بر اساس چندین رسانه خبری که از پیشنویسهای منتشر شده در اوایل آگوست 2026 گزارش دادهاند، دولت ترامپ در حال نهایی کردن یک چارچوب نظارتی هوش مصنوعی است که مدلهای هوش مصنوعی وزن باز را از بررسی امنیتی اجباری دولت مستثنی میکند، در حالی که سیستمهای مرزی «بسته» اختصاصی را تحت نظارت جدید قرار میدهد.
وال استریت ژورنال در 4 اوت گزارش داد که دستورالعملهای هوش مصنوعی کاخ سفید «مدلهای باز ایالات متحده را از بررسی دولتی مستثنی میکند»، در حالی که واشنگتن پست، پولیتیکو و رویترز تصمیمی موازی را شرح دادند: مشاوران دولت ترامپ به شرکتهای هوش مصنوعی گفتهاند که نیازی به آزمایش ایمنی دولت برای مدلهای وزن باز ندارند. واشنگتن پست گزارش داد که کاخ سفید «سیستمهای هوش مصنوعی «باز» را از بررسی امنیتی مستثنی میکند» و پولیتیکو این طرح را بهعنوان طرحی توصیف کرد که «مدلهای «باز» کمهزینه را معاف میکند.
این تقسیم - بررسی سیستمهای بسته در حالی که سیستمهای باز را تا حد زیادی به حال خود رها میکند - یکی از بحثبرانگیزترین سؤالات سیاست هوش مصنوعی ایالات متحده را حل میکند و نشاندهنده شکاف قابل توجهی برای جنبش وزن باز است. برای ادامه [پوشش صنعت AI] (https://aibuzzwire.news)، AI Buzz Wire با نزدیک شدن به تکمیل چارچوب را دنبال می کند.
رویکرد دو لایه به مدل های مرزی
بر اساس این گزارش، چارچوب تعهدات متفاوتی را بسته به نحوه توزیع یک مدل ایجاد می کند. مدلهای اختصاصی که از طریق رابطهای برنامهنویسی کاربردی (API) کنترل میشوند - نوعی که توسط OpenAI، Google و Anthropic فروخته میشوند - قبل از انتشار با بررسی خطرات امنیتی دولت مواجه خواهند شد. مدلهای وزن باز، که پارامترهای اساسی آنها برای دانلود و اصلاح هر کسی منتشر شده است، تا حد زیادی از آن بررسی اجباری پیش از انتشار مستثنی هستند.
این تمایز اهمیت دارد زیرا قدرتمندترین مدلها را میتوان هم برای کار مولد و هم برای آسیب استفاده کرد - برای مثال تولید ابزارهای سایبری توهینآمیز. مدلهای بسته را میتوان در لایه API کنترل کرد، جایی که یک ارائهدهنده میتواند استفاده نادرست را نظارت و محدود کند. مدلهای وزن باز، پس از انتشار، قابل فراخوانی یا کنترل مؤثر نیستند، دقیقاً به همین دلیل است که برخی از محققان استدلال کردهاند که آنها مستلزم بررسی بیشتر هستند، نه کمتر.
منطق گزارش شده دولت راه دیگری را دنبال می کند: اینکه ایالات متحده نباید اکوسیستم منبع باز را که به عنوان یک مزیت رقابتی می بیند، تحت فشار بگذارد، به خصوص که مدل های چینی قابل دانلود رایگان بازار را هجوم آورده اند.
پس از نشست روز سه شنبه کاخ سفید
تصمیمات چارچوب تنها چند روز پس از اینکه کاخ سفید میزبان مدیران OpenAI، Google و Anthropic بود تا سیاست در حال ظهور را بررسی کنند، جلسه 3 اوت برای اولین بار توسط The Information و CNBC گزارش شد. این توسعه دهندگان مدل بسته در حال حاضر کسانی هستند که به احتمال زیاد با تعهدات بازبینی جدید تحت طرح نهایی مواجه خواهند شد.
رویترز گزارش داد که مشاوران دولت ترامپ مستقیماً به شرکتهای هوش مصنوعی گفتهاند که مدلهای با وزن باز تحت آزمایشهای ایمنی اجباری قرار نخواهند گرفت، و این نشان میدهد که حفرهها بهجای اینکه بیصدا ظاهر شوند، به صنعت اطلاع داده شده است.
بحث وزن باز که آن را شکل داد
این تصمیم ماه ها شوخی عمومی در مورد نحوه برخورد واشنگتن با هوش مصنوعی با وزن باز را محدود می کند. در اواخر جولای 2026، انویدیا، مایکروسافت و متا علناً نسبت به آنچه "محدودیت های زودرس" در مدل های وزن باز نامیدند هشدار دادند و استدلال کردند که قوانین سختگیرانه بخشی از صنعت را که ایالات متحده برای نوآوری و استعداد توسعه دهندگان به آن تکیه می کند، سرد می کند. مارک زاکربرگ، مدیر عامل متا، به طور جداگانه با آنچه که به عنوان "متمرکز" قدرت هوش مصنوعی توصیف کرد، مخالفت کرد و با پیشنهادات برای ممنوعیت مدلهای توسعهیافته چینی مخالفت کرد و دسترسی گسترده به وزنهای باز را به عنوان یک کالای استراتژیک در نظر گرفت.
