过去两年，围绕 AI 监管的讨论大多停在原则层面：要不要管、按什么标准管、由谁来管。9 月上旬，加州用一组连续签署的法案，把其中最后一个问题推进到了执行层。据加州州长办公室公告，当地时间 9 月 9 日，州长加文·纽森签署 AB 1405 与 SB 813，前者建立州级独立 AI 审计员注册制度并为其独立性、透明度与诚信设定标准，后者为独立验证组织搭建框架，由专家组设定这些审计员应当遵循的标准。9 月 10 日，他又签署了一揽子未成年人网络保护法案，其中 SB 1119（被称为 Adam 法案）针对陪伴型聊天机器人。这一连串动作最值得注意的，不是监管又收紧了多少，而是「AI 审计」正在从一句倡议变成一份有注册编号的职业。
审计员注册制：把第三方验证制度化
据公开报道与州议会信息，AB 1405 由议员 Rebecca Bauer-Kahan 提出，核心是让加州政府建立一份独立 AI 审计员的注册名录，并为这份职业设定门槛：审计师必须与被审计企业保持财务独立，遵守类似会计师的职业操守。注册名录将在明年 1 月开始成形。该法案还设定了时间效力——从 2029 年起，未取得注册编号的机构不得在覆盖范围内开展 AI 审计工作。配套的 SB 813 则由议员 Jerry McNerney 提出，建立独立验证组织的框架，这些专家组负责设定审计员应当遵守的标准。
Bauer-Kahan 在解释立法意图时用了一个金融业的类比：金融机构必须接受第三方独立审计。她表示，就像部分政府采购合同已经要求 AI 开发者对联邦法律负责一样，这些新法为加州建立了一套审计机制。这个类比点出了制度设计的关键：监管者不直接判断模型好坏，而是规定「谁有资格判断」以及「判断者必须独立于被判断者」。把标准制定权、执行权与验证权分置于不同主体，是现代监管体系里常见的分工方式，如今被搬到了 AI 领域。
据公开信息，这组法案获得了 Anthropic 的支持。这也反映出前沿 AI 公司的一种策略取向：与其等待规则被外部强加，不如在规则成型期参与定义。值得注意的是，注册制度对审计师提出的独立性要求，本身会催生一个新的服务市场——被审企业需要外部机构，而审计机构必须与被审企业没有财务关系，这在会计师、安全评估与合规咨询行业之外，划出了一块新的位置。
Adam 法案：陪伴型 Agent 的合规清单
如果说审计员注册制管的是「谁来验证」，那么 9 月 10 日签署的 SB 1119 管的就是「验证什么」。该法案以 Adam Raine 命名——一位在 2025 年去世的加州高中生，其家属此后对相关公司提起诉讼，指称长时间对话对其心理状态造成了影响。据州参议院与州长办公室公布的内容，该法要求陪伴型聊天机器人运营方履行以下义务：依据既有法律提供的隐私保护型年龄段信号做强制年龄保证；在新产品发布或重大修改前完成风险评估；在应用内提供及时的危机支持与心理健康资源转介，并在存在可信的即时自伤风险或运营方知悉未成年人已发生自伤时通知家长；默认设置只能由家长修改，包括默认关闭通知、设置使用时长限制，以及限制持续性的对话记忆。
公告特别指出，这是全国范围内较早要求企业接受独立儿童安全审计与年度风险评估的立法。这句话的分量在于，它把此前主要依靠企业自律的「安全承诺」，转成了需要外部机构出具结论的合规义务——而「外部机构」正是前一天那两部法案所建立的审计与验证体系。两者合在一起，构成了一条从标准到验证再到执行的链条。
同一批次法案还包括多项配套内容：AB 1709 禁止社交媒体平台向 16 岁以下用户提供自动播放、基于历史与画像的算法信息流等成瘾性功能；AB 2 提高了大型社交平台因行为伤害儿童而面临的民事赔偿额度，据报道最高可达每名儿童 100 万美元；另有法案把儿童性剥削的定义扩展到 AI 生成或数字篡改的内容，并加强对 K-12 学生数据在 AI 系统中使用的规范。据媒体报道，Meta 对限制成瘾性信息流的条款表达了顾虑，认为个性化是提供适龄内容的方式；而在此之前，Meta 已就相关诉讼与加州及其他 28 个州达成和解，据报道和解金额最高可达 180 亿美元。
为什么这对 Agent 行业是实质性变化
把这两天的动作放在智能体赛道看，有几层直接影响。一层是产品设计前置。陪伴型 Agent 的核心体验恰恰来自持续性记忆与主动推送——记得你上次说过什么、在你没开口时先发消息。新法要求默认限制持久记忆并默认关闭通知，等于对这类产品的默认形态做了限制，产品设计需要重新平衡体验与合规。另一层是验证成本。发布前风险评估加年度独立审计，意味着陪伴类 Agent 的上市周期与运营成本都会上升，这对大型平台是可控的合规支出，对小型团队可能是显著门槛。还有一层是能力边界。年龄保证、家长控制与危机干预都需要在系统层面实现，涉及身份信号、内容识别与外部转介机制，这些能力此前大多不是 Agent 团队的核心工程项。
更深一层的变化在于监管对象。以往讨论 AI 安全，焦点多在模型本身；这套制度把重心移到了「应用」与「验证」——同一底座模型，做搜索与做陪伴，面临的合规要求完全不同。对做企业级 Agent 的团队来说，这意味着合规不再是采购流程里的一张表格，而是产品架构的一部分：谁能把审计接口、日志留痕与权限控制做成默认能力，谁在进入受监管行业时就少一道坎。
中立思辨
需要辩证看待这组立法。其一，把审计制度化有助于形成可比较的评估口径，但审计标准的有效性取决于专家组的独立性与专业度，标准过松会流于形式，过严则可能把小团队挤出市场，具体尺度尚待观察。其二，财务独立是审计公信力的基础，但审计机构同样需要收入，如何避免「被审企业挑选审计方」的逆向选择，制度设计上仍需细化。其三，年龄保证依赖既有法律提供的年龄区间信号，其准确性与隐私保护程度直接决定执行效果，技术实现细节目前官方及行业暂未披露更多细节，后续需要持续跟进。其四，强制默认设置可能影响一部分成年用户之外的正常使用场景，产品在合规与体验之间的取舍需要精细设计。其五，各州立法进度不一，据报道纽约、爱达荷、俄勒冈与华盛顿等地也在推进相关规则，跨州运营的企业将面对标准不统一带来的额外成本。其六，监管与创新之间的张力在陪伴类产品上尤为明显，过于严格的默认限制可能把用户推向监管更宽松的替代产品。其七，加州方面已呼吁联邦层面建立统一规则，若联邦立法推进，当前这套州级框架的适用范围与力度可能发生变化。
趋势研判
短期，AI 审计会成为一个新的专业服务品类，具备安全评估、合规咨询与模型评测能力的机构会率先占位；中期，独立审计与年度风险评估会成为陪伴类、教育类与医疗类 Agent 的准入门槛，合规能力将从成本项变成产品竞争力的一部分；长期，监管的重心会继续从「模型是否安全」转向「谁来判断、依据什么判断、判断结果如何被使用」，可审计性会成为智能体架构的一项基本要求。对 Agent 团队的务实建议是：提前把日志留痕、权限分级、风险评估与外部审计接口做成可插拔的默认能力——监管落到哪一类产品上，往往不由企业自己决定，但准备好被审计，是企业可以自己决定的事。