最近，我参加了由企业公司 Box 主办的新闻晚宴。在嘉宾中，有来自数据导向企业如 Datadog 和 MongoDB 的领导人。通常，在这些聚会上，高管们会保持最好的行为，特别是当谈话是公开记录的时候。然而，我对与 Box 的首席执行官 Aaron Levie 的交流感到惊讶。Levie 告诉我们，他在晚宴上的时间有限，因为他要赶飞往华盛顿特区的航班。他要去参加 TechNet Day，一个特别活动，通过与许多国会议员接触来影响未来的立法。当被问及他对这项立法的期望时，Levie 幽默地回答说他希望能够实现“尽量少的干预”，声称他希望亲自阻止政府干涉。 尽管 Levie 的言辞有些轻松，但他继续详细阐述了他的观点。他提到，虽然对于 AI 明显滥用（如 Deepfake）进行监管是明智的，但实施像强制提交大型语言模型给政府批准的 AI 机构，或审查聊天机器人是否存在偏见或对现实基础设施可能构成威胁等限制性措施是过早的。Levie 在此例引用了欧洲以反思过早的 AI 监管，并强调反证真实体验证明，以促进创新的方式进行监管的观念是不可行的。 Levie 的立场与硅谷 AI 精英（包括 Sam Altman 等人）的主流观点相矛盾，后者主张进行监管。然而，Levie 认为，科技行业对于具体法律的要求并没有达成共识。此外，他认为美国全面立法对于 AI 的前景并不大。Levie 坦率地揭示了他的同事们的立场，称他们对于监管的呼吁更多是一种高级策略而非真实渴望。 在 TechNet Day 上，我观察到的唯一公开活动是一个关于 AI 创新的网络直播小组讨论。面板成员包括 Google 的全球事务总裁 Kent Walker 和前美国首席技术官、现在是 Scale AI 高管的 Michael Kratsios。他们认为政府应该关注维护美国在 AI 领域的领导地位。虽然承认与该技术相关的风险，他们认为现行法律已经足够解决潜在问题。 Walker 表达了对个别州起草自己的 AI 立法的担忧，特别是指出仅在加利福尼亚州议会有53项 AI 立法。尽管如此，Walker 认识到这届国会在处理此类立法方面的能力有限，特别是在选举年。 尽管美国国会有关 AI 的立法正在等待处理，但仍然不断出现新的法案，其中一些可能具有有限的重要性。例如，加州民主党代表 Adam Schiff 最近提出了 2024 年的生成式 AI 版权披露法案（Generative AI Copyright Disclosure Act）。该法案要求大型语言模型在其训练数据集中使用任何受版权保护的作品时，向版权办公室提供足够详细的摘要。然而，“足够详细” 的确切定义尚不清楚。Schiff 的工作人员解释说，他们采用了类似于欧盟提出的 AI 法案中所建议的措施。