2026 年 6 月 4 日，加州共和党众议员 Jay Obernolte 与马萨诸塞州民主党众议员 Lori Trahan 等议员发布了 269 页的《伟大的美国人工智能法案》（Great American Artificial Intelligence Act，简称 GAAIA）讨论草案。它拟建立联邦层面的前沿 AI 安全规则，同时在三年内限制各州专门针对模型开发制定或执行监管要求。草案仍在征求意见，尚未成为法律。
起草人希望通过两党合作形成稳定的全国规则。Obernolte 曾任众议院两党 AI 特别工作组联合主席，这份草案延续了国会对 AI 治理的讨论。但共同起草不代表两党已就全部条款达成一致：联邦规则应覆盖什么、各州还能管什么，仍是争议的核心。
草案涵盖模型安全、就业、网络安全和研发
GAAIA 分为四个板块，其中前沿模型治理规定最直接影响大型模型开发者，其余部分涉及劳动力、网络安全和公共研发支持：
第一板块：前沿 AI 治理（Title I — Frontier AI Governance）。草案拟要求符合定义的“大型前沿开发者”制定并公开安全管理框架，说明如何识别和评估灾难性风险、保护模型权重，以及决定模型是否可以在内部或外部部署。符合规定的前沿开发者还须发布透明度报告，并向 AI 标准与创新中心（CAISI）报告关键安全事件。草案同时拟对独立验证组织（IVO）设立许可制度，由这些机构审计大型开发者的合规与风险管理情况。许可对象是审计机构，不是给所有 AI 模型增设政府上市许可。
第二板块：劳动力（Title II — Workforce）。草案拟要求劳工部设立 AI 劳动力研究中心，持续追踪 AI 对就业的影响，收集岗位、技能和采用情况等数据，并征求公众意见，改善统计与预测。相关条款还涉及 AI 素养教育和劳动力培训，试图让就业政策有更清楚的数据依据。
第三板块：网络安全（Title III — Cybersecurity）。草案拟将《2015 年网络安全信息共享法案》的相关授权延长至 2035 年，继续支持政府与企业共享威胁信息。它还提出为关键开源软件安全提供支持，并帮助相关机构利用前沿 AI 模型开展防御工作。
第四板块：研发与国际合作（Title IV — Research, Development, and International Cooperation）。内容包括公共数据使用、AI 研究基础设施、国际合作和标准制定。草案还拟把“国家人工智能研究资源”（NAIRR）写入法律，为研究者提供算力、数据、模型和相关工具。以法律确立这一项目，有助于明确其职责和支持方式。
拟将 CAISI 写入法律，每年授权 1 亿美元经费
草案拟将 CAISI 的设立和职责写入法律。该机构的前身是美国 AI 安全研究所，后在特朗普政府时期更名并调整工作重点。草案列出的任务包括评估 AI 系统能力与安全风险、研究可解释性和对抗鲁棒性、制定自愿性指南，以及协调国防部、能源部、国土安全部等机构参与评估。
经费方面，草案拟授权 2027 至 2029 财年每年为 CAISI 提供 1 亿美元。授权金额表示国会允许为项目安排的资金规模，实际经费仍需通过拨款程序落实。对这套治理安排而言，除了写明职责，还要有足够的评估人员、算力和持续预算，才能处理模型测试、事件报告与审计机构管理等工作。
拟限制州一级的模型开发监管，为期三年
争议最大的条款，是让联邦规则在一定范围内排除州法适用。按照草案，自法案生效起三年内，各州和地方政府不得针对 AI 模型开发施加专门监管要求，但条文列有保留范围。
草案把开发阶段与模型使用、部署阶段区分开来。专门针对开发环节的州级要求可能受联邦条款限制；普遍适用的州法、普通法救济，以及对 AI 使用和部署的监管则有保留。加州消费者隐私法这类普遍适用法律，并不会仅因某个案件涉及 AI 就全部失效。
支持者希望减少企业在不同州面对的重复或冲突要求。争议在于，模型开发和实际使用之间未必总有清晰分界：一项同时要求开发者提供信息、要求部署者防范伤害的州法，应如何适用排除条款，仍需要逐项判断。
工会担心削弱保护，行业组织支持统一标准
Public Knowledge 在 6 月 4 日声明中反对当前草案，主要担忧联邦条款会过度限制各州保护公众的能力。该组织肯定草案吸收了部分州级前沿 AI 评估思路，但认为这不足以支持如此广泛地排除州法。争议因此不只在联邦有没有规则，也在新规则能否覆盖州法已经处理的问题。
美国教师联合会（AFT）主席 Randi Weingarten 与空乘人员协会主席 Sara Nelson 同日发表联合声明，呼应 AFL-CIO 的反对立场。她们认为，草案过于照顾大型 AI 企业，却可能削弱各州对劳动者的保护，并要求国会拒绝当前方案。工会关注的重点是就业影响和现实救济，而不只是模型本身的技术测试。
这些反应也说明，有两党议员参与并不意味着草案已经形成广泛政治共识。要获得更多支持，起草人还需要解释：联邦评估、透明度和事件报告能解决哪些风险，又有哪些消费者和劳动者保护仍由各州负责。
行业组织更看重全国标准的一致性。NetChoice 政策总监 Patrick Hedger 支持草案建立联邦标准，赞成把责任指向滥用 AI 的行为，并支持相关教育安排。信息技术产业委员会（ITI）也肯定联邦规则取代相应州级要求的方向，以及研发条款。这些是行业组织的政策立场，最终效果仍取决于条文范围与执行方式。
