本月初，两篇相隔仅数周的深度报道揭示了美国 AI 监管版图上一条正在快速扩大的裂缝。6 月 10 日，The Hill 详细描绘了 OpenAI 和 Anthropic 如何各自在州议会推动 AI 立法。7 月 15 日，Politico 以独家专访和内部文件为基础，证实了两家公司的游说路径已经公开分裂——Anthropic 选择推动各州通过「一部比一部更强」的安全法案，OpenAI 则试图让蓝州通过内容高度相似的统一模板。这不是战术分歧，而是对「美国 AI 法应该长什么样」这个根本问题的两种截然不同的回答。
Anthropic 的「逐州加码」：把州法当作地板，而不是天花板
7 月 15 日，Anthropic 美国州与地方政府关系负责人 Cesar Fernandez 在接受 Politico 专访时，用一句精心措辞的话划清了与竞争对手的界限：「业内有些人把州政策视为联邦立法的天花板，而 Anthropic 不是在每个州支持同样的法案——我们在寻找能够有意义地提高最强大 AI 系统安全标准的立法。」
这番表态背后是一份已经公开的行动清单。Anthropic 在州级立法中的参与轨迹显示出刻意的递进逻辑：
- 加州 SB 53（2025 年 9 月签署）：第一部专门聚焦 AI 安全的州法，要求前沿实验室发布安全框架和透明度报告。Anthropic 是当时唯一公开支持该法案的头部 AI 公司。
- 纽约 RAISE Act（2025 年 12 月签署）：要求 AI 开发者发布安全协议和安全事件报告。
- 伊利诺伊 SB 315（2026 年本月签署）：在美国首次强制要求年收入超 5 亿美元的前沿 AI 公司接受年度独立第三方安全审计。
- 马萨诸塞州法案（正在审议中）：Anthropic 称之为「全美最强的 AI 安全提案」，要求前沿实验室至少每半年接受一次独立评估，评估内容包括生物武器开发等灾难性风险，并授权州检察长通过法院强制执行。
「每一部法案都比上一部更强，每部都推动了真正的安全义务，」Fernandez 告诉 Politico。「透明度和自我报告，我们认为已经不够了。」
Anthropic 同一天在其官方网站上发布了完整的「Advanced AI Framework」政策文件，其中明确写道：「我们不相信国会在没有通过一部至少与我们建议框架同等强大的联邦法律之前，应该预占州法。预占权是一项强有力的工具，因此它应该是『外科手术式』的——允许各州在联邦法律未覆盖的具体安全功能之外的所有问题上继续监管 AI，包括儿童安全和消费者保护。」
OpenAI 的「反向联邦主义」：用蓝州拼出一张全国网
OpenAI 的路径在逻辑上同样清晰，但指向完全相反的方向。
OpenAI 全球事务负责人 Chris Lehane——一位前克林顿政府幕僚——在今年 5 月首次提出了「反向联邦主义」（reverse federalism）这个概念，并在 6 月接受 The Hill 采访时详细阐述：「你基本上是在让各州互相复制。」他的设想是，通过在人口大州通过内容高度一致的 AI 安全法案，形成一套「事实上的全国框架」，从而绕过在华盛顿陷入僵局的国会。
OpenAI 的游说已见到成果。它支持的纽约州 RAISE Act 和伊利诺伊 SB 315 均已通过，加州 SB 53 也在 OpenAI 表达支持后获得签署。这三部蓝州法案构成了 Lehane 所称的「新兴全国框架」。
「在完美的世界里，我们挥一挥政策魔杖，联邦层面就会通过立法，建立强制性的安全标准，」Lehane 告诉 The Hill。「作为其中的一部分，你会有一个非常狭窄的预占条款，专门针对那些灾难性安全风险。」但既然国会不动，OpenAI 选择了让蓝州代替联邦政府立法。
OpenAI 发言人 Liz Bourgeois 在回应 Politico 质询时表示：「反向联邦主义——有效的州级保障措施塑造国家标准——帮助监管机构执行法律，给予公众更清晰的保护，并允许开发者将资源集中在安全上，而不是应对相互冲突的要求。」
