摘要
尽管各界投入大量精力讨论如何管控前沿模型，但 AI 治理必须将覆盖范围延伸至开源权重模型与智能体领域 —— 这类治理对象需要适配不同的概念框架与监管干预手段。
当前关于人工智能治理的讨论，核心都围绕前沿模型与通用人工智能研发竞赛展开。但 AI 的变革性力量，早已在前沿模型之外、体量庞大且高速增长的生态系统中持续释放：数以百万计的模型、智能体与应用扩散之快，已超出任何政府的追踪能力。
作者提出，政策制定者必须拓宽监管视野。他分析指出，AI 的力量不仅源于机器智能本身，更来自其承载载体的固有特性。要治理由此形成的复杂生态系统，所需的监管路径将与管控少数头部实验室的模式截然不同。
核心要点
- AI 治理的范畴远不止前沿模型
开源权重模型、专有系统以及数以百万计的智能体已广泛分布，且基本处于不受管控的状态，由此催生的风险是仅聚焦前沿模型的监管体系无法覆盖与应对的。 - AI 的核心力量在于依托机器特性放大智能效能
传播速度快、形态多元化、可复制性强、运行效率高、存储能力极强，再加上极低的边际成本，这些机器固有属性让智能成为一股真正的变革性力量。 - AI 正 “渗透” 至人类生活的方方面面
除了技术突破外，AI 还在稳步融入决策制定、人际沟通与政治话语等领域，这种渗透大多隐蔽难察，且长期缺乏有效治理。 - 分布式超级智能已然成为现实
随着 AI 模型与智能体不断增殖、形成协同联动，整个生态系统的整体能力已突破任何单一模型的能力上限 —— 这是一种分散化、且潜藏风险的超级智能形态。