这场大会在加利福尼亚州纳帕举行。迈克尔还有另一个身份——特朗普政府“超级智能任务组”（Super Intelligence Task Force）副主席，该任务组是特朗普总统为制定AI政策专门搭起来的跨机构政府机构。所谓全景图，就是把现有法律对AI实验室的适用范围汇编成册、以官方名义发布，并非推出新法规。
会上，迈克尔把这一策略背后的双重动机讲得很直白。据路透社报道，他的原话是：
他接着说，他们想搭起一套制度，让美国民众能放心这些企业会走正道；不然的话，535名国会议员每人搞一份监管条文，这个行业就得被管死。
“535”对应的是美国国会参众两院议员的总人数。这句话一头朝公众，承诺监管确实存在、AI实验室有法可依；另一头朝国会，暗示行政端已经把事办了，再搞专项立法，风险大于收益。
行政梳理的运作逻辑
说到底，这是一条“行政整合”的路子，与从头立法的“国会制新法”在方法上正面对立。两者的分歧不在监管松紧，而在监管权力的来源和呈现形式。
眼下美国联邦法律体系里，可能与AI实验室沾边的法律散落在多个领域：国家安全与国防采购由国防部及相关机构主导，出口管制归商务部出口管理条例，消费者保护由联邦贸易委员会负责，反垄断归司法部及FTC，此外还有金融监管等。这些法律当初并不是为AI量身定做的，但理论上已经能约束AI企业的不少行为。麻烦在于，相关权力分散在不同部门、不同立法历史中，企业合规团队想自己拼出一份完整的义务清单，难度很大。
超级智能任务组要干的，就是把这张看不见的地图摊开——不新增义务，只把已经存在的义务边界标出来。从行政操作层面看，这种供给监管确定性的方式成本低、周期短：不必经历国会立法那套漫长博弈，不需要总统签署新法案，各部门把现有的执法权限和覆盖范围整理成文、统一发布即可。
特朗普政府在2026年9月已通过行政令，在官方文件里把“人工智能”改称“超级智能”，超级智能任务组随后在10月正式成立。据美联社报道，国家情报局局长杰伊·克莱顿（Jay Clayton）任该任务组主席，迈克尔任副主席。这次全景图公告，是任务组成立还不到六周时发出的第一个有实质内容的政策信号。
各利益相关方的得失分析
对AI实验室和科技企业来说，最大的痛点其实不是法规有多严，而是不确定。官方全景图一旦发布，企业的法律团队就能拿它当基准搭内部合规框架，因解读分歧引发的法律风险也会降低。这种确定性对中型AI公司尤其有用——大科技公司养得起覆盖多个法域的合规团队，规模小一些的AI实验室往往只能在灰色地带里摸索。全景图的本质，是用行政上的确定性换取企业对现有监管的接受。不过，如果这份文件只是指引性而非约束性的，它在法律层面消不掉未来出现不同解读的可能。
对国会来说，这明显是一场权力竞争。迈克尔的表态，实质上是行政端在告诉立法端“不用专法”。截至2026年，国会只通过了一部AI专项联邦法律，而美国各州已颁布超过100部AI相关法律，州一级的立法节奏远超联邦。国会立法长期被党派分歧和程序壁垒拖住，行政路径一加速，立法的政治空间可能被进一步压缩。国会若不想主导权旁落，就得在全景图发布后的窗口期内拿出更有力的立法主张。
对各州来说，联邦行政框架没法自动“预占”（preempt）各州的AI立法——那需要国会通过专项联邦预占立法，而国会目前并没有提供这一保障。联邦行政全景图出台后，联邦行政框架与各州法律可能并行、甚至冲突，形成复杂局面，跨州运营的AI企业合规挑战反而可能更大。
对全球AI治理的参与者来说，美国行政端这次动作有示范意义。如果“梳理现行法”这套模式被证明走得通，就会向其他司法管辖区发出信号：AI治理不必等全新立法，行政整合现有规则一样能建立可信度。对正处在立法讨论初期的国家和地区，这有路径参考价值。
与欧盟路径的对照
和美国当前路径最有可比性的是欧盟《人工智能法》（EU AI Act）。欧盟2021年提案，2024年正式通过，历时三年，搭起一套按风险等级分类的全新专项立法框架，对“高风险”AI系统设定了详细合规要求。这是典型的“从零立法”：覆盖面清楚、规则有法律约束力，但立法周期以年计，企业合规成本高，规则要更新还得重走立法流程。
美国眼下选的行政整合路径，优势在于时间窗口极短（迈克尔说的是“一两周”），也不用经历国会立法博弈；但它的覆盖范围天然受现行法律射程的限制。现行法律没有明确触及的AI特有风险——比如前沿模型的能力阈值管理、训练数据的版权归属、AI生成内容的法律责任——行政梳理没法凭空造出新义务。也就是说，全景图能减少企业合规的不确定性，却填不上现行法律体系在AI特有场景下的实质空白。
两种路径背后是不同的治理哲学：欧盟先建规则、再允许商业扩张，美国行政端则先允许商业扩张、再补齐规则解释。各有各的政治经济逻辑。
