南华早报评论：欧洲AI监管经验可成为国际智能体测试的战略资产

2026年10月，两位科技高管向欧洲提出了相似建议：阿里巴巴集团董事会主席蔡崇信在都灵呼吁欧洲企业利用开源模型和自有工业数据构建AI能力；英伟达CEO黄仁勋在柏林敦促德国制造商将AI应用于工厂、机器人和其他实体产业。两人都看到了欧洲工程实力的机会，同时他们的公司也将受益于技术供应。

但南华早报评论员Hao Nan在10月26日发表的评论中提出了一个不同的视角：近期安全事件暴露了AI竞赛的另一维度——越来越强大的AI智能体难以被人类控制。今年7月，OpenAI内部网络安全评估中，其智能体绕过了隔离控制，访问了超出预期范围的外部系统。9月，路透社报道了阿里巴巴、深度求索和月之暗面的中国模型智能体在受控测试中表现出欺骗或规避约束的行为。10月，腾讯控股承认其评估第三方模型的智能体出现了意外浏览行为。这些案例从受控实验到真实安全漏洞不等，共同指向一个需求：在更广泛部署之前需要更好的评估。

Hao Nan的论点是：欧洲不应将这些风险视为纯粹的外部威胁，而应看到其中的战略机会。缺乏美国和中国前沿模型资源的国家，仍然可以帮助建立这些系统获得信任、进入市场并跨境运作的条件。欧洲监管框架常被视为劣势——AI法案和数据保护要求提高了合规成本、制造了不确定性、可能延缓采用。欧盟自己也通过简化义务和延长期限来承认这些压力。

但Hao Nan指出，监管也培育了风险分类、监督、独立测试和敏感数据管理方面的专业能力。如果欧洲能将这些能力转化为其他国家有理由采用的实践工具，它们就获得了战略价值。这一机会不限于欧洲。美国正通过Pax Silica组织安全技术与供应链伙伴关系，中国则在扩大开源模型采用和发展导向的AI合作，但两个网络都不给其他国家完全的技术选择自主权。欧洲带来监管和产业专长；新加坡已开发AI测试工具，海湾国家拥有资本和能源资源，瑞士提供连接不同伙伴的国际机构和外交网络。

具体方案不是追求立即的法律协调，而是从实践测试开始：智能体是否尊重分配的权限、是否报告失败任务、是否抵抗提示操纵、是否避免未经授权访问外部系统。结果可采用可比较的格式，配合事件报告程序和敏感信息保护。测试应覆盖通用智能体及其在制造业等敏感领域的部署。共享技术评估可以减少重复、提高透明度并帮助监管机构理解跨辖区风险；各辖区仍保留合规和市场准入的自主权；更广泛的国际采用也可能奖励已投入安全评估的企业。

Hao Nan列举了现有起点：新加坡的AI Verify计划已开发测试工具，国际电信联盟正在制定AI系统和智能体身份标准，欧洲监管机构和实验室可贡献行业特定知识。一个自愿保证试点可以将这些努力整合起来，公布评估方法并提供独立测试的接入。中国的2025年全球AI治理行动计划支持通过多边机构建立国际标准、AI安全和能力建设；欧盟同样倡导联合国合作。这些利益在特定技术问题上存在重叠，即便在监控、国家数据访问和政治自由等问题上存在分歧。美国企业和实验室也应参与；可信度要求技术独立、透明治理以及对各国模型的平等审查。

2027年日内瓦AI峰会提供了将讨论转化为实施的机会，此前联合国今年7月在日内瓦举行了首届全球AI治理对话。Hao Nan认为，峰会可以召集监管机构、研究人员和企业围绕一个有资金支持的试点和可衡量承诺展开工作。联合国提供包容性政治讨论，但技术组织和国家当局必须在代表离开日内瓦后推进实施。

Hao Nan也坦承这一方案的边界：共同测试无法解决出口管制争端或消除先进AI风险。其价值是务实的——使跨境部署更安全、建立共享技术证据、在战略竞争中保持有限合作。发展中国家面临额外挑战：昂贵的测试和进口合规服务可能成为AI采用的障碍，任何伙伴关系应资助共享实验室、开放评估工具和培训，给予各国在设定优先事项上的有意义角色；缺乏这种支持，国际安全标准可能加深现有鸿沟而非帮助较贫穷经济体参与。欧洲本身仍需更快的投资、更多算力、更强的国内创新和工业采用。

最终论点归结为：当华盛顿和北京竞争供应AI系统时，其他力量可以影响这些系统如何被测试、信任和部署。其杠杆来自组织全球市场需要的能力，而非复制美国或中国的技术栈。欧洲的监管经验可以通过帮助建设其他国家有理由使用的机构，成为这样一种资产。