值得注意的细节：OpenAI 曾推动纽约州长 Kathy Hochul 修改该州的 AI 安全法案，使其更接近加州版本。当一家公司主动要求将一部有牙齿的州法「对齐」到已有模板时，它所追求的不是天花板，而是地板。
同一个起点，相反的方向
表面上，两家公司都在说同一件事：国会的瘫痪让他们别无选择，只能转向各州。但「转向各州」之后做什么，决定了一切。
Anthropic 把州法当作向上竞逐的阶梯（ratchet up）——每一部新法都应该在上一部的基础上增加实质性的义务。这种策略的隐含前提是：Anthropic 已经建立了合规能力，而更严格的规则对追赶者构成更高的进入门槛。
OpenAI 把州法当作横向复制的模板（mirror）——让蓝州通过本质相同的法案，形成统一标准。这种策略的隐含前提是：碎片化的州际监管是最糟糕的结果，一个可预测的、全国一致的环境比监管强度本身更重要。
Politico 在 7 月 15 日的报道中捕捉到了这种分裂的战略本质：「州议员们最终是围绕一套单一的 AI 安全框架聚合，还是随时间推移互相超越，将对美国 AI 规则的最终形态产生巨大影响。」
不只是游说策略——这是两种商业模型的对撞
这场分裂的意义远超游说策略本身。
Anthropic 的安全优先叙事不是凭空而来的。当 Claude Mythos 模型在内部测试中被发现能够利用所有主流操作系统的安全漏洞时，这些发现直接触发了特朗普政府的出口管制。一家公司如果自己的产品不断触发国家安全警报，它推动更严格监管的动机就和「合规成本承受能力」紧密绑定——它已经活在这些规则之下。
OpenAI 的路线则反映了一种不同的紧迫感。作为消费级 AI 市场的事实领导者（ChatGPT 拥有数亿用户，且已引入广告模式），监管碎片化对它意味着更高的合规摩擦和更复杂的跨州运营成本。一套可预测的全国标准——即使由蓝州拼凑而成——也比 50 套不同的州法更有利于规模化。
两家公司都已开始在选举政治中下注。据 Politico 报道，双方各自关联的超级 PAC 网络已在全国政治竞选中投入数千万美元。今年 6 月，Anthropic 开始直接向加州议员开支票。
小公司的恐惧与红州的缺位
这场巨头之间的路线之争，代价可能由整个行业承担。
小型和中型 AI 公司的担忧已经浮出水面。竞争技术协会（ACT）总法律顾问 Graham Dufault 告诉 The Hill：「即使各州的要求乍看起来高度相似——即使只是披露要求——跨州的差异也会累积。」他警告，监管范围「总是会以直接或间接的方式不可避免地拖入小公司」。
沉浸式分析平台 BadVR 的 CEO Suzanne Borders 说得更直白：「我晚上睡不着，想着我是不是正确回答了这些问题，我会不会被起诉。」
而 OpenAI 和 Anthropic 目前的主战场几乎全部在蓝州。当被问及是否考虑在红州推进类似立法时，Lehane 承认共和党主导的州「兴趣不大」。这意味着，无论哪一方的策略最终占上风，由此形成的监管框架都将带着鲜明的党派色彩——这在一个 AI 安全已经高度政治化的环境中，是一个危险的信号。
联邦预占：悬在一切之上的未定之数
Anthropic 的新政策框架将联邦预占设为条件性选项——只有当联邦法律达到其建议的安全强度时，才应限制州法。OpenAI 则更倾向于优先推动统一标准，哪怕这个标准目前只能在蓝州内部实现。
联邦层面并非全无动静。据 Nextgov/FCW 报道，众议院两党议员已在 6 月提出一项框架草案，拟赋予联邦政府在三年的过渡期内预占州 AI 法的权力。但这项提案是否能克服参议院的分歧、以及是否能赶在本届国会结束前通过，仍是未知数。
与此同时，各州 AI 立法的洪流并未减缓。据纽约大学技术政策中心统计，截至 7 月 1 日，美国各州今年已颁布 109 部 AI 相关法律和 28 部数据中心法律。109 部法律意味着 109 个需要合规的独立框架——这正是 OpenAI 试图用「反向联邦主义」解决的问题，也是 Anthropic 试图用「逐州加码」加固的现实。
两家公司的赌注截然相反，但结果将由同一个华盛顿的政治僵局来裁定。
