9 月 2 日，G20 成员部长在美国北卡罗来纳州教堂山结束为期两天的创新部长会议，并就一份部长级声明和《新兴技术卡罗来纳原则》（Carolina Principles for Emerging Technologies）达成共识。美国政府把结果描述为围绕创新政策、AI 知识产权、标准、技术人才和供应链形成的六支柱框架。
Carolina Principles 面向新兴技术整体，并非一份 AI 专属文件；AI 在部长级声明中另以知识产权、标准等议题出现。真正的新增事实不是 G20 制定了一部跨国 AI 法，而是监管路线相差很大的成员接受了一套共同政策语言：政府应推动基础研究与商业化，以受监督的监管沙盒和现实测试收集证据，并在可能时先使用既有行业规则处理新技术。与此同时，原则要求各成员自行制定政策并保留国家主权。它更像一套可移植的政策工具箱，而不是共同执法制度。
一套覆盖研发、验证和采用的政策链条
Carolina Principles 全文按技术生命周期分成三组。第一组从研发端入手，包括基础研究、公共与私人资本混合融资、研究与数据基础设施、简化政府研发资助程序，以及把公共研究成果连接到商业应用。这里的政策目标不是直接规定模型行为，而是降低技术从实验室走向市场的摩擦。
第二组处理验证与商业化。文本支持在适当情况下提供灵活的监管沙盒，以及对部分监管条款的实验性豁免；但它同时写入三重限制：试验应处于受监督环境，维持适当的风险管理，并遵守适用法律。现实测试产生的数据和反馈，随后可用于修订或制定规则。换言之，沙盒在这套框架中不是免责区，而是让监管者在有限范围内获取运行证据的制度化试验场。
这一组还把测试设施、数据基础设施、自愿且由市场和行业推动的标准、试点审批、早期采购和早期采用者指引串在一起。对企业而言，最直接的价值可能不是原则本身，而是未来能否出现明确的沙盒入口、试点审批流程和政府采购项目；这些机制才会改变产品验证的时间和成本。
第三组进入规模化采用。原则主张在适当时先把既有行业监管框架用于新技术，只为既有法律无法覆盖的新问题制定新规则；新规应填补缺口，而不是重复已有保护。它还偏好绩效和结果导向的标准，让不同技术路径有机会达到同一监管目标，并要求监管评估同时考虑延迟采用的机会成本。
“灵活”不等于成员同意放松现行法律
会议前，美国的立场更明确地指向减少 AI 专门监管。Reuters 9 月 1 日的现场报道称，白宫科技政策负责人 Michael Kratsios 主张不要把每一种新技术都当成全新的政策问题，而应把新增规则集中在真正新颖、既有制度无法处理的情形。报道也指出，这一路线与美国大型 AI 公司的利益方向大体一致，因为更慢的模型发布和更多产品调整都可能增加经营成本。
最终文本保留了这种“既有规则优先”的思路，却没有让所有成员采用美国的监管强度。原则开篇承认各成员法律框架和国情不同，要求灵活适用；随后又明确呼吁成员制定自己的政策，并在新兴技术治理中保留国家主权。全文使用的是“aim”“support”“encourage”等政策承诺语言，没有设立共同监管机关、统一实施期限或制裁条款。
欧盟是这条边界最清楚的例子。欧洲委员会在 7 月 31 日宣布，自 8 月 2 日起，欧盟 AI Office 与成员国主管机关开始执行 AI Act，新的透明度义务也开始适用。到教堂山会议召开时，这已经不是一条尚待选择的监管路线。欧盟以后即使在沙盒、标准和规则校准上采用与 Carolina Principles 相似的工具，也不改变 AI Act 的法律效力、主管机关或执法安排。
因此，G20 成员能够在同一文本上达成一致，并不意味着美欧对 AI 专门立法的分歧消失。更准确的解释是：各方同意一组政策工具可以同时服务创新与风险管理，但保留了决定约束强度、法律形式和执行主体的权力。
共识的价值，要看它能否产生可比较的落地文件
这份原则给政策制定者提供了一个共同问题清单：研发资金怎样进入商业化，沙盒怎样允许现实测试，测试证据怎样反馈到规则，标准怎样在技术路径不同的情况下表达监管目标。它也给跨国企业提供了可以用于政策沟通的共同词汇。可是，共同词汇不会自动减少合规差异；只要申请条件、数据访问、责任分配和退出机制仍由各成员决定，同一个“监管沙盒”在不同市场就可能对应完全不同的成本与风险。
下一步应观察的不是成员是否再次引用 Carolina Principles，而是三类文件是否出现：各国公布可申请、可审计的沙盒规则；标准组织把“绩效导向”转化为可测试指标；部长级承诺进入预算、采购或监管修订计划。若这些文件仍缺少时间表、负责机构和结果数据，这次共识的作用就主要停留在协调政策语言；若它们能够形成可比较的试验与评估制度，原则才可能在不统一法律的情况下，降低跨境技术验证的摩擦。