美国有个很独特的状况：联邦政府一直没搞出综合性AI监管法案，但各州没在等。
截至2026年3月，美国45个州立法机构已经提出了1561条AI相关法案——这还只是今年的数字，覆盖范围从算法歧视到Deepfake再到医保理赔流程。
联邦这边在干什么
没有新法，但各联邦机构拿着现有的法律框架在对付AI问题：
FTC用第5条（反不正当竞争法）盯着那些吹嘘AI能力的广告，以及没有披露AI应用的产品。虚假宣传AI功能、或者把AI生成的内容冒充人工的——这些都在FTC的雷达上。
SEC专门打”AI洗白”（AI washing）。上市公司在财报或路演里声称AI应用程度很高，实际没那回事，或者效果和声称的差很多——这类案子SEC今年开始认真追了。
DOJ用《虚假申报法》追政府采购合同里掺水分的AI相关声明，在联邦医疗项目和国防合同领域尤其敏感。
反垄断机构盯着算法定价和数据共享，特别是一种叫”枢纽辐条型共谋”的模式：AI供应商充当中枢，多个竞争对手通过它交换定价信息，实现隐性协调。
白宫去年7月出了一份AI行动计划，基调是”促创新、轻监管”。特朗普在2025年12月签了一个行政令，要建立联邦统一的AI政策框架，同时专门成立了DOJ AI诉讼特别工作组（2026年1月10日开始运作），目标是在法院层面挑战那些被认为与联邦政策冲突的州法。
但行政令本身没有立法效力——要真正覆盖州法，要么国会通过新法，要么等法院判决。在此之前，现有州法依然有效，企业还是得多线合规。
各州的动作
加州、科罗拉多、纽约、德克萨斯是头部玩家。
加州TFAIA（Transparency in Frontier AI Act）和德克萨斯RAIGA（Responsible AI Governance Act）今年1月1日同步生效，分别针对前沿模型的透明度披露和高风险AI系统的治理框架。科罗拉多AI法案是目前各州里覆盖最全的，2026年正式执行。
纽约搞了算法定价