前沿 AI 国际治理机制 · 让能力曲线跑不过护栏

前沿 AI 国际治理指对最强大 AI 模型的跨国评测、能力与风险报告、以及事故通报的制度安排。目前各国刚冒出 AI 安全研究所，但彼此的测试标准、信息共享和事故上报还没有形成有约束力的国际机制。它是文明级方向，因为前沿 AI 的能力增长比任何治理机制的建立速度都快，一旦出现跨国级失控或滥用，缺乏统一的预警与响应通道。攻破它，等于在能力爆发前把护栏先建起来。

机制级卡点：一是大国竞争——AI 被视为国家竞争力核心，谁都不愿把能力细节交给国际核查，treaty 级约束几乎无从谈起；二是能力核查难——模型能力难以从外部客观测量和验证，评测方法学本身还在早期，导致“可核查的治理”缺乏技术基础。治理速度结构性地落后于能力曲线。

各国 AI 安全研究所网络（英国 AISI、美国、新加坡等）、《国际 AI 安全报告》（Bengio 主持）；跨国有约束力的评测与通报机制仍未成形

适合机器学习 + 政策交叉背景的年轻人，尤其懂模型评测（evals）的稀缺。可从“可核查的能力评测方法”这一子问题切入——这是整个治理的技术瓶颈，进某国 AI 安全研究所或参与国际 AI 安全报告的研究网络，把评测做成可跨国互认的底座。