美政府网站短暂启用中国AI搜索工具，FBI曾称其“恶意”

美国联邦政府发布法规与总统文件的官方网站 Federal Register（《联邦公报》），近日被曝出曾短暂接入一款中国开源AI搜索工具。该工具此前被美国联邦调查局（FBI）公开标记为“恶意”。事件虽以工具被移除告终，却再次把政府机构在人工智能采购上的灰色地带暴露在聚光灯下。

事件经过：一次“短暂”的接入

据 Ars Technica 报道，federalregister.gov 网站曾在一段时间内调用了一款来自中国的开源AI搜索工具，用于站内检索或结果排序方面的实验性功能。相关代码与接口在曝光后很快被撤下，官方强调这只是一次短暂的技术测试，并未涉及敏感数据外泄。

但问题在于，这个网站的定位并不普通。作为美国联邦法规的官方发布平台，Federal Register 承载着行政命令、机构规章、听证通知等文件，是联邦政府信息公开体系的基石之一。任何一个被引入其技术栈的外部组件，都可能触碰公众对政府透明度与国家安全的敏感神经。

“恶意”标签从何而来

报道中的关键背景，是FBI对该工具的定性。近年来，美国执法与情报机构多次对中国开发的大模型与AI应用发出警告，理由集中在三点：模型训练数据的来源与合规性、服务端可能存在的境外数据回传风险，以及开源协议背后难以核实的控制链条。

美国联邦调查局此前在多个场合将部分中国AI模型描述为“恶意”，并提醒政府机构与企业不要将其部署在涉密或面向公众的关键系统中。

需要说明的是，这一标签更多出自国家安全视角的风险评估，而非针对某个具体漏洞的技术指控。开源模型本身可以公开审计，理论上比闭源产品更透明；但一旦推理过程依赖境外服务器，或模型权重的更新由境外团队掌握，风险判断就会迅速从“代码安全”转向“供应链安全”。

开源、政府采购与责任边界

这起事件的另一层意义，在于它揭示了政府技术团队探索新工具的速度，已明显快于合规审查流程的更新速度。当一名工程师为了提升站内搜索体验而顺手接入一个流行的开源模型时，他面对的可能只是一份 GitHub 说明文档，而不是一份完整的国家安全评估报告。

类似的张力在全球范围内普遍存在。一方面，开源AI极大降低了公共部门的创新成本，小型政府网站也能获得接近商业级的语义检索能力；另一方面，政府系统的默认假设是“最坏情况”，任何外部依赖都必须先证明自己无害，而不是在使用之后才被追问是否有害。

更棘手的是，开源模型的分发链条极长：原始权重、微调版本、量化版本、托管服务、封装成的插件或API，每一环都可能位于不同司法管辖区。对于采购人员而言，判断“这到底是谁的模型”，本身就是一项高难度工作。

编者按

把这件事简单读成“美国政府网站用了中国AI，所以出事”，会错过更重要的信号。真正的矛盾并不是某款模型来自哪个国家，而是公共部门在拥抱开源AI时，缺少一套与之匹配、且足够快的风险分级机制。如果每一次尝试都要等到FBI的标签出现才被叫停，受损的不仅是技术效率，还有公众对政府技术治理能力的信任。

对中国AI开发者而言，这也是一个提醒：在开源生态中，模型的“产地”正在变成一种政治属性。技术上的开放，并不意味着部署上的通行无阻。如何在合规、透明与可审计方面做得更好，将直接决定中国开源模型能在多大范围内被真正使用，而不只是被下载。

本文编译自Ars Technica