研究对照美国联邦 AI 治理覆盖与行业脆弱性评估

美国联邦AI专门治理文件对部门和风险的覆盖，是否与专家评定的部门脆弱性一致。

• 问题从何而来：作者引述既有文献的关切：治理跟不上AI发展，且对风险缺少共享理解，机构和辖区的做法因此不同。美国措施分散在行政行动、立法、法规、机构指南、标准和其他政策工具中。
• 对照的理由：作者称，把集体覆盖与某种既定预期放在一起评估，可以识别治理相对集中或相对缺少之处。这里的预期是专家的部门脆弱性。
• 既有研究的侧重点：作者称，美国AI治理研究多写政策轨迹、制度安排和治理理念，较少把文件覆盖与部门脆弱性放在同一框架里比较。
• 本文要回答的问题：风险覆盖在联邦AI文件的部门与风险子域上如何分布，以及这一分布与专家评定的部门脆弱性如何对照。
• 本文做了什么：在Governance Mapping与2025年德尔菲研究之上，对684份文件同时量广度与深度，再用偏离指数做相对排序。作者称这是诊断，用来标出值得继续调查的部门与风险，而不是认定监管缺位。

引言没有独立的Related Work。作者在引言里把本文放在三类文献旁边，并说明语料与对照来自何处。

治理节奏与风险理解

• 跟不上发展的关切：Bengio等（2025）与Wirtz等（2022）被作者用来支撑“治理跟不上AI发展”这一既有关切。
• 缺少共享理解：Monteiro与Singh（2025）、Perboli等（2025）、Saeri等（2025）、Slattery等（2026）、Taeihagh（2025）、Zaidan与Ibrahim（2024）。作者称，这会带来机构和辖区之间治理做法的差异，以及潜在监督上的差别。
• 美国的工具形态：Davtyan（2025）写美国措施并存于行政行动、立法、法规、机构指南、标准和其他政策工具。

作者用来定位本文的美国治理研究

• 政策轨迹与制度：Davtyan（2025）、Kalnina等（2025）、Mallinson等（2025）。作者称这些工作主要讨论政策轨迹、制度安排和治理理念。作者把本文写成补充：看文件在部门与风险上如何分布，并与专家脆弱性对照。

直接依托的两项研究

• AI Governance Mapping：Mylius等（2025, 2026）。将CSET的AGORA中1000余份AI相关法律、标准和其他文件，按风险、部门、行动者等维度分类。
• 2025 Delphi：Saeri等（2026）。272名专家、三轮，评定风险严重性与发生概率、部门与行动者脆弱性、行动者责任和总体关切。本文只用其中的部门脆弱性。

语料与对照

• 语料：AGORA（Arnold等, 2024, 2026）。只收直接、实质讨论AI开发、部署或使用的文件，包括为AI改写的一般法律；通常不收仅对AI有间接含义的一般适用法律。覆盖2020年以来大多数已颁布和提案的联邦法律与法规、大多数行政命令，以及其他受关注的机构文件。
• 对照：德尔菲的五分部门脆弱性，不是模型性能基线。论文未设分类准确率或攻击成功率一类的基线。

作者称，本文的位置是在单一联邦、单一时期的AI专门文件上同时给出广度与深度，并把与专家脆弱性的偏离当作诊断，而不是替代上述制度研究，也不把偏离写成监管已经失败。

整体做法是把AI Governance Mapping的1–3分覆盖，与Delphi的部门脆弱性合成两类偏离指数，描述684份美国联邦AI文件。

语料与覆盖分

• 筛选：只保留适用于美国、由联邦机构提出、最后一次主要活动（如提案或颁布）在2020年1月至2026年1月20日的AGORA文件，N=684。含已颁布与提案。作者称因此主要测的是文件注意力。
• 分类：Mapping项目先用六份、来自若干美国辖区的文件比较LLM与人类。作者报告Claude Sonnet 4.5在所测模型中表现最好，再用它做全量分类。本文未给出该比较的一致性数字。
• 量表：24个风险子域（7个风险域）与14个NAICS部门各打1–3分（Table 1）。1为未提及；2为不超过数句、且没有具体缓解或治理措施；3为良好覆盖。风险侧通常至少一段并写清程序；部门侧通常为数句，写明措施、控制或义务。
• 不计为覆盖的情形：子域必须讨论风险本身。只写一般治理结构，并不计入6.5 Governance failure，除非写明这些结构如何失败或失效。

