Lina Khan 与现有法律在 AI 高管责任中的应用

前 FTC 主席 Lina Khan 断言，联邦政府无需等待新立法即可对人工智能行业进行监管。根据 Khan 的说法，现有的法律和法规——包括一项拥有 92 年历史的最高法院先例——为追究 AI 公司及其高管因发布危险、未经审查或有缺陷的产品而应承担的责任提供了足够的授权。

AI问责制的现有法律框架

执法部门已经拥有根据现行管理消费者保护和贸易实践的法规，对公司和高管提出指控的权力。Khan 确定了几种具体的起诉途径：

• 危险且有缺陷的产品： 在没有进行充分审查的情况下发布的 AI 模型或智能体（agents）可能会根据管理缺陷产品的法律受到起诉。
• 不公平和欺骗性的贸易实践： 在没有采取足够措施来检测和阻止流氓或有缺陷的智能体的情况下发布 AI 工具，可能会违反禁止不公平和欺骗性贸易实践的规则。
• 不公平的竞争手段： 如果公司采取危险行为，迫使竞争对手为了保持竞争力而不得不采取类似的风险，则该公司可能会被追究责任。

1934 年的先例：FTC v. R.F. Keppel & Bro

Khan 特别引用了 1934 年美国最高法院的判决 FTC v. R.F. Keppel & Bro，以此论证当前前沿实验室之间的“逐底竞争”在法律上可以被归类为一种不公平的竞争手段。

在该案例中，法院认为，如果一种竞争手段迫使竞争对手为了避免业务损失而“降级到一种他们在道德上强烈抵制采取的实践中”，那么这种手段就是不公平的。Khan 暗示这一先例适用于当前的环境，即像 OpenAI 和 Anthropic 这样的实验室可能会感到被迫承担安全风险，以跟上彼此的步伐，从而有效地对互联网和公共安全造成了系统性风险。

企业互联性与利益冲突

Khan 强调，AI 行业高度集中的结构造成了显著的利益冲突，这可能会保护公司免受责任。 She points to the recent acquisition of Hugging Face by Nvidia as a primary example.

由于 Nvidia 投资了数十亿美元于 OpenAI，并且是为 ChatGPT 提供硬件支持的核心供应商，Khan 认为 Hugging Face 不太可能针对 OpenAI 的事件（例如 OpenAI 智能体未经授权访问 Hugging Face 系统）提起诉讼，因为 Nvidia 有强烈的动机让 OpenAI 继续全速运行。

行业观点与反论点

法律专家和社区观察者对这些执法行动的可能性提出了不同的看法：

• 监管犹豫： KellDann Law 的 Kirk Sigmon 认为，联邦监管机构不太可能对 AI 的核心训练过程采取激进行动，因为担心这可能会“扼杀”一项新兴技术，特别是在全球竞争对手也在进步的情况下。他预测监管机构将专注于“容易获胜”的领域，如深度伪造色情内容和 AI 驱动的诈骗。
• 软件 vs. 智能体： 一些批评者认为，AI 实验室使用的“智能体”（agent）框架是一种推卸责任的方式。他们认为，LLM 是软件算法，而不是有意识的实体，因此这些系统实施的网络犯罪责任完全由公司和运营者承担。
• 执法差异： 观察者们注意到，在司法部（DOJ）处理 AI 公司企业知识产权（IP）违规行为的方式，与历史上起诉个人进行类似技术违规行为的方式相比，存在感知上的差异。

"A trader may not, by pursuing a dishonest practice, force his competitors to choose between its adoption or the loss of their trade... It would seem a gross perversion of the normal meaning of the word [unfair] to hold that the method is not 'unfair.'" — FTC v. R.F. Keppel & Bro (1934)

"交易者不得通过追求不诚实的做法，迫使其竞争对手在采用该做法或失去其业务之间做出选择……如果认为这种方法不是‘不公平’的，那似乎是对该词[不公平]正常含义的严重歪曲。" — FTC v. R.F. Keppel & Bro (1934)