2025年5月，CSIS发布了Sarah Kreps撰写的分析报告《National Roles in AI Global Governance: Multilateral Structure》（AI全球治理框架下的国家角色与多边结构），重点探讨不同国家如何在全球AI治理机制中扮演角色，特别是以中美为代表的大国，其对多边参与结构的接受程度、主导意图及制度偏好之间的系统性分化。文章指出，美国在全球AI治理中倾向于依托“民主技术同盟”，例如通过G7、OECD、GPAI等平台主导AI道德规范与模型审查机制，强调责任型AI，可解释性与高风险审查体系的技术框架。其背后逻辑是借助制度共识强化价值输出，并以“先进民主国家共同体”构筑软性联盟。例如，报告提到2025年3月美国牵头在日内瓦召开的小型AI治理圆桌会议中，邀请了日本、加拿大与英国就“生成式AI风险等级划分”制定协调标准，这一机制绕开了联合国，意图在“技术共识先行”基础上排除非民主国家的制度介入。

相比之下，中国在全球AI治理中更强调制度多元、文化包容与联合国主导的代表性平台，提出“全球人工智能治理倡议”“数字文明共识”等提案，主张在伦理治理、数据主权与算法监管方面建立“全球南方”主张的政策阵营。报告援引了中国参与亚非AI合作机制的例子，指出中国于2025年4月与南非、阿联酋签署《关于全球生成式模型共享与备案的框架协议》，主张“发展中国家有权平等参与模型训练、评估与流通规则制定”，以回应西方“规则包围”之忧。

文章还分析了两种制度路径的兼容与矛盾。虽然美国的“同盟治理模式”在执行效率与价值一致性上具有优势，但其在代表性上的排他性削弱了规则全球合法性。而中国的“联合国+多边发展中机制”模式虽能增强广泛接受度，却可能在专业评估、透明执行与预算支持方面存在技术落差与执行难题。值得注意的是，作者并未将中美路径视作“零和博弈”。她指出，在模型登记、AI风险分级通用框架、跨境算法审计等问题上，中美均存在“共同性问题认知”，这些技术性议题可能成为未来制度融合的桥梁。她建议，未来国际AI机构在设计中应兼容“多代表结构+多联盟输入”，即确保在联合国架构中吸纳OECD、GPAI等平台的技术成果，同时保障非西方国家通过南南机制表达利益关切。

这篇文章的最大贡献在于突破了“国家主义VS全球主义”的二元对立，将中美制度偏好置于“代表性-效率”维度框架中加以分析，为国际AI机构结构的平衡化提供了务实思路。它也呼应了卡内基报告所提出的“功能中立+代表对称”原则，强调中美在参与路径上的协调机制应服务于全球AI治理制度的整体稳健性。

1.https://carnegieendowment.org/2025/06/establishing-international-ai-agency

2．https://www.csis.org/analysis/national-roles-in-ai-global-governance-multilateral-structure