事件概況
川普政府原本計劃簽署行政令，要求對標高風險 AI 模型進行強制政府審查。這個政策設想來自對生成式 AI 快速迭代帶來的社會風險的考量——從偽造影像、到自動化決策系統的偏見，都可能在部署前被官僚機構篩檢。
但在簽署前，科技產業（包括 OpenAI、Anthropic、Meta 等巨頭）向政府發出強烈反對聲浪。他們的論點簡潔有力：「強制審查會拖慢創新、成本昂貴、而且政府根本沒有專業能力評估 AI 風險。」
結果：川普簽署的版本被「狹窄化」了。不再是強制政府預審，而是「自願提交模型供政府檢視」——這等於把决定權交回業界手中。想審查就審查，不想審查就略過，全靠廠商的良心。
為什麼這是管制俘獲
喬治·史蒂格勒（George Stigler）在 1971 年提出「管制俘獲」理論時指出：監管不是為了懲罰壞人，而是一種資源。掌握製規權的政府部門會漸漸被被監管的產業「馴服」——透過 5 種機制：
1. 資訊不對稱
只有科技公司知道模型訓練的細節、部署規模、潛在風險。政府官員沒有等量的技術背景，無法有效質詢。被問「審查需要多久」、「會不會影響競爭力」，官員能給出的都是「合理化」的答案——因為他們根本無從判斷。
2. 旋轉門現象
AI 政策官員離職後通常進入科技公司做監管事務（Regulatory Affairs）。反過來，科技公司的人也會進入政府擔任 AI 顧問。這種人才流動讓雙方形成「我們人馬」的隱形利益共同體。
3. 政治成本計算
強硬監管會引發產業遊說、媒體大肆報導「政府扼殺創新」、股市反應負面。政客很快算出：得罪科技業的政治成本 > 保護公眾的政治收益。所以當產業說「不行」，政府就退一步。
4. 技術專業權威的轉移
OpenAI CEO 說「我們最了解自己的模型」、Anthropic 說「我們內部已有安全團隊」——這些聲明讓政府官員很難堅持外部審查。業界把自己塑造成「既得專業權威」，政府淪為「外行」。
5. 誘餌式妥協
科技公司不是完全說「不」，而是提出替代方案：「我們願意自願檢視、定期匯報、接受第三方稽核。」這聽起來很合理、很顯示主動性。但實際上？自願審查 = 廠商決定審查誰、審查什麼、什麼時候公開。監管的牙齒被拔掉了。
歷史上的管制俘獲範例
這不是 AI 獨有現象。管制俘獲在多個產業重演：
- **電信業**：FCC 原本要強制電信商開放網路，後來被遊說改成「合理商業考量」就能拒絕
- **製藥業**：FDA 對新藥審批的時間框架，多次因製藥廠施壓而延長
- **航空業**：747 客機設計安全標準原本更嚴格，被波音遊說改成「自我監督」
- **環保**：排污許可證從「嚴格上限」逐漸演變成「可交易配額」——轉移到市場而非政府決定
為什麼明知故犯
政府為什麼還簽署被削弱的行政令，而不是堅持原案？
1. 選票邏輯：科技業是國家經濟引擎，跟他們撕破臉政客會被指責「扼殺創新」 2. 旋轉門恐懼：今天硬的官員，明年就可能被產業挖角。誰願意樹敵？ 3. 資訊戰：只有科技公司能說出「強制審查成本有多高」的數字，政府沒有反制的技術資料 4. 民主的軟肋：遊說者能直達決策層，但受政策影響的公眾（如被深偽視頻傷害的人）沒有發言管道
結構性後果
一旦政府退讓這一次，業界就有「前例」。下次要推更嚴格的監管？廠商會說：「你們上次都同意自願檢視了，為什麼現在要強硬？」談判起點一次次向業界靠攏。
史蒂格勒把這叫「監管體系的進化終點」——如果不進行制度性糾正（如禁止旋轉門、加強政府技術團隊、增加產業外的決策聲音），被監管者遲早會變成監管者的實際操控者。