代码执行操作，还触达了云环境、内部网络以及源代码供应链等多个关键环节。从这一角度来看，法案想要推进的并非某一项“AI安全功能”，而是搭建一套从资产识别到行为记录的基础能力体系：持续更新的智能体清单解决了“哪些智能体正在运行”的问题，行为验证解决了“这些智能体实际在做什么”的问题，安全和可靠性评估解决了“这些智能体是否适合执行对应任务”的问题，防篡改日志则解决了“发生问题后能否还原过程、追溯责任”的问题。这些内容共同构成了该法案目前公开框架的核心安全要求。
值得注意的是，在该法案提出之时，美国国会已有多部针对AI智能体风险的立法草案正在推进。参议院情报委员会副主席马克·沃纳曾提出相关法案，要求联邦贸易委员会设立独立机构，对AI智能体供应商开展审查并评估其安全实践；众议院议员特德·刘易和内森·莫兰提出了另一项法案，内容涉及赋予国土安全部权力，要求部分高风险AI模型关闭或降低运行速度。
这项法案要求建立NIST未来标准，且这类标准对多数机构是自愿采用范畴，真正具备较强约束力的内容主要体现在联邦合同领域。因此从当前阶段来看，法案更为重要的意义在于释放出明确信号：随着AI智能体从实验环境进入真实网络、云平台和业务系统，美国国会已开始将“识别智能体、验证智能体行为、记录智能体活动”确立为AI安全治理的重要基础。
文章参考来源｜美国联邦议员官网、互联网公开信息
声明：本文来自赛博研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。

近日，美国众议院民主党议员乔什·戈特海默与共和党议员迈克·劳勒联合提出《阻止失控人工智能法案》（Stop Rogue AI Act，以下简称“法案”）。法案要求美国国家标准与技术研究院（NIST）制定并发布相关标准、指南与最佳实践，以规范各机构安全部署AI智能体，应对AI智能体安全事件频发带来的风险。
整体来看，此次立法有着明确的现实背景。劳勒议员办公室将该法案与近期多起AI智能体安全事件关联，其中包括OpenAI测试AI网络安全能力期间发生的Hugging Face事件。
根据公开信息，该法案的核心并非直接禁止AI智能体，而是先解决当前AI智能体“看不见、查不清、管不住”的问题。依据劳勒议员办公室公布的内容，NIST需制定的标准应覆盖三个方面：一是组织如何持续维护并验证AI智能体在自身系统中的运行行为；二是如何评估AI智能体的安全性与可靠性；三是如何生成防篡改的智能体操作日志。
换言之，法案希望搭建一套能够持续记录、核查和追踪智能体行为的基础安全框架。
法案专门提出一项重点要求：建立“持续更新、机器可读的AI智能体清单”。这要求相关机构全面掌握自身网络中运行的所有AI智能体，并以机器可读、可处理的方式持续维护相关信息。
同时，法案还提出与美国网络安全和基础设施安全局（CISA）展开合作，推动联邦民用机构在安全项目中采用这套标准。根据现有公开信息，若NIST获得相关授权，需在法案正式实施后一年内完成标准的制定工作。
法案还试图解决AI智能体的责任追踪问题。戈特海默在接受Axios采访时表示，这项立法的核心目标之一，就是帮助企业识别自身网络中正在运行的AI智能体，并“明确这些智能体背后的责任主体”。
劳勒议员办公室公布的内容进一步指出，这套标准对大多数组织是自愿遵循的规范，但联邦合同领域会受到更严格的约束：参与新联邦项目竞标的政府承包商必须满足NIST制定的相关标准。
这一设计思路反映出当前美国在AI智能体治理方面的一种取向：先从安全标准与透明度建设入手，再通过政府采购形成实际约束。从公开信息看，该法案并非针对某一类AI模型，而是聚焦于可在网络与信息系统中自主开展行动的AI智能体。
与传统生成式AI主要向用户输出文本、图像或其他内容不同，AI智能体能够调用工具、访问系统并连续执行任务，因此一旦发生运行错误、被不法分子劫持或突破原有权限，其负面影响可能直接波及真实运行的信息系统。
Hugging Face对7月安全事件的技术复盘也显示，相关智能体不仅实施了侦察和代码执行操作，还触达了云环境、内部网络以及源代码供应链等多个关键环节。从这一角度来看，法案想要推进的并非某一项“AI安全功能”，而是搭建一套从资产识别到行为记录的基础能力体系：持续更新的智能体清单解决了“哪些智能体正在运行”的问题，行为验证解决了“这些智能体实际在做什么”的问题，安全和可靠性评估解决了“这些智能体是否适合执行对应任务”的问题，防篡改日志则解决了“发生问题后能否还原过程、追溯责任”的问题。这些内容共同构成了该法案目前公开框架的核心安全要求。
值得注意的是，在该法案提出之时，美国国会已有多部针对AI智能体风险的立法草案正在推进。参议院情报委员会副主席马克·沃纳曾提出相关法案，要求联邦贸易委员会设立独立机构，对AI智能体供应商开展审查并评估其安全实践；众议院议员特德·刘易和内森·莫兰提出了另一项法案，内容涉及赋予国土安全部权力，要求部分高风险AI模型关闭或降低运行速度。
这项法案要求建立NIST未来标准，且这类标准对多数机构是自愿采用范畴，真正具备较强约束力的内容主要体现在联邦合同领域。因此从当前阶段来看，法案更为重要的意义在于释放出明确信号：随着AI智能体从实验环境进入真实网络、云平台和业务系统，美国国会已开始将“识别智能体、验证智能体行为、记录智能体活动”确立为AI安全治理的重要基础。
文章参考来源｜美国联邦议员官网、互联网公开信息
声明：本文来自赛博研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。

[Оригинал](https://www.secrss.com/articles/94004)