随着中美人工智能博弈不断升级，一个问题越来越值得关注：双方担心的究竟是不是同样的人工智能风险？

过去，外界常用一种简单的二分法理解中美人工智能治理。中国更关注内容安全、社会稳定和数据治理，美国则更重视模型安全、权利保护以及前沿人工智能可能带来的灾难性风险。这种概括看似有一定的现实依据，但随着两国政策不断调整，已经越来越难以准确描述双方的风险认知。

中方近期发布的《人工智能安全治理框架3.0》就是一个明显变化。新版框架把人工智能风险划分为内生安全风险、应用安全风险和衍生安全风险，不仅包括“幻觉”、算法偏见、数据泄露、虚假信息等问题，也将智能体越权、自主网络攻击、关键基础设施安全、核生化导相关知识失控，以及未来可能出现的人工智能脱离人类控制等纳入治理视野。与过去相比，中国对人工智能风险的认识正在明显向前沿技术领域延伸，对可能引发重大安全后果的风险也更加重视。

美国的政策方向也在发生变化。美国国家标准与技术研究院（NIST）的《人工智能风险管理框架》，以及联邦政府近年来针对可能对权利、安全和重要公共利益产生重大影响的人工智能应用出台的相关规则，都长期关注模型可靠性、隐私、公民权利以及人工智能对个人和社会的影响。但特朗普执政后，美国人工智能政策的优先次序发生调整，一方面更加强调创新速度、产业竞争力和减少监管负担，另一方面又明显提升对网络、生物、化学等国家安全风险的关注。美国当前对于前沿模型的安全评估，越来越聚焦那些可测试、可验证、并可能直接影响国家安全的能力。

把两国最新政策放在一起看，中美风险观正出现三个值得注意的变化。

一是双方在前沿人工智能可能引发的重大安全风险上，正在形成更多共同认识。无论是模型失控、智能体自主行为，还是人工智能增强网络攻击能力、生物安全风险和关键基础设施风险，两国政策文件所使用的语言已经出现越来越多交集。中国强调安全对齐、红队测试、人类干预和紧急停止机制，美国则强调模型可靠性、可控性和高风险能力评估。2024年，中美元首确认应维持由人类控制核武器使用的决定。这也说明即使在高度敏感的安全领域，双方仍可能找到最低限度的风险共识。

二是双方对社会风险和价值风险的理解仍有明显差异。中国的人工智能治理一直具有较强的系统性，不仅关注模型自身安全，也把虚假信息、社会认知、就业结构、智能鸿沟、文化影响等纳入风险治理框架。美国当前政策则更重视如何避免监管限制创新，并倾向于区分可以直接证明的安全风险与具有较强政治、社会和价值判断色彩的风险。双方在“哪些问题应被定义为人工智能风险”“政府应介入到什么程度”上存在不同判断。

更棘手的是，双方正在把对方的一部分人工智能政策本身视为风险。中国把技术垄断、出口管制导致的芯片、软件和服务断供纳入供应链安全风险，美国则将先进芯片、算力和前沿模型能力扩散视为国家安全问题。对一方而言是降低风险的政策工具，对另一方而言却可能意味着风险上升。

这些差异并不只是技术专家对风险大小判断不同，背后还有更深的政策逻辑。

首先，两国治理目标不同。中国更习惯从技术、经济、社会和国家安全的整体关系中理解人工智能风险，强调发展与安全并重。美国当前政策则更突出技术领先、创新能力和国家安全。这决定了双方即便看到同一种风险，也可能给予完全不同的政策权重。

其次，双方对“治理本身的风险”认识不同。中国更多考虑的是人工智能发展过快、应用失序可能带来的风险，美国当前政策则特别警惕监管过度、创新受限可能削弱自身竞争力。中美之间需要讨论的，因此不单单是人工智能有什么风险，也包括应该付出多大治理成本来降低这些风险。

更重要的是，人工智能已经嵌入中美战略博弈。芯片、算力、模型、开源生态和国际标准都已具有明显的战略属性。在这种情况下，一方为了提高自身安全而采取的措施，很容易被另一方理解为竞争和遏制，风险认知由此与经典的安全困境相互叠加。

因此，中美短期内形成一套完全一致的人工智能风险观既不现实，也没有必要。更可行的目标，是在关键风险问题上逐步形成共同语言、基本判断和稳定的沟通机制。

第一步可以从共同的风险语言开始。相比泛泛讨论“安全”“失控”或“负责任的人工智能”，双方更需要围绕具体场景形成可讨论的概念，比如一个模型达到什么能力以后需要更严格的测试，什么样的智能体自主行为可以被认定为重大安全事件，人工智能辅助网络攻击发展到什么程度会产生跨境安全影响，高风险军事应用中的“人类控制”究竟意味着什么。只有把概念说清楚，未来发生事故时双方才可能准确理解彼此的判断。

第二步是推动风险评估方法具有一定可比性，而不是追求监管制度统一。中美完全可以选择网络安全、生物安全、智能体自主性等双方都较为关注的领域，用各自的测试工具对同类能力进行评估，再比较指标、阈值和结果。双方无须共享模型权重和核心技术，也可以逐步了解对方究竟在测量什么、为什么认为某种能力危险。

第三步是建立重大人工智能安全事件的沟通机制。如果未来先进模型出现严重失控、人工智能智能体实施跨境网络攻击，或者关键基础设施受到自主系统影响，中美至少应该存在较为固定的沟通窗口和基本的信息交换方式。这种机制并不要求双方首先建立高度互信，其价值恰恰在于互信不足时，避免一次技术事故迅速被解读为国家敌对行为。

至于内容治理、意识形态、出口管制、技术供应链等问题，双方的分歧在短期内恐怕很难弥合。更现实的办法是承认这些属于结构性分歧，同时避免其阻断其他领域的风险治理合作。中美可以有一张需要长期管控的“分歧清单”，也应该形成一张可以逐步推进的“共同风险清单”。

中美真正需要“对齐”的，未必是一整套人工智能风险观。双方更需要的是在那些可能造成重大跨境影响和战略误判的领域，对基本概念、判断标准和沟通方式形成最低限度的共识。这或许比追求一套宏大的人工智能治理共识更现实，也更紧迫。