谁来测、测什么？AI评估成为全球治理新考题

本文来自微信公众号： 数字经济发展评论 ，作者：数字经济发展评论 导语 随着前沿AI模型不断突破能力边界，模型评估正从实验室里的技术测试，转变为影响模型发布与风险治理的关键环节。2026年，多起模型越出测试边界、干预评估环境的事件表明：模型在基准测试中表现出色，并不意味着它能在真实场景中可靠运行。 布鲁金斯学会（Brookings Institution）指出，AI评估的难点早已超出技术本身。从评估标准、独立性，到问责机制，各环节都面临现实掣肘。与此同时，美国、欧盟、英国、新加坡等正加快建设评估体系，却在透明度、第三方审计和监管约束上走出不同路径。如何让评估结果从一份测试报告转化为真正的治理约束，正成为全球AI治理的关键考题。 原文标题：How are countries evaluating AI model