Google DeepMind 行政總裁 Demis Hassabis 於本週二（7 月 14 日）在 X 及 Substack 發表題為《A Framework for Frontier AI and the Dawning of a New Age》的長文，正式提出由美國主導、仿照金融業自律機構 FINRA 模式設立「前沿 AI 標準機構」的具體方案。這位諾貝爾化學獎得主預測，具備人腦全部認知能力的通用人工智能（AGI）「可能只剩幾年」就會出現，衝擊規模恐達工業革命的 10 倍，速度同樣快 10 倍。事件發生於美國政府與科技業就 AI 監管權責持續拉鋸的背景下，涉及對象包括白宮、Google DeepMind、OpenAI 及全球監管機構，起因是產業競爭速度已超出人類理解與監控能力。以下 3 個重點值得企業決策者留意：機構如何運作、業界反應如何分歧，以及香港等亞洲市場目前的應對狀態。
從「讓沙子思考」到監管焦慮
Hassabis 在文中形容，AGI 的級數連互聯網或流動運算都不足以比擬，較貼切的對照應是電力或火的發現。他將這項技術總結為人類「找到了讓沙子思考的方法」，並直言整個產業正被激烈的商業與地緣政治競賽推著走，技術進展已超前於人類的理解，就連專家之間對接下來的發展也缺乏共識。他提出的標準機構，構想為聯邦監督下的公私合作組織，經費主要由業界負擔，董事會則納入獨立技術專家、圖靈獎得主及開源社群代表，藉此聘用頂尖人才並負擔大規模模型測試所需的運算資源。執行分兩階段推進，起步階段由前沿實驗室自願在發布前最多 30 天將模型交付審查，待評測機制證實穩定有效後，才轉為強制規範，屆時未通過測試的前沿模型將無法在美國市場部署。
業界態度兩極 從 G7 倡議到白宮的公開質疑
這並非 Hassabis 首次為 AI 監管發聲。稍早 Axios 曾報道，他與 Anthropic 行政總裁 Dario Amodei 等科技領袖，已在一場有美國總統 Donald Trump 出席的 G7 會議上，倡議由美國主導建立 AI 規則聯盟；OpenAI 行政總裁 Sam Altman 本月稍早亦透過《金融時報》撰文提出類似構想，顯示主要實驗室對制度化監管已形成一定共識。然而白宮 AI 顧問、a16z 合夥人 Sriram Krishnan 近期公開表態，稱「不會有一個 AI 版的 FDA」，反映 Trump 政府對成立聯邦層級監管機關仍抱持保留態度。TechCrunch 分析指出，此前由政府主導評估 Anthropic 與 OpenAI 相關前沿模型的審查機制，曾因缺乏技術專業、決策過程不透明而遭批評，這正是 Hassabis 將決策權交由獨立於政府之外機構的理由之一。值得留意的是，Hassabis 的提案發布前夕，一批 AI 研究者與經濟學家才聯署公開信，警告大規模 AI 驅動的失業風險，外界解讀時機點並非巧合。
香港以行業指引先行，尚未立專法
放眼亞洲，香港與新加坡目前均未制定單一 AI 專法，而是透過既有法律架構與行業指引應對風險。截至 2026 年年中，香港的 AI 治理仍分散於《個人資料（私隱）條例》、私隱專員公署（PCPD）指引及數字政策辦公室（Digital Policy Office）發布的《道德人工智能框架》與生成式 AI 技術應用指引，並輔以金融、醫療、保險等行業的專門規範。今年 5 月底至 6 月初，香港金融管理局（HKMA）與證券及期貨事務監察委員會（SFC）先後發出通函，要求受規管機構因應 AI 驅動網絡攻擊風險強化網絡安全管理，SFC 通函更提及網絡安全事故按年上升 27% 的數據。相較新加坡正推進亞洲首個「AI 測試機構認證計劃」（AI TAP），香港目前的路徑更側重個別行業的漸進式指引，而非建立橫向的獨立測試機構。若 Hassabis 倡議的 FINRA式機構最終在美國落地，香港監管機構是否會調整現有的分業指引模式，目前尚無官方表態，值得後續觀察。
對企業的意義與未解之問
若 Hassabis 的構想成真，跨國企業特別是金融、雲端服務等高度依賴前沿模型的機構，未來部署美國市場的 AI 系統前，恐須先通過額外的第三方安全審查，這對合規成本與產品上市時程都將帶來實質影響。呼籲建立 AI 監管機制的聲音，這 2 年其實從未間斷，真正稀缺的向來是可執行的制度細節——多少防火牆、由誰出資、卡在哪個環節。這次把整套設計圖攤開來畫的，恰恰是站在技術最前沿的實驗室負責人本人，而他提議的機構，日後理論上有權擋下他自己公司的產品上市。這個角色重疊，或許正是外界最需要持續檢視的地方：一個資金主要來自被監管實驗室、又要負責偵測這些實驗室是否存在「欺騙行為」的機構，究竟能否在關鍵時刻真正喊停？這個問題恐怕比機構本身的組織架構更值得持續追蹤。
資料來源：
TechCrunch
Axios
CNBC
Mayer Brown
Davis Polk
