迄今为止为 AI 发布的每一道出口管制门槛,都是你自己可以测的量:一个参数量、一份训练算力、一个芯片制程节点。中国 2026 年 10 月 16 日的增列草案,为大模型保留了其中三道,然后把 AI 智能体列为它自己的受管制技术,并以行为来描述它——在长程上做规划、协调其他智能体。一个编排层没有参数量可以低于,所以它面对的测试是一段由官员去套用的描述,而不是一个你能核对的数字;而它调用的那个模型甚至可能完全不在范围内,因为据报道经 API 的托管访问不算出口。合规的单位刚刚从「制品」挪到了「系统」。
草案说了什么
中国商务部与科学技术部于 2026 年 10 月 16 日联合发布草案——2026 年第 48 号公告——拟将 40 项技术增列入国家出口管制目录。其中 23 项属人工智能,12 项属光伏,5 项属生物医药。就全部 40 项而言,报道称 14 项列入禁止出口、26 项列入限制出口(需许可)。公众意见征询至 2026 年 11 月 15 日;另据报道,一项出口前登记要求已于 10 月 16 日立即生效,并覆盖已在进行中的出口。
| 项目类别 | 据报道被纳入范围的内容 | 判定标准 | 仍然敞开的路径 |
|---|---|---|---|
| 大模型 | 权重、关键检查点、底层源代码、架构设计、训练与推理方法 | 满足其一即可:10^26 训练算力;两万亿参数及以上;一项全球能力排名 | 开源发布;经 API、App 或 SaaS 的托管访问 |
| AI 智能体 | 在长程上做规划,或协调大量其他智能体的智能体 | 一段行为描述——未见报道有任何数值门槛 | 开源发布;托管访问 |
| 算力集群 | 集群技术;14 纳米及以下、或 2.5D / 3D 堆叠的 AI 芯片设计知识 | 制程节点与封装工艺 | 已发表的研究 |
在把这些用于规划之前,先提一个告诫。这里的条款级细节来自新闻报道与律所评论,而非公布的附件原文,而各方来源的措辞并不一致——有的把排名那一条说成「全球领先」,有的说成进入前十;有的把推理优化列入受管制方法,有的只说训练方法。它是一份正在征询意见的草案,所以门槛与范围都可能移动。足以用来推理的稳定部分是它的形状,而这个形状不寻常。
给模型的三道测试,其中一道不是关于你的模型
参数量属于那种熟悉的门槛:一个关于制品的事实,写在它的配置里,在这个制品的整个寿命里保持不变。训练算力几乎同样好用,只是有个限定——你只有在开发方公布了它的时候才核对得了,而对一个你下载来、不是自己训练的模型来说,情况往往不是这样。
第三道测试是另一种动物。一道挂在能力排名上的管制,其触发条件是别人的结果。一个在某个所采用的榜上排第十一的模型,周一不在范围内,周五却进了范围——因为某个竞争者撤回了提交,或者发布了一项新的评测,或者打分方法改了——而这个模型本身、它的许可、它的权重、你的部署,没有一样发生了变化。合规状态变成了一个排行榜的函数,而排行榜由第三方维护,他们对你的上线排期不承担任何注意义务。
这是一个真实的运维问题,不是一个修辞。它意味着一个模型的出口状态不是一项你清查一次、记录下来就完事的耐久属性;它是一个你必须持续盯住的条件,而它的触发你看不见它来。任何在维护智能体清册与登记的人,现在册子里多了一个字段,而它的取值由别人的一次基准运行来设定。
智能体那一项根本没有门槛
这份草案与之前每一项 AI 管制分道扬镳的地方就在这里。模型那几项是按量级定义的。而据报道,智能体那一项是按功能定义的:一个在长程上做规划的、或者协调大量其他智能体的智能体。没有一个数字可以让你低于它。
想想一个编排层实际上是什么。它是一段提示、一份工具清单、一个规划器、一套记忆策略和一条终止规则——几千行代码,而它调用的那个模型并不包含在它里面。它没有参数,没有训练运行,没有 FLOP 计数。那三道模型测试在原理上就套不到它身上,于是「这个在不在范围内」只能靠把那段行为描述对着这个系统去读来回答,而那是判断,不是测量。而被点名的那两项属性,恰是这个领域的定义性属性:长任务跨度与多智能体协调,正是把一个智能体与一次聊天补全区分开来的东西。一段能抓住这两者的描述,抓住的是大多数称得上名字的智能体框架。
实务上的后果是:你现在必须去分类的对象是你的系统,不是你的模型。一个按「我们用的是宽松许可下的开放权重模型,所以出口管制不是我们的问题」来推理的团队,一直在对着错误的对象推理。在这份草案下,脚手架是它自己的受管制技术,而脚手架正是你自己写的那部分。
也该公允地说说起草者为什么会这么做。用参数量表达的能力门槛已经老化得很糟:过去两年智能体的进展,不成比例地来自脚手架、框架与工具设计,而不是来自更大的模型——这正是我们关于智能体框架与基准全景的页面反复撞上的发现:同一批权重装在不同的循环里,得分截然不同。一道只数参数的管制会漏掉能力如今真正所在的那一层。点名脚手架在技术上是对的。它同时也以参数量所没有的方式失去了边界。
豁免条款才是管制本体
