FATF由G7于1989年设立，是一个小型政府间机构，旨在打击洗钱。它无权制定具有约束力的法律。然而其建议已成为全球标准，被200多个司法管辖区实施，原因在于一种机制将软法意外地变得强硬：相互评估与灰名单。理解一个无约束力机构如何实现近乎普遍的合规，对在无需等待条约的情况下治理人工智能具有直接相关性。
金融行动特别工作组通过标准、同行审查和声誉压力治理全球金融，它为AI提供了一个出人意料的强大范例。
FATF 实际如何运作
它制定标准
FATF 发布建议，界定充分的反洗钱和反恐怖融资控制措施应有的样子。这些并非法律，但它们详细、具体且具有权威性。
它进行同行评审
成员国与伙伴机构通过严格的“相互评估”相互核查合规情况：专家团队评估一国法律与执法是否真正达到标准，并发布公开报告。
它发布列表
存在严重缺陷的司法管辖区将被列入“灰名单”（加强监测）或“黑名单”（高风险）。这些名单公开且会产生实际后果。
市场负责执行
被灰名单列入会提高一个国家接入全球金融体系的成本和摩擦，因为全球银行会施加额外审查。这一处罚并非由FATF直接施加，而是市场和机构对其调查结果的反应。
模型为何强大
FATF的高明之处在于，它在没有条约的情况下实现了类似条约的合规。它避开了谈判和批准有约束力法律的缓慢、易受否决的过程，却能确保行为改变，因为糟糕评估的后果真实且关乎经济。它更新迅速（标准可修订而无需重新批准），并利用相互关联的全球体系使不合规代价高昂。对于一个快速发展的领域，正式条约可能需要数年，这种可适应标准与市场驱动执行的结合，正是能在过渡期发挥作用的工具。
它如何转化为AI
一个类似 FATF 的 AI 机构将制定负责任前沿开发的具体标准（安全评估、事件报告、安全控制），并通过同行评审评估各司法管辖区是否达标并公布结果。压力并非来自正式制裁，而是来自其他国家的反应：AI 监管薄弱的国家可能面临先进芯片获取、合作研究或市场准入的限制，这些限制由控制这些瓶颈的国家施加。算力供应链赋予 AI 制度与金融系统赋予 FATF 同类的杠杆。
类比的局限
- 风险不同。 洗钱是一种长期管理的慢性危害；灾难性AI风险可能是一次性、不可逆的事件。建立在渐进声誉压力之上的模型，可能对无法两次跨越的阈值而言过于缓慢。
- 验证更难。 金融流动留下评估者可审计的记录。评估一个国家的前沿 AI 开发是否真正安全，是一个困难得多的技术问题。
- 激励更强。 宽松 AI 规则带来的优势（决定性能力领先）可能远超被灰名单列名的声誉成本，与金融领域更均衡的权衡不同。
FATF表明，如果你让不合规付出真实代价，几乎可以让全球每个国家行动起来。对AI而言，算力供应链可以提供这一代价。问题在于，对于你只有一次机会犯错的风险，声誉压力是否足够快。
一座桥梁，而非终点
FATF模式最好被理解为约束性条约出现前的过渡桥梁。它可以确立详细的人工智能安全标准，创建培养评估习惯与基础设施的同行审查机制，并通过算力瓶颈施加真实压力，而无需条约所需的多年时间。其弱点在于声誉与市场压力可能既不够快也不够强，无法应对具有巨大违规动机的行为者所带来的灾难性、不可逆风险。这使其成为有价值的过渡工具与硬治理的补充，而非替代。FATF证明软法可以产生效力。对于人工智能，任务是赋予它与风险相称的足够尖锐的牙齿，并持续推进仅靠声誉压力无法保证的约束性协议。