广度、深度与专家参照

• 广度：684份中提及该部门或该子域的比例。
• 深度：提及者当中达到分数3的比例。作者提醒，广度很低时，深度对个别文件很敏感。
• 脆弱性：272名专家，2025年末，三轮匿名德尔菲，五分量表（1=Not at all vulnerable，5=Extremely vulnerable）。本文使用部门脆弱性，不用同一研究中的严重性、概率或行动者责任。
• 共识：回答落在中位数±1以内的比例≥90%，且恰好等于中位数的比例≥60%。附录C注明该标记只在子域层提供。

两类偏离指数

• 标准化与AD：脆弱性先写成 v_norm,i,j=(v_score,i,j−1)/4。子域i、部门j的注意力偏离为 AD_i,j=v_norm,i,j−SectorShare_i,j。SectorShare是提及子域i的文件里同时提及部门j的比例。正值表示标准化脆弱性高于该份额。
• 综合AD：对24个子域取均方根。偏离集中在少数子域时，分数高于平均偏离相近但更分散的部门。
• IGD：用SectorShare与调整后深度的几何平均当作覆盖值，再从v_norm减去。调整深度为d0+(1-d0)D，主分析d0=0.1。D是提及该部门–子域组合的文件中良好覆盖的比例。地板用来避免全部只有最低覆盖时几何平均变成0。几何平均会压低“份额高但写得浅”或“写得深但文件少”的组合。
• 怎么读：作者称两套分数只做部门间的相对排序，不是缺口的绝对大小，也不把SectorShare=1当作应有基线。脆弱性多高于2.5，全语料100%覆盖在结构上不太可能，所以多数组合按构造为正。高分不等于监管不足，高覆盖也不保证实践有效。

稳健性设置

• 深度地板：附录D.1另测d0=0.05。
• 去掉从未被提及的子域：附录D.2从综合分中排除7.5 AI welfare and rights。作者称它会把全部标准化脆弱性计入每个部门的RMS，抬高所有综合分，并可能改变相对名次。

实验设置

• 语料：684份美国联邦AI治理文件，主要活动在2020年1月至2026年1月20日；取自AGORA，含已颁布与提案。覆盖分析被作者定义为文件注意力。
• 分类：Claude Sonnet 4.5。试点还比较过其他LLM与人类评审；那些模型的名称，以及一致性数值，本文未报告。本文也未报告全量分类的重复次数。
• 部门：14个，按NAICS归并，从01农业、采矿、建筑与制造到14国家安全。13为不含国家安全的公共行政。
• 风险：24个子域。作者称广度份额高于30%的只有2.2、6.4、6.5、7.3；Table 2的提及数分别为332、251、267、261。
• 专家参照：272名专家，2025年末，三轮德尔菲；部门脆弱性1–5。严重性、概率、行动者责任未进入主比较。
• 指标：广度、深度、sector share、composite AD、composite IGD（d0=0.1）。良好覆盖的门槛见Table 1。

主结果

表格较宽，可左右滑动

部门	提及数	良好覆盖	深度
14 National Security	415	282	68.0%
13 Public Administration excl. National Security	392	269	68.6%
07 Scientific Services	392	161	41.1%
03 Information	310	139	44.8%
10 Health Care and Social Assistance	170	67	39.4%
04 Finance and Insurance	93	36	38.7%
08 Management, Administrative, and Support Services	36	0	0.0%
12 Accommodation, Food, and Other Services	33	2	6.1%

