图片来源：UK AI Security Institute
前沿人工智能模型的发布前测试，正在从企业内部流程变成盟国之间的安全合作机制。
据 Firstpost 援引英国媒体报道，白宫已经撤回此前的限制，英国人工智能安全研究所（AI Security Institute，AISI）将恢复访问 OpenAI、Anthropic 和 Google DeepMind 等公司尚未公开发布的先进模型，以便提前开展网络安全、生物安全、模型失控与防护能力评估。
这次政策转向缓解了美英之间围绕 AI 安全审查的一次短暂紧张，但它揭示的问题远比一次外交协调更重要：当最先进模型可能涉及国家安全、商业机密和出口管制时，谁有资格提前看到模型，已经成为一种新的战略权限。
白宫为什么曾经要求暂停共享
此前，美国国家网络总监办公室要求相关模型公司，在美国完成自身审查前，不要向英国 AISI 提供部分未发布系统。Anthropic 随后限制英国测试人员接触其新模型，OpenAI 等公司的共享安排也受到影响。
美国推动自己的前沿模型审查框架，重点关注模型是否具备高级网络攻击、生物与化学风险能力，以及开发者的保密、内部人员风险和知识产权保护措施。按照此前披露的方案，企业可能在模型发布前向美国政府提供有限时间的测试权限。
从美国角度看，尚未发布的模型可能同时具备三种敏感属性：
- 它是企业价值最高的商业机密；
- 它可能暴露尚未修复的安全弱点；
- 它的能力本身可能受到国家安全与出口管制约束。
因此，问题并非简单的“要不要做安全测试”，而是谁先测试、测试环境由谁控制、结果向谁披露，以及其他国家的研究人员能获得多深的系统访问权限。
恢复权限意味着什么
在英国 AI 事务大臣卡尼什卡·纳拉扬等官员推动协调后，白宫改变了此前立场。英国 AISI 将重新获得美国前沿模型的发布前访问权，包括来自 Anthropic、OpenAI 和 Google DeepMind 的系统。
“访问权”不等于英国政府拥有模型，也不意味着 AISI 可以阻止企业发布产品。AISI 的主要职责是通过独立技术测试发现风险，把结果反馈给开发者和政府，为发布决定、风险缓解与政策制定提供证据。
根据 AISI 公布的评估方法，发布前测试可能覆盖：
- 模型完成复杂网络攻击任务的能力；
- 是否能辅助生物、化学等高风险知识获取；
- 防护机制能否被越狱或规避；
- 模型在长任务中是否保持既定目标；
- Agent 是否会采取未经授权的外部操作；
- 开发者的监控与访问控制是否有效。
AISI 同时承认，这类评估必须处理高度敏感的商业信息和模型滥用方法，因此需要分级权限、隔离测试环境和严格的信息安全措施。能否保护模型与测试结果，是国际合作得以持续的前提。
英国为什么如此重视发布前访问
英国在 2023 年布莱切利园 AI 安全峰会前后建立了全球较早的政府前沿模型评估机构，并逐步把 AISI 建设成一支技术研究团队。与只分析公开版本相比，发布前访问可以让测试人员在产品大规模部署之前发现问题，也能把测试结果直接反馈给模型公司。
这种能力还是英国参与国际 AI 治理的重要筹码。英国希望在担任 2027 年 G20 主席国期间推动更广泛的 AI 合作，而前沿模型评估经验使其不仅能讨论原则，还可以提供测试方法、风险指标与技术证据。
英国已经与澳大利亚等伙伴建立 AI 安全合作机制，围绕模型能力、网络攻击风险和评估标准共享研究结果。美国重新开放访问，使英国能够继续参与由主要模型公司、国家研究机构和盟国组成的评估网络。
这不是统一监管，而是“可信评估网络”
美国与英国对 AI 监管的制度路径并不完全相同。美国当前更倾向于企业承诺、行政协调和国家安全框架，英国则把技术评估机构、行业合作和关键基础设施监管结合起来。
此次恢复共享并不代表双方形成统一监管制度，更接近于建立一套可信评估网络：模型公司提供受控访问，政府机构执行独立测试，盟国之间交换方法与部分风险信息，同时避免把完整模型和敏感能力无限扩散。
这一模式未来需要回答几项具体问题：
- 哪种能力水平会触发发布前外部测试；
- 测试机构可以访问模型权重、系统接口还是内部监控信息；
- 发现严重风险后，谁有权要求延迟发布；
- 测试结论是否公开，以及公开到什么程度；
- 跨境共享如何满足出口管制与商业保密要求；
- 模型发布后出现新能力时，是否需要重新评估。
如果这些规则不明确，发布前评估容易变成临时外交安排；如果形成稳定标准，它可能发展为类似软件安全认证和金融压力测试的制度化流程。
英国同时把 AI 风险接入关键基础设施治理
英国正在推进《网络安全与韧性法案》，扩大关键服务与供应链的网络安全责任。政府公布的方案要求受监管机构及时报告重大网络事件，并允许监管机构与国家网络安全中心共享信息，以便支持处置并向其他机构发出预警。
英国政府还明确表示，关键基础设施需要识别和缓解包括 AI 驱动攻击在内的新型威胁，并计划建设政府级 Agent AI 事件响应能力。与此同时，政府也在探索使用 AI 加快漏洞发现、威胁检测和事件响应。
这构成了两条相互衔接的防线：
发布前评估模型本身的危险能力 → 部署后监控 AI 引发的真实安全事件
前者试图减少危险能力未经发现就进入市场，后者则处理模型投入现实环境后产生的攻击、越权与系统性风险。只做其中一层，都难以形成完整治理闭环。
对企业采购 Agent 的实际启示
这次美英协调并不只与政府实验室有关。随着模型接入企业数据、代码库、财务系统和关键业务流程，企业也需要建立自己的“受控访问与发布前评估”机制。
在引入高自主性 Agent 前，采购方至少需要确认：
- 供应商是否提供独立安全评估与红队测试结果；
- Agent 能访问哪些系统、数据和外部工具；
- 高风险操作是否必须由人工批准；
- 是否保留完整、不可篡改的操作审计记录；
- 出现越权或提示词注入后如何停机和回滚；
- 供应商是否有明确的事故通报时限。
前沿模型安全正在从抽象伦理问题变成访问控制、评估证据、事故报告和责任分配问题。此次恢复英国 AISI 的访问权限说明，能够提前测试最强模型，本身已经成为国家之间的信任资产；能够证明模型经过可信测试，也会成为企业采购的重要门槛。
原始报道： Firstpost：White House restores UK access to advanced AI models for pre-release safety checks
公开转载： AOL / The Telegraph：Britain to get first look at new AI systems after White House U-turn
评估方法： UK AISI：Early lessons from evaluating frontier AI systems
网络安全政策： 英国政府：Cyber Security and Resilience Bill——Incident reporting