白宫侧重自愿合作，草案增加报告和审计义务
草案公布前两天，特朗普于 6 月 2 日签署《促进先进人工智能创新与安全》行政令。行政令侧重网络和国家安全，强调自愿性公私合作，并声明不创设强制性政府许可或预审查制度。它要求相关机构在 30 天内推进网络防御重点工作，另在 60 天内建立保密的基准测试流程，评估先进模型的网络攻防能力。
两份文件对企业义务的安排不同。行政令主要依靠自愿合作；GAAIA 若按当前草案通过，则会对适用开发者设置透明度报告、安全框架、第三方审计和关键事件报告等法定义务。两者都谈全国规则，但行政协调与国会立法能够设定的职责、约束和持续性并不相同。
白宫此前在 2025 年 12 月的行政令和 2026 年 3 月的立法建议中，已提出建立统一的全国 AI 政策框架，并要求国会处理部分州法带来的负担。GAAIA 的相关条款与这一方向有交集。两者需要进一步协调的内容，是强制义务设到哪一步、哪些州级保护能够保留。
前沿模型安全法可能受影响，应用监管另有边界
各州 AI 法律的关注点并不相同。有的直接要求前沿模型开发者管理风险，有的监管招聘、信贷等具体决策场景。理解这种区别，才能判断哪些条款可能受到 GAAIA 影响：
科罗拉多州于 2024 年通过 SB 24-205，规定高风险 AI 系统开发者和部署者的相关义务。2026 年 5 月签署的 SB 26-189 废止并替换了原有安排，改以自动决策技术的披露、纠错与个人权利等规定为重点。这类使用场景监管与前沿模型开发监管并不完全相同。
加利福尼亚州的 SB 53 直接涉及前沿 AI 模型安全，对大型开发者的透明度、安全管理和事件报告等提出要求。与以应用场景为中心的州法相比，这类开发环节规定更直接触及 GAAIA 拟排除的范围。
康涅狄格州于 2026 年通过的 SB 5 涵盖自动化就业决策等事项，为开发者和部署者设置相应义务。它所处理的招聘与劳动者权益问题，也说明“州 AI 法”并不是单一类别，不能从模型开发条款直接推断整部州法都被取消。
纽约州等地也已推进前沿模型安全立法。对于这类法律，需要逐条比较它们约束的行为、适用主体和救济方式，再判断联邦排除条款可能覆盖什么。
按照当前设计，州法排除条款在三年后到期，部分治理要求也设有三年期限。期限结束后的安排取决于国会是否续授权或修改法律，州法能否继续适用还需看届时规则。制度的持续性因此是另一个问题：企业和监管机构需要知道三年后遵循什么，而不能把临时安排当作永久规则。
适用范围同时看训练算力和开发者收入
前沿模型治理部分的直接义务，主要针对达到定义门槛的开发者。一般企业如果只是调用现成模型，并不会仅因使用 AI 就成为这部分规定中的前沿开发者。但草案还有就业、网络安全和研发条款，企业仍需按自己的业务和行为判断相关影响。
具体门槛不只有年收入。草案将前沿模型定义为训练使用超过 10^26 次整数或浮点运算的基础模型，计入相关微调、强化学习和实质修改。前沿开发者还须在上一日历年与关联方合计总收入超过 5000 万美元；其中超过 5 亿美元者属于“大型前沿开发者”。因此，收入达到 5 亿美元的普通 AI 应用公司不会自动因这一项指标被归入大型前沿开发者。
对于符合条件的公司，草案可能把目前部分自愿安全实践变成法定义务。一般前沿开发者与大型前沿开发者承担的要求并不完全相同：后者还要公开安全框架，并接受独立验证。企业需要关心的具体问题，是报告什么、何时报告、由谁审计，以及监管机构如何判断风险管理措施是否充分。
仍在征求意见，参众两院方案有待协调
GAAIA 截至发布时仍是一份讨论草案，尚未正式提交国会。起草人表示，希望先听取利益相关者、专家和公众的反馈，再完善立法。后续正式文本仍可能修改适用门槛、州法排除范围和执行安排。
国会 8 月休会和中期选举使立法时间更紧。正式法案何时提交、委员会如何处理争议条款，以及能否获得足够的跨党派支持，将影响这项方案的进度。
参议院也有不同方案。田纳西州共和党参议员 Marsha Blackburn 于 3 月发布了 TRUMP AMERICA AI Act 讨论草案，涵盖儿童在线安全、数字复制品保护、版权与训练数据等事项。众议院与参议院方案的覆盖范围和州法保留设计并不一致，后续若推进全国性立法，还需要协调这些差异。
联邦规则能否提供足够保护，是争议的关键
GAAIA 把几个长期争议放在同一份文本中：模型安全由谁评估，大型开发者需要公开什么，以及全国规则应在多大范围内排除州法。起草人把这些问题转成了具体条款，下一步需要争取支持并回应各方意见。
支持者的主要理由是可预期性。模型通常跨州提供服务，如果各州对同一开发过程规定不同的披露和评估要求，企业会增加合规成本。统一规则有可能减少重复工作，前提是联邦标准足够清楚，评估和执行能力能够跟上。
反对者则更关注保护是否会出现空缺。各州已经处理的消费者、就业和安全问题，如果在限制州法之后没有被联邦要求充分覆盖，公众可能更难获得保护和救济。这一担忧需要靠具体的保留条款、责任制度和执行资源来回应。
因此，讨论的关键是两项安排能否匹配：限制各州监管的范围，与联邦实际承担的保护责任。接下来的修订是否缩小排除范围、补足风险要求，以及三年期限届满后如何延续制度，将直接影响这份方案能否形成稳定、可执行的规则。
