据湖南日报十月十五日报道，《全国人大常委会 2026 年度立法工作计划》已将人工智能健康发展等方面的立法项目纳入预备审议项目；《国务院 2026 年度立法工作计划》也要求完善人工智能治理、加快推进 AI 健康发展综合性立法。报道引用专家观点称，这标志着我国 AI 治理正从「分领域立规」向「综合性立法」稳步迈进。
这个时间点值得琢磨。就在同一周，美国那边 CPI 数据引发 AI 股抛售，欧盟 AI 法案已进入全面执行阶段，中国这边则选择在这个窗口释放综合性立法的信号。规则竞争，正在和算力竞赛并行。
综合性立法会抬高多少合规成本？
先算一笔粗账。过去几年，中国 AI 行业面对的是一套分散规则：算法备案、深度合成标识、生成内容管理、数据出境评估，各管一段。企业创业像走独木桥，每条线单独合规，咨询与法务成本常年滚动。
综合性立法的好处是规则收拢。把分散要求整合进一部法律，企业面对的是一张完整的义务清单，而不是补丁摞补丁的部门文件。坏处是：法律位阶高了，违法成本也水涨船高——从行政处罚上升到法律责任，创业公司的试错空间会被压缩。
对中小创业公司，合规会从「可选项」变成「入场券」。没有法务预算的团队，未来要么抱大腿进入大厂生态，要么把合规成本提前计入单位经济模型。
规则主导权为什么成了算力之外的第二战场？
全球 AI 竞争已经不只是谁的模型强、谁的 GPU 多。欧洲用 AI 法案输出一套「高风险即严管」的规则，美国用出口管制把模型权重变成战略物资，中国则在构建自己的综合性框架。
规则的本质是市场准入。谁先定义清楚「什么样的 AI 能在我的市场卖」，谁就掌握了定价权的前置阀门。报道提到「科林格里奇困境」——技术早期管太死会扼杀创新，成熟后再管又来不及——综合性立法要解的就是这个时间差。
对创业者的真实影响是什么？
短期看，预备审议还不是生效，行业有一到两年的缓冲期。这个窗口期，适合把备案、标识、数据合规这些基本功做扎实的团队，反而会在规则落地后获得相对优势——因为对手的合规负担是突然增加的。
中期看，综合性立法大概率会细化「内容生成、数据训练、自动决策、AI agent 责任」这几块的边界。对做 Agent 的公司，最值得提前准备的是责任链举证：Agent 出了事，日志留在哪、责任怎么分。这会成为未来融资尽调的常规科目。
规则从来不是中立的。它既约束创业，也保护那些愿意按规则做事的人。这场立法的终局，可能决定中国 AI 行业下一轮估值里，合规溢价到底怎么算。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论