机制
模型安全的政治化：什么叫安全，谁定义安全
当意识形态安全、国家安全和产品安全混在一起，模型会把公共讨论当成风险。
目录
政治化安全如何进入模型
抽象政治要求经过企业翻译后成为具体拒答规则。
不同安全风险应当分开
可说明伤害和政治不适不应使用同一套标签。
| 风险类型 | 可说明的伤害 | 适当回应 |
|---|---|---|
| 隐私泄露 | 个人数据受损 | 拒绝并提示保护 |
| 危险操作 | 现实人身风险 | 限制具体步骤 |
| 事实争议 | 可能出现错误 | 给来源和不确定性 |
| 政治批评 | 权力感到不适 | 不应自动拒答 |
一个模型为什么拒绝讨论政治事实
用户询问文化大革命、六四镇压、新疆拘禁或现任领导人责任时，中国生成式人工智能服务可能拒答、改写问题，或返回与官方口径一致的短句。相同产品面对诈骗、制毒和自残请求时也会拒答，但两种拒答保护的对象不同。前者保护中共规定的政治边界，后者针对可以说明的现实伤害。监管把它们都放进“安全”以后，企业便能用同一个产品提示掩盖政治审查。
《生成式人工智能服务管理暂行办法》要求服务提供者坚持社会主义核心价值观，不得生成煽动颠覆国家政权、危害国家安全、损害国家形象等内容，同时规定数据、个人信息和服务安全义务 [1]。政治忠诚与技术安全出现在同一监管框架中。模型是否“安全”，首先由党国规定哪些历史判断和公共讨论可以出现。
抽象禁区怎样进入模型
监管规则不会为每一种问题提供唯一答案。企业必须把“损害国家形象”“破坏社会稳定”等宽泛要求翻译成训练数据清理、测试题库、关键词、分类器、系统指令和人工审核流程。《互联网信息服务算法推荐管理规定》同样要求平台承担主流价值导向和内容治理责任 [2]。政治要求由此从文件进入产品工程。
模型上线前，企业会测试敏感人物、事件和表达；上线后，用户投诉、监管检查和公开事故又会补充新的拦截规则。漏掉一个政治禁区可能引来整改、下架或负责人问责，错误拒绝一个普通问题却很少产生同等监管成本。企业自然把边界设得更宽。过度拦截不是模型偶然胆小，而是处罚结构鼓励的选择。
训练数据也受到政治筛选
模型从语料中学习历史叙述、因果关系和语言习惯。如果数据清理先删除与官方口径冲突的材料，模型在生成阶段甚至不必收到明确禁令，也会缺少表达异议观点的能力。保留材料但在输出层强制过滤，则会出现另一种现象：模型掌握信息，却在特定提示下回避、说教或复述政治套话。
Citizen Lab 对微信的研究发现，境外用户发送的内容可进入用于中国注册账号审查的监测流程 [4]。微信研究针对社交平台，不是生成式模型测试，但它证明中国企业能够把用户内容、敏感分类和审查改进连接起来。生成式 AI 的反馈与投诉机制存在相似的制度诱因：每次触碰政治边界都可能成为下一轮过滤样本。
“国家安全”吞并产品安全
真正的模型安全需要处理隐私泄露、欺诈、危险操作和系统可靠性。这些问题可以描述具体受害者、发生概率和减缓措施。意识形态安全的受保护者则是统治叙事。政府把批评、历史记忆和政策争论列为风险，不需要证明某个回答伤害了具体个人，只要它偏离政治要求即可。
Freedom House 2025 年中国网络自由报告记录了审查、监控和对网络表达的处罚 [3]。生成式模型进入这一既有控制环境后，不会获得独立判断公共利益的空间。企业面对的是同一套网信监管、实名制度和政治问责。中共借“AI 安全”获得新的审查语言，把对政权不利的事实包装成产品危险。
用户与研究者承担什么后果
用户看到统一的安全提示，无法判断拒答源于隐私保护、事实不确定，还是政治禁区。研究者比较模型时也难以取得完整过滤规则、误拦截率和申诉结果。企业若公布详细边界，又可能暴露监管要求或帮助用户绕过审查，因此没有动力提供真正透明度。
这种混合还会损害技术安全。安全团队的时间被用于政治测试，用户逐渐把所有警告都当成审查借口，真正涉及诈骗和人身伤害的提示也失去可信度。中共保护的不是一个更可靠的模型，而是一个在关键问题上服从党的信息系统。
争议与证据边界
监管文本明确证明政治导向属于中国生成式 AI 的合规义务，Freedom House 和 Citizen Lab 分别提供网络控制环境与平台审查机制的证据。公开材料没有披露每家模型公司的完整训练集、系统提示和政府指令，具体拒答不能一律归因于同一过滤器。事实边界不妨碍制度判断：当政府把政权安全与用户安全写进同一责任框架，并以高额合规风险迫使企业自我审查，模型对政治讨论的限制就是中共审查制度的产品化结果。
资料来源
- [1] 生成式人工智能服务管理暂行办法译文。
- [2] 互联网信息服务算法推荐管理规定译文。
- [3] Freedom House 2025 年中国网络自由报告。
- [4] Citizen Lab 微信审查与监控研究。
资料来源
China Law Translate《生成式人工智能服务管理暂行办法》译文链接可用
China Law Translate《互联网信息服务算法推荐管理规定》译文链接可用
Freedom House 中国网络自由报告 2025链接可用
Citizen Lab 微信审查与监控研究已跳转
Freedom on the Net 中国报告链接可用