先读豁免条款,管制的轮廓就清楚了。已经通过开源发布或学术发表进入公共领域的技术被排除在外。经 API、网站、App 或 SaaS 平台的访问,据报道被描述为不构成出口。剩下的——而这就是管制的全部——是制品与知识的私下移动:权重、检查点、源码、架构、方法,以及按某篇评论的读法,一个被限制的模型在境外服务器上的安装。
由此推出三件事,而从头条上一件都看不出来。
- 公开发布才是快车道。一家把模型开源的实验室已经把它放到了管制之外;一家把它留作专有、再许可给外国客户的实验室则没有。这与几乎每一家公司的默认本能正好相反——它们的本能是把模型工作留在内部,只发布不得不发布的部分。而在这里,「不公开」恰恰是招来许可要求的那件事。
- 能力可以作为服务出口,却不能作为制品出口。如果托管访问不在范围内,那么可预见的均衡就是:更多中国的顶端能力经由端点抵达世界,而更少经由可下载的权重,同时开源发布保持为那条明示的替代路径。对买方而言,这是一种被推向我们自建还是采购那一页视为核心取舍的依赖关系——并被推离数据驻留与主权要求常常要求的那种自托管。
- 受管制的动作是部署,不是下载。如果一个受限模型的境外安装算出口,那么暴露发生的时刻就不是从某个站点拉取权重——而是把它在另一个司法辖区里、在你自己的基础设施上立起来。这与多数团队设想自己的合规边界所在之处正好相反。
如果你在中国开放权重之上搭东西,该做什么
读到这里的多数人会在接收那一端:一个在中国境外、微调过、在提供服务或内嵌了一个中国开放权重模型的团队,或者一个许可了某个中国智能体产品的团队。草案并未定稿,门槛也可能移动,所以现在要做的是搞清自己的暴露面,而不是围着一份征询文件去重构。
- 把每个模型抵达你的路径记录下来。开源许可下的公开站点下载、托管 API,或者合同下的私下转移。在这份草案下,这三条路径的状态完全不同,而多数清册根本没有记录当初适用的是哪一条。
- 写下你技术栈里是否有任何东西会按那段行为描述被读作「智能体」。长程规划与多智能体协调在一个现代技术栈里不是边缘情形;它们就是架构本身。现在就弄清哪些组件会被分类者点名,成本很低;以后再弄清,成本很高。
- 把你需要的能力与你持有的制品分开。对每一项依赖,问一句:如果权重不再可转移、但端点仍然可用,什么会坏掉——以及反过来呢。这是两份不同的应急方案,而多数团队两份都没有。
- 把排名触发当成一项监控任务。如果一个模型的状态会因为第三方公布了一个分数而改变,那就得有人去盯这件事——和第三方模型与厂商风险已经要求你去盯许可变更与弃用是一个道理。
- 如果你受影响,就去提意见。征询于 2026 年 11 月 15 日结束。一条以行为描述的智能体条款,恰恰是那种会在征询过程中、因受影响方说清它扫进了什么而被收窄的条款。
无论这份具体草案最终如何,更大的那个要点都站得住。监管者一直是对着模型制品写 AI 规则的,因为制品身上挂着数字。而如今真正要紧的能力活在模型周围那个循环里,这个循环没有数字,于是第一个注意到这件事的监管者改用了一段描述。请预期会有更多这样的做法,并预期你自己的合规面是你写的代码,而不是你下载的权重。
常见问题
这是禁止中国 AI 模型出口吗?
不是。这是一份草案,拟向中国的出口管制目录增列项目,而目录中多数被列项目是需要许可,而不是一概禁止。就全部 40 个拟列项目而言,报道称 14 项列入禁止类、26 项列入许可类;仅就那 23 个 AI 项目的拆分则未给出。
开放权重模型受影响吗?
报道称,已经通过开源发布或学术发表进入公共领域的技术被排除在外,这把已发布的权重放到了管制之外。由此得出的那个不寻常后果是:把一个模型发布出去会让它获得豁免,而把它留作专有、再私下转移,才是那个需要许可的动作。
我在中国境外还能调用中国模型的 API 吗?
按草案所写、并按报道所述,可以——经 API、网站、App 或 SaaS 平台的访问被描述为不构成出口。有一篇评论把草案读作:把一个受限模型安装在境外服务器上算作出口,而那是自托管的情形,不是 API 的情形。
草案为什么把 AI 智能体与模型分开提?
因为那三道模型测试——训练算力、参数量、能力排名——全都是量级,而一个编排层一样都没有。据报道,智能体那一项改以行为来定义:在长程上做规划,或协调大量其他智能体。这抓住的正是近期大部分能力增益实际来自的那一层。
这什么时候生效?
限制清单是一份草案,公众意见征询至 2026 年 11 月 15 日,所以它的范围与门槛都还可能变。另有一项独立的出口前登记要求,据报道已于 2026 年 10 月 16 日生效,并包括已在进行中的出口。
延伸阅读
本站相关:
- 监管全景——这件事在其他已生效的智能体规则中处于什么位置。
- 开放权重许可——一份宽松许可能定下什么、定不下什么。
- 数据驻留与主权——那个一开始就把团队推向自托管的要求。
- 智能体框架——为什么承载大部分能力的是脚手架,而不是权重。
- 第三方模型与厂商风险——排名触发该归入的那项监控职能。
- 智能体清册与登记——那份现在每个模型都需要一个来源字段的记录。
- 气隙环境中的智能体部署——不依赖厂商端点去运行,实际代价是什么。