据Table 2。表内保留提及最多的部门，以及深度为0、提及很少的08与12。省略01、02、05、06、09、11。

• 部门：作者称公共行政在每个风险域都出现在超过一半的相关文件中（Figure 2）。据正文与Table 2，只有13与14的深度超过60%，其余部门低于50%。作者称08与12的覆盖份额低于10%。
• 风险：没有任何子域的深度份额高于50%。Table 2最高为1.2的44.7%（17/38）。2.2提及332篇，深度22.0%；6.4提及251篇，深度16.3%；6.5为40.1%（107/267）。6.3良好覆盖为0/16；7.5为0/0。
• 作者的对照：作者称金融与保险的脆弱性–广度偏离在各部门中最大（Figure 3）。该部门在17/24个子域的中位数脆弱性为5.0，除两个子域外达成共识；任一风险域的提及比例低于30%。对子域4.2，提及该子域的文件中只有20%同时写到该部门。

覆盖与专家脆弱性

• 测了什么：Figure 3把部门的标准化平均脆弱性与平均sector share画成哑铃图。作者称线越长，脆弱性与注意力的偏离越大。子域层份额见图B.1，正文只写出少数格子。
• 结果：专家共识认为国家安全是对子域3.1最脆弱的部门之一，但提及3.1的文件中只有44%同时写到国家安全。公共行政提及数为392，多数子域脆弱性较低，只有三个风险的中位数超过4.0，广度偏离是较小者之一。
• 作者的解读：覆盖广度与专家脆弱性并不均匀对应。作者另注，部分国家安全文件可能因保密未进入AGORA，但该部门仍是覆盖较多的部门之一。

综合治理偏离

• 测了什么：IGD把广度与深度合成覆盖值，再与脆弱性比较（Figure 4；热图Figure D.2）。正文未给出各格IGD数值。
• 结果：作者称04金融与保险、10医疗与社会救助的IGD最高。计入深度后，03信息与14国家安全的覆盖–脆弱性偏离比只看广度时更大。作者称03、10、04、14在多项风险上被评为比其他部门更脆弱，Figure 4中的连线对应的覆盖既不广也不深。
• 作者的解读：被提及不等于被详细处理。作者同时称，金融与医疗在一般监管上往往较重，AGORA可能排除了未点名AI的一般规则；即便如此，作者认为这些场景中的AI仍可能带来一般规则未完全处理的风险，该偏离仍值得关注。

稳健性

• d0=0.05（Figure D.3）：作者称10与14的位置对调，总体排序格局仍在。
• 去掉子域7.5（Figure D.4、D.5）：AD上只有相邻的02与03对调，金融仍是脆弱性–广度偏离最大的部门。IGD上相邻的03与14对调，二者偏离仍相对较宽；图底部有轻度重排，正文未点名那些部门。
• 作者的解读：作者称正文里的主要结论在这两项检查下仍然成立。对调前后的指数数值，正文未列出。

其他消融与分析

• 低深度子域（Table 2）：6.6为5.3%（2/38），6.1为4.8%（1/21），7.6为11.1%（1/9），6.3为0.0%（0/16），7.5无提及。
• 作者称，广度高的子域里，除6.5外，2.2、6.4、7.3的良好覆盖比例都低于30%；6.4低于20%（Table 2为16.3%）。
• 未列入主表的部门深度（Table 2）：01为30.2%（51/169），02为38.6%（56/145），09为23.6%（52/220），11为25.5%（12/47），05为16.7%（8/48），06为14.1%（27/192）。
• 讨论中的时间例子：若干已颁布文件从提案到颁布超过一年，最长664天；另两例为445天与435天。作者用来对照模型发布间隔，并称GPT-5与5.1的间隔少于100天。
• 作者对薄覆盖的解释是推测：Domain 6中的6.1、6.2、6.3、6.6偏规范或分配问题，利益相关者难以形成共识；7.6新兴且技术性强，合同义务与问责仍不成熟。08、11、12很少被写到，作者认为可能与数字化成熟度和AI采纳较低有关，并引用OECD（2025）称住宿与食品业中小企业采纳较少。