به نظر میرسد که این استدلالها به نتیجه رسیده است. معافیت وزن باز با درخواست اصلی نامه صنعت مطابقت دارد: مدلهای دانلودی را به همان شیوه APIهای تجاری تحت کنترل دقیق تنظیم نکنید.
در همان زمان، این چارچوب یک سوال آشکار حل نشده باقی می گذارد. آزمایشگاههای چینی انتشار وزن باز خود را تسریع کردهاند، با مدلهایی از DeepSeek و خط کیمی Moonshot AI که به دلیل هزینه کم و قابلیت رقابتی در داخل ایالات متحده پذیرفته شدهاند. اگر ایالات متحده وزنهای باز را به طور گسترده معاف کند، این معافیت به مدلهای قابل دانلود توسعهیافته خارجی نیز تعمیم مییابد - همان مدلهایی که شاهینهای امنیت ملی به عنوان یک خطر بالقوه پرچمگذاری کردهاند. مؤسسههای ایمنی هوش مصنوعی ایالات متحده و بریتانیا قبلاً انتشار ارزیابیهای قابلیتهای سیستمهای چینی را آغاز کردهاند و بعید است تنش بین سیاست باز به پیشفرض و نگرانیهای امنیتی در مورد مدلهای خارجی از بین برود.
آنچه تنظیم کننده ها در برابر آن وزن می کنند
ساختار دو لایه همچنین منعکس کننده یک محدودیت عملی است که مقامات ایالات متحده آشکارا به آن اذعان کرده اند: هنگامی که وزن ها به صورت آنلاین منتشر می شوند، عملاً سرکوب آنها غیرممکن است. یک جامعه جهانی توسعه دهندگان آنها را ظرف چند ساعت بارگیری، آینه و تنظیم دقیق می کند. بنابراین اجرای بازبینی اجباری قبل از انتشار وزنهای باز دشوار خواهد بود، در حالی که بررسی مدلهای بسته دارای API - که در آن یک شرکت واحد توزیع را کنترل میکند - نسبتاً قابل اجرا است.
این شکاف قابلیت اجرا به توضیح اینکه چرا تعهدات تیزتر چارچوب بر عهده شرکت هایی است که بهترین موقعیت را برای رعایت آنها دارند، کمک می کند. همچنین به این معنی است که دندانهای واقعی این سیاست در مورد شرکتهای آمریکایی که قویترین سیستمهای اختصاصی را میسازند صدق میکند، حتی در شرایطی که اکوسیستم قابل دانلودی که بسیاری از بحثهای امنیتی را برانگیخت تا حد زیادی خارج از محدوده بازبینی جدید عمل میکند.
چه چیزی را تماشا کنیم
چندین جزئیات در جریان هستند. رسانههایی که در مورد این چارچوب گزارش میدهند، آن را بهجای کامل شدن، با پیشنویسهایی که با توسعهدهندگان پیشرو مدل بسته به اشتراک گذاشته شده، تقریباً نهایی توصیف میکنند. سؤالات باقیمانده شامل آستانه هزینه یا توانایی است که تعیین می کند چه زمانی یک مدل «بسته» بازبینی را آغاز می کند، چگونه معافیت برای مدل های وزن باز خارجی اعمال می شود و اینکه آیا هرگونه الزام گزارش برای سیستم های باز حتی بدون آزمایش ایمنی اجباری باقی می ماند یا خیر.
این چارچوب همچنین خطرات گسترده تری برای صنعت داخلی دارد. OpenAI، Google و Anthropic - شرکتهایی که اکنون به احتمال زیاد با تعهدات جدیدی روبرو هستند - هر کدام استدلال کردهاند که نظارت متوازن به مجموعهای از قوانین دولتی ترجیح داده میشود. یک جداسازی با وزن باز که رقبا را از همان تعهدات رها می کند، می تواند پویایی رقابتی را تغییر دهد که تا حدودی برای تثبیت چارچوب طراحی شده است.
از هوش مصنوعی جلوتر بمانید
شکل نهایی این چارچوب قوانین راه را برای چگونگی ساخت و انتشار قوی ترین سیستم های هوش مصنوعی در ایالات متحده تعیین می کند. [اخبار و تحلیل خط مشی هوش مصنوعی] (https://aibuzzwire.news) را به عنوان جزئیات بیشتر بخوانید.
کاوش AI Buzz Wire →
