2025 年 9 月 29 日，加州州长签署 SB 53《前沿人工智能透明度法》（Transparency in Frontier Artificial Intelligence Act）。该法把前沿 AI 模型的开发置于一套「透明 + 问责 + 报告」的框架之下，是美国州层面在前沿模型治理上的重要立法动作。

法案的四根支柱

公开安全框架。 大型前沿 AI 开发者需要在其网站公开框架文件，说明如何把国内、国际与行业标准纳入自身的前沿 AI 体系。这并非要求企业采用某一种技术方案，而是要求其治理逻辑可被外部审视。

关键安全事件报告。 企业需向加州应急服务部门报告关键安全事件，把前沿模型的风险从「企业内部事务」转为「需要向公共部门披露的事项」。

吹哨人保护。 对披露重大健康与安全风险的内部人员提供保护，降低内部信息外流的阻力。

民事处罚授权。 州长可对违规行为处以民事处罚，使透明度要求具备执行手段。

与联邦路径的张力

美国联邦层面在 2025 年的 AI 政策呈现出「减少碎片化、强调统一规则」的取向。参见美国国家 AI 政策框架行政令与美国 AI 模型审查行政令。

州法与联邦取向之间存在张力：联邦倾向于以单一规则降低企业合规负担，州法则倾向于在联邦缺位处先行建立问责机制。这种张力在 AI 领域尤为明显，因为前沿模型的开发主体往往集中在本州，州法可以产生实质影响。

对 AI 企业的含义

第一，公开披露成为合规的一部分。 安全框架、事件报告与风险披露，意味着企业需要在内部治理与外部沟通之间建立一致的口径。

第二，安全事件报告机制的建立。 企业需明确什么构成「关键安全事件」、内部升级路径与对外的报告流程。参见AI 安全治理框架的三层结构。

第三，州与联邦规则叠加的合规成本。 在美国运营的 AI 企业，需要同时关注联邦取向与重点州（加州等）的立法进展，合规设计需保留调整弹性。参见多法域 AI 合规的协调框架与英国前沿 AI 安全实践。

SB 53 的签署提示：在前沿模型治理上，立法者关注的焦点已从「模型能力」转向「开发者的透明度与问责能力」。这对企业治理结构提出了更高的可见性要求。

本文依据加州 SB 53《前沿人工智能透明度法》及公开信息编写，仅供参考，不构成法律意见。