作者指出的局限与后续方向

• 语料范围（5.1）：分析依赖AGORA，只收直接讨论AI的文件，排除许多未点名AI、但可能约束AI活动的一般法律。作者认为更广的治理环境可能与这里看到的模式相差很大；AI专门规则与一般规则也可能重叠、互补或彼此不一致。后续可研究这些形式如何互动。作者并称，2026年1月20日截止之后联邦政策仍在变，定期更新会有价值。
• 分类（5.1）：覆盖分来自Governance Mapping的LLM分类。后续可做更充分的验证，并把分类不确定性纳入下游估计。
• 辖区（5.1）：只看美国联邦文件，没有系统纳入州或地方。作者建议后续看州与地方的覆盖，以及各层框架如何重叠或矛盾。
• 深度的含义（5.1）：深度只表示文件里治理措施写得细不细，不表示这些措施在技术上可行、在实践中有效。
• 文档等权（5.1）：观察单位是文件，不按质量加权。狭窄文件与重大行政行动在计数里相同。作者称，后续若能量化不同文件的相对贡献会有帮助。

实验覆盖范围

• 语料为684份美国联邦文件，主要活动窗口为2020年1月至2026年1月20日，含已颁布与提案；作者称覆盖测的是文件注意力（第2节）。
• 分类维度为14个NAICS部门与24个风险子域；专家参照为272人、三轮、2025年末的部门脆弱性1–5分。同一德尔菲中的严重性、概率和行动者评分未进入主比较（第2节）。
• 全量分类由Claude Sonnet 4.5完成；试点为六份文件。本文未报告试点的一致性数值，也未报告全量分类的重复次数。
• 主指数使用d0=0.1；另做d0=0.05，以及从RMS中去掉子域7.5（附录D）。正文写出的子域–部门份额包括金融在4.2的20%、国家安全在3.1的44%；Figure B.1、D.1、D.2的其余格点数值未在正文列出。
• 共识规则为±1内≥90%且恰好等于中位数≥60%，标记只在子域层提供（第3节脚注与附录C）。综合分被定义为部门间的相对排序，不是缺口的绝对大小（第2.2.2节）。

这项研究把684份美国联邦AI专门治理文件的覆盖，拿去对照272名专家的部门脆弱性，用来标出注意力与脆弱性的相对偏离。

• 问题：作者要看联邦文件把注意力放在哪些部门、哪些风险上，以及这和专家评定差在哪里。比较被写成诊断，不是认定某处没有监管。
• 做法：文件来自AGORA，最后一次主要活动落在2020年1月至2026年1月20日，含已颁布与提案。Claude Sonnet 4.5按14个部门、24个风险子域打1–3分。广度是提及比例，深度是提及文件中达到良好覆盖的比例。AD只比较标准化脆弱性与sector share；IGD再用几何平均纳入深度，主分析的深度地板为0.1。部门分是24个子域的均方根。
• 部门结果：Table 2中，13公共行政的深度为68.6%（269/392），14国家安全为68.0%（282/415）。作者称公共行政在每个风险域的相关文件中出现比例都超过一半（Figure 2）。04金融在17/24个子域的中位数脆弱性为5.0，但任一风险域的提及比例低于30%，对子域4.2为20%；作者称其广度偏离最大。作者称04与10的综合治理偏离最高。
• 风险结果：没有任何风险子域的深度超过50%（Table 2最高44.7%，子域1.2，17/38）。6.3的良好覆盖为0/16，7.5未被任何文件提及。系统安全、鲁棒性和治理类风险被写到的次数，多于多数社会经济、环境与多智能体风险。
• 作者的结论：文件注意力与专家脆弱性有偏离，多数提及只有数句，很少写到明确的治理措施。作者认为简短可能来自对监管灵活性的偏好，也可能是承认风险但未写成可执行条款；仅凭篇幅不能区分二者。这些差异可供政策研究继续查证，但不等于相关风险没有被一般法律、行业规则、州与地方措施或私人标准所处理。