当桥梁倒塌时，律师们已经知道如何追责责任方。但当AI堆栈在模型、云端和集成商层面同时失效时，追责就会停滞。无法指明被告的责任规则无法阻止下一次失败。这是个治理问题，而非形而上学问题。
无法为违规行为分配责任的条约是无法执行的，而这些问题对AI这类技术而言确实棘手。
两个不同的问题
将两个经常混淆的事物分开会有所帮助。 责任 是法律问题：当伤害发生时，谁该承担责任并支付代价，这涉及在开发者、部署者和用户之间分配责任。 署名 是确定实际发生了什么、是谁做的这一事实和技术问题，需要将有害行为追溯到特定系统、模型或行为者。治理需要两方面的答案：分配责任的规则，以及确定这些规则所适用事实的取证能力。
为什么AI让两者都困难
- 因果链漫长而分散。 一次有害结果可能牵涉基础模型开发者、改编模型的公司、部署方和最终用户，每一方都可能合理地指向他人。
- 行为是涌现且不透明的。 当系统做了其制造者都没有具体意图或预见的事情时，传统的过错和疏忽概念就 strained。
- 归因在技术上可能难以捉摸。 确定某个输出或行动由哪个系统产生（尤其在模型被复制、微调或私有运行时），若无刻意的可追溯措施，确实可能非常困难。
- 危害可能跨越国界。 一个国家开发、另一个国家部署、第三个国家造成伤害的系统，提出了普通责任法无法应对的管辖权问题。
国际维度
在国家层面，国际法已有责任框架。根据长期确立的国家责任规则（编纂于国际法委员会条款），国家对其国际不法行为负责，包括在特定情况下对其指挥、控制或未能监管的私人行为者行为负责。AI条约将以此为基础：国家将负责确保其领土上的行为者遵守，并对未能遵守的后果负责。这正是约束国家的条约转化为对实际构建前沿AI的私营公司问责的方式。
但国家责任取决于归因，即证明违规行为发生且源于某一国家管辖范围。这正是治理与核查相遇之处：检测不合规的同一套监测和可追溯工具，正是使归因从而使责任成为可能的东西。一项条约的执行条款，其可信度仅取决于其确立谁做了什么的能力。
治理制度需要什么
明确的分配规则
规定开发与部署链条上各方对哪些损害承担责任的法律，使责任无法消散成无人担责。新兴框架，例如EU在AI责任方面的探索，就是早期尝试。
设计上的可追溯性
内置技术措施（日志记录、模型识别、硬件级记录），以便将有害行为追溯到源头，把归因从猜测变成证据。
护理标准
为前沿开发者设定明确义务，未履行即构成过错，将举证责任转嫁给风险制造者。
国际归因能力
共享核查与取证能力，以便跨境确认违规行为，并将其与责任国家和行为体关联起来。
无人可被追究的规则根本不是规则。在我们能够执行危险AI的限制之前，必须先回答两个问题：谁负责？我们如何证明？这些答案是每项可信条约的隐形基础。
条约之下的基础
责任与归属很少出现在ASI治理的头条呼吁中，但它们决定一切是否有效。一项有门槛和禁令却无法为违约分配责任的条约，只是一份意图声明，而非可执行规则。因此，构建沿AI供应链分配责任的法律框架，以及追踪损害来源的技术能力，是条约项目的基础，而非与之分离。这些领域现在就能取得进展——通过国内责任法和可追溯性标准，在任何国际协议之前并支持之。治理的可见架构（红线、监测机构）建立在这一更低调的基础工作之上。没有它，执法就是无人能兑现的承诺。