模型能力也进入安全与出口管制视野

出口管制过去有一个清晰的计量单位：一块芯片。海关能清点、能扣押、能在提单上写明型号与数量。2025 年 1 月发布的 Framework for Artificial Intelligence Diffusion 把问题推到另一层：在先进计算集成电路之外，部分模型权重也被纳入同一政策框架。虽然这项规则后来被撤销，但它留下的政策语言很重要——监管者开始把“能力”本身视为需要定价和限制的对象。

本文的独立立论不只是“从芯片到模型”。更准确地说，权重把管制对象变成了可复制能力。芯片受制于产能、物流和交货周期，一次出口就是一次可追踪的物理事件；一份权重文件跨境时没有集装箱、没有报关单，复制一份和复制一万份成本相同。算力代理也会漏水：即使芯片没有直接出口，只要境外主体能通过云、训练服务或模型交付获得能力，监管者仍会追问能力究竟流向了谁。

对企业而言，合规边界的位置由此改变。过去核对采购是否触线，看的是硬件物料清单里的型号；现在还要看这些算力最终训练出了什么、这些权重流向了谁、模型能力会服务哪些最终用途。BIS 在 2025 年 5 月 13 日关于训练 AI 模型的政策声明里已经点明：把先进计算芯片用于训练模型，本身就可能触发出口管制关注。被盘点的不再只是设备，而是设备生成、承载和分发的能力。

Framework for Artificial Intelligence Diffusion 并没有活很久。BIS 随后发布公告，撤销这套拜登时期的 AI Diffusion Rule，并明确表示将强化其他出口管制路径。把撤销读成放松、甚至读成方向逆转，是最需要警惕的误读。

撤销的是工具，收紧的方向没有变。原框架试图用一套庞大复杂的综合规则一次性处理扩散问题，执行成本高；把它收回、换成更有针对性的手段，总方向仍是收紧。公告里"强化其他路径"这半句，比"撤销"两个字信息量更大：从一张大网改成若干把尖刀，意图并没有松动。

这给企业一条明确的决策规则：不要跟着头条走，要跟着替代工具走。一条规则被撤销，不等于它管的那类风险消失了；它多半会以实体清单、最终用途审查或单独许可要求的形式重新出现——这三种机制都写在现行出口管制条文里，是 BIS 早已在用的常规手段，而非新发明。判断收紧成立的触发条件，是这些工具陆续落地针对训练算力、特定实体或前沿项目；只要看到新增管制填补空缺，收紧的判断就成立。

反过来给自己留一个证伪信号：如果在可见的时间窗内没有任何替代管制补位，且许可审批口径实质放宽，那么"换汤不换药"的判断就该修正为真正的松绑。在那之前，把撤销当松绑来做合规决策，是拿公司的风险敞口下注。

管制有防守的一面，也有进攻的一面。America's AI Action Plan 和随后的总统行动 Promoting the Export of the American AI Technology Stack 把后者写进政策框架：美国不只想拦住能力外流，还想主动把从芯片、算力到模型的整套技术栈推向盟友与伙伴国。

当一国把技术栈当作出口商品整体推广，采购方买到的是一套绑定了来源国合规条件的组合——芯片、算力、模型被打包，附带的用途、部署地域和转售约束也一并打包。能力随栈出去，条件也随栈附加。

正是在这里，三角的另一侧浮出水面。对新加坡与东盟的买家，选择从来不是"用不用美国栈"这一个问题，而是"用美国栈还是用替代栈"。替代栈并非抽象假设：国产算力一侧有华为昇腾这类不受美国出口许可约束的加速卡路线，模型一侧有 DeepSeek、通义千问、智谱等可自行部署的开源权重。一条路性能与生态更成熟，但受来源国政策周期约束；另一条路暂时绕开美方许可，却要自担适配成本与长期供给的确定性。区域买家真正要权衡的，是这两条栈各自的代价。

证据边界需要交代清楚。对中国厂商与东盟买家的上述判断，超出了前面五份美方政府文件的覆盖范围：华为、DeepSeek 在东盟市场的具体动作与份额，缺乏独立、可核验的公开来源，因此只能作为对分岔结构的推断来持有，不能当作既成事实。谁被列入美国实体清单、谁的开源权重被更多东盟机构采用，是需要持续跟踪的问题，不是能就此下定的结论。

值得单独停下来看的，是"模型权重"这个词进入政策文本的过程。原 AI Diffusion Rule 曾把部分模型权重与先进计算芯片并列纳入框架；BIS 的训练政策声明又把"用先进芯片训练模型"标记为关注点。两者叠加，监管者开始把训练过程和它产出的权重也当作可管制对象来对待，硬件不再是唯一的抓手。

背后的机制需要说清。一个模型能做什么，几乎完全编码在它的权重里。直接管制权重很难，于是政策转而管制训练它所需的高端算力，用算力做能力的代理变量。这套代理有道理：训练前沿模型需要规模化的先进芯片，卡住芯片就抬高了复制这类能力的门槛。

但代理会在几个地方漏水，这决定了这条路线的有效边界。权重可以在管辖范围之外训练，可以通过蒸馏用较弱算力逼近，也可以被开源后近乎无成本地扩散——上一节的开源权重路线，恰恰是这个漏点的现实版本。一旦能力以文件形式存在，卡算力就拦不住它流动。还要标注一点：随着点名权重的原框架被撤销，目前是否存在专门针对权重出口的成文规则，属于未经证实，不应当作既定事实。

给管理层的模型是：先进算力是能力的上游闸门，值得盯，但闸门下游的权重一旦生成，控制力就急剧衰减。把合规重心全押在算力管制上，会高估自己对能力扩散的掌控。

把前面几条落到采购桌上。东盟企业或政务云项目选择 AI 技术栈时，不能只问价格、性能和本地支持，还要给政策收紧后的退出成本定价。一个部署如果同时依赖美国芯片、美国云、美国模型权重和美国供应商合同，它的技术能力可能很强，但政策来源国高度集中；一旦许可、用途或地域边界改变，迁移成本会集中爆发。

可以建立一个简单的内部坐标：横轴是来源国集中度，纵轴是退出成本。来源国集中度看六项：芯片、云、模型、权重、交付地域、合规责任分别绑定哪一国政策；退出成本看三项：替代模型是否可用，数据与工作流能否迁移，重新审批需要多久。落在“高集中度、高退出成本”象限的采购，就是供应链上最脆弱的一环，不应只靠合同补一句合规承诺，而要提前安排替代栈、降级方案或多源冗余。

这套框架也能避免两种误判。选用美国技术栈，不等于天然不可用，关键在于是否承受得起政策重划时的许可和迁移成本；转向国产加速卡或开放权重，也不等于进入安全区，因为适配、供给和本地监管审视会形成另一组成本。每一笔 AI 采购，本质上都是在为若干国家的出口政策同时定价。管理层要问的最后一句话应当是：如果明天某个来源国收紧边界，我们需要多久、花多少钱、牺牲多少能力，才能继续运行。