国际原子能机构于 1957 年成立，其任务听起来简单：促进核能和平利用，同时确保其不被转用于武器计划。它随后数十年建立的核查体系在国际法中前所未有——一个由国际机构运作、被世界上最强大国家接受的、监控地球上最危险技术的有效系统。

以下是IAEA验证实际所做的、它失败的地方，以及可转移到AI问题的部分。

如今每一项严肃的国际ASI治理提案都在研究IAEA模式。问题不在于能否把核查证架构原封不动地复制到AI语境——显然不能。问题在于哪些要素可以迁移，哪些需要重新设计，以及哪些问题在核领域根本不存在对应。

验证实际意味着什么

核查是一种建立信任的体系，而非通常意义上的检查。其主要目标并非抓住违规行为，而是让违规变得代价高昂且显而易见，从而从一开始就不被尝试。这一区别很重要，因为它设定了成功的正确标准：一个从未发现违规的核查体系，可能正在成功，而非失败。

IAEA方案建立在四个相互配合的组成部分之上。首先是国家申报。加入《不扩散核武器条约》的国家必须向IAEA申报所有核材料和设施。这些申报将成为后续所有监测的基准。未申报设施的国家并非只是未能通过检查，而是在第一位检查员抵达前就已违反了条约的基本要求。

第二是保障协议。每位NPT签署国与IAEA签署双边保障协议，规定机构的检查权、国家必须提供的信息以及不遵守的后果。1990年代初发现伊拉克未申报核计划后引入的《附加议定书》显著扩大了这些权利。它允许IAEA检查未申报但机构有理由检查的地点，依据任何来源的信息。

第三是例行检查。IAEA检查员对已申报核设施进行定期访问。检查员使用防篡改封条、远程摄像头和材料样本，在访问间隔期间监控设施。申报库存与检查员发现之间的差异是需要解释的重大发现。

第四项，也是与 ASI 治理最相关的，是环境取样。自 20 世纪 90 年代中期以来，IAEA 就利用环境监测（空气、水和土壤样本）来发现未申报的核活动。环境样本中特定同位素的痕量可表明从未申报的核处理，无论视察员是否曾进入相关设施。这是活动不可避免的物理痕迹所产生的间接物理证据。

核模型的局限

核查证制度有真实成就。拥有核武器的国家远少于1960年代最悲观的预测。NPT显著约束了扩散，尽管不完美。但失败案例与成功案例一样具有启发性。

伊拉克的核武器计划在20世纪80年代至90年代初推进，当时伊拉克是NPT缔约国却申报无武器计划。该计划由海湾战争及后续UN特委会视察揭露，而非通过例行IAEA监测。IAEA视察员曾访问伊拉克申报设施，未发现异常，因为伊拉克的武器计划完全独立于其申报的民用计划。朝鲜在2003年退出NPT，此前核查机制已发现无法解释的差异；该国现已拥有核武器。伊朗未申报的浓缩计划通过国家情报发现，并由异见团体于2002年向IAEA披露，而非通过例行监测。

这些案例的共同点并非核查在技术意义上失败，而是决心已定的国家行为体做出了故意承担违约成本的政治决定。核查改变了成本收益计算，却无法消除它。一个认定武器计划值得承受被发现的政治与经济后果的国家，无论核查机制如何，都会推进该计划。IAEA的任务是让发现更有可能、让政治后果更严重，而不是让违约变得不可能。

什么会转移到ASI治理

核查证模型的若干要素可通过有意义的调整转化为ASI治理。

申报要求可直接迁移。前沿ASI治理机制可要求各国申报超过特定计算阈值的大规模AI开发计划。申报建立法律基线：申报内容与观测结果之间的后续差异即构成条约违反，而非单纯政策分歧。这转移了举证责任。没有申报时，监测机构必须证明未申报活动发生；有了申报，国家就必须解释其申报与观测证据之间的差异。

保障协议模式同样适用。监测机构与签署国之间的双边ASI治理协议将规定监测机构的访问权、该国必须提供的信息以及不遵守的后果。这一架构在国际法中广为人知，无需重大法律创新。

环境采样在AI领域有对应的计算监控。半导体制造在地理上高度集中，且需要专用设备。先进AI芯片会留下供应链痕迹：它们在少数几家工厂生产，通过海关文件出口，并安装在具有特定功率特征的可识别数据中心配置中。这些迹象都不如同位素特征明确，但合在一起就能形成不完全依赖国家自我报告的AI开发活动的间接物理证据。

《附加议定书》的创新直接适用。伊拉克项目后扩大检查权的做法表明，核查制度可在失败后进行改革，而无需放弃条约框架。ASI治理条约将遭遇早期的合规失败。建立一种机制，在发现违规后扩大监测权，而不是仅将违规视为制裁理由，这是核制度花数十年才吸取的教训。

AI 真正不同之处是什么

核材料在物理上独特且相对稀有。武器级铀和钚可通过同位素特征检测，且难以伪造。铀浓缩设施需要特定工业设备，会留下环境痕迹。民用核应用与武器相关核活动之间的差距虽可被决心国家弥合，但在可测量和可核查程度上支持监测。

AI开发没有等效区分。产生消费级AI应用的相同硬件、软件基础设施和工程人才，也能产生具有文明影响潜力的前沿AI系统。运行商业AI服务的大型计算集群与进行前沿AI研究的大型计算集群，从外部看完全相同。相关区分在于它们被训练做什么以及规模如何，而非设施或设备的任何物理属性。

这一差异真实且重要。它意味着ASI治理核查将需要依赖芯片制造层面的硬件监控、计算集群报告、能耗数据和软件审计权，而非同位素特征。这也意味着相关的阈值问题（AI开发达到何种规模才适用监测义务）远比核能对应问题更难界定，且需随计算成本变化定期修订。

这些是设计问题，而非得出核查不可能的理由。1957年的IAEA与1997年的IAEA不同，后者经历了伊拉克项目后《附加议定书》的改革。1960年代使用的监测方法与1990年代的环境取样能力几乎没有相似之处。核查制度是通过失败与成功逐步建立的，如果维持和改革它们的政治意愿持续，它们会随时间改进。

军备控制的目标是提高违规成本，使大多数行为体在大多数时候认为不值得，而非确保确定性。

ASI治理的问题不在于核查证模型能否移植。它不能。问题在于能否用相同底层逻辑设计一个足以应对ASI治理挑战的核查系统：申报、保障协议、检查权，以及对物理证据的技术监测。IAEA70年的历史表明，答案是肯定的，前提是存在建设和维持这一系统的政治意愿。那个政治意愿，而非技术设计，才是制约因素。

最强烈的反对

最公允的反驳是：软件不是铀，因此核查经验只是诗意比喻。软件易于复制，而芯片和电力则不然。监控物理瓶颈的核查方式依然有效。把 AI 想象成纯抽象概念，正是让你放弃唯一有效抓手的做法。