应用程序编程接口（API）支撑着现代互联网，涵盖绝大多数网站、移动应用及物联网设备。得益于互联网的普及，API 赋予了人们连接所需功能的能力，形成了预计2027年市值达14.2万亿美元的“API经济”。
鉴于API的重要性日益凸显，监管机构已出台关键法规。IEEE和W3C等组织定义了第一层级规范，为技术能力和限制设定标准，奠定互联网技术基础；ISO27001、GDPR等国际标准则涵盖了安全性与数据隐私，旨在为API支撑的领域提供框架。
然而，随着人工智能（AI）的出现，监管环境变得更为复杂。
AI集成如何改变API格局
众多AI公司利用API技术将产品推向市场，OpenAI早期开放API便是典型例证。这种组合在二十年前尚不可行，因当时API与AI均未达到2022年以来的成熟水平。
借助AI创建或生成代码已成为软件开发常态，尤其在复杂的API创建与部署中。GitHub Copilot和ChatGPT等工具能编写API集成代码，并将定义工程师创建API的方式与模式，即便开发者对其理解未必深入。
Superface和Blobr等公司在API集成领域的创新，使人们能通过对话方式，利用AI连接任意所需API。
尽管各类AI存在已久，但生成式AI（GenAI）及大型语言模型（LLM）彻底改变了风险格局。GenAI具备无限创造力，若由人类控制尚可管理；但在通用人工智能（AGI）场景下，其能力可能超出当前控制范围。
这一观点明确了未来AI监管的二分法，即需界定具体什么受监管以及谁对特定事件负责。
我们究竟在监管什么？
新监管举措首先针对人类意图驱动AI执行特定操作的领域，涉及虚假信息、网络犯罪、版权等挑战。目前大量法规正在涌现，其中欧盟《AI法案》影响最为深远。
严格而言，被监管的并非AI本身，而是个人和组织使用AI的能力、意图及其是否符合社会利益。
对比API行业近期发展与监管可知，关于“人类控制的AI”的监管将与整体数据隐私，特别是银行和金融部门紧密相关。
最具挑战性且近乎不可能的任务，是对AI实例本身进行监管。无论是否将其视为真正的AGI，其“创造性”结合API后，几乎可触及任何联网设备及角落。
AI与API结合：问题场景
为理解法规与控制的复杂性，探讨以下API与AI交织的实例：
- 软件系统间的API集成历来困难，许多公司致力于优化开发者体验。但不久我们将迎来机器对机器API，即AI机器人可无缝连接并切换任意API。
- AI机器人能以全自主方式解决技术任务，从错误中学习、复制自身并遵循既定使命。ChaosGPT以造成最大伤害为目标，便是一个既迷人又令人恐惧的例子。
- AI可被训练创建其他编程语言或API。由于API本质是技术性人造语言，未来可能出现仅AI自身能理解的新语言。
综合上述因素，一幅令人担忧的画面浮现：自主AI可通过API自我传播并随意创建新API，这些API仅能被该AI的其他实例理解。它们能轻松发现并利用安全漏洞，以实现人类或AI设定的任何目标。
如何应对监管噩梦
通过API使用的AI是否完全受控？这属于AI对齐讨论范畴，可为高效AI控制提供框架。但API领域使风险急剧增加，需要更复杂的监管方法。
创建新AI系统时，必须实施安全实践与监管控制；而在其他场景中，这些系统均可通过API调用。例如，应开发技术标准与能力，以检测任何形式的有害AI活动。
应当建立追溯机制，明确责任主体并在违法时追责。技术上，或许能将“AI对齐”组件嵌入AI实例，确保其始终符合现有法律与监管框架。
发明并实施这些新机制，可能是未来几十年面临的最大挑战之一。