2024 年 9 月 29 日，加州州长纽森否决州参议院第 1047 号法案（SB 1047）。该法案要求前沿模型开发者建立安全框架、开展风险评估并报告安全事件。否决理由涉及创新、成本与监管范围。这一否决没有终结美国对前沿模型的讨论，却把路径分歧摆到了台面上：州级立法先行，还是联邦框架统一。
法案要求的是什么
SB 1047 的核心是开发者侧的自我监管义务：建立书面的安全框架，对模型能力与可预见风险开展评估，在发生安全事件时向指定机构报告。它把责任放在开发者身上，而不是使用者或平台。这一思路与欧盟《人工智能法案》的产品侧合规不同，更接近“能力越大、义务越重”的治理逻辑。
否决理由透露的争论
否决理由集中在创新、成本与监管范围。反对者担心合规负担把中小开发者挤出市场，也担心州法越界形成事实上的全国标准；支持者则认为，前沿模型的外部性无法靠自愿承诺解决。争论的实质是监管时点：在能力显现之前设定规则，还是等危害发生后再补救。
州法路径与联邦路径的分歧
美国 AI 治理长期处于多轨并行状态：联邦层面以行政措施、机构指引与采购规则为主，州层面则不断推出独立立法。SB 1047 被否决，不等于州级立法停止。对企业而言，真正的风险不是某一部法案是否生效，而是不同州对同一产品提出不同要求，形成拼图式的合规义务。
拼图式义务的难点在于触发条件不一致。同一款模型，在一个州可能因用户规模落入某类规则，在另一个州则因行业属性被单独审视。企业若按单一法域设计合规方案，扩张时往往要重新做一遍。较为经济的方式是先建立一套内部基线，再按州做差异标注，把差异控制在披露、评估与报告三个环节，而不是复制整套体系。
对出海美国市场的现实影响
面向美国市场的 AI 企业，需要区分三类问题：产品是否触及前沿模型的定义；是否在加州或其他州有实质性业务与用户；现有安全框架能否经得起“风险评估与事件报告”的追问。即便没有成文法义务，客户合同、保险条款与投资尽调也可能要求类似内容。
把安全框架写成可核查的文件，是成本最低的准备。内容包括模型能力边界、评估方法、风险处置流程、事件分级与报告路径。这份文件在州法、联邦规则与客户审查之间具有通用性。
观察下一步的三个指标
州议会是否重新提出类似法案；联邦机构是否以采购或行业指引的方式吸收相关要求；主要模型开发者是否把自愿承诺转化为公开的安全报告。这三项变化会直接影响合规资源的配置。
涉及美国市场与其他法域的规则比较，可参见多法域合规服务；安全框架与事件响应机制的落地，另见网络安全合规服务。
本文依据 2024 年 9 月 29 日加州州长否决 SB 1047 的公开信息编写，仅供参考，不构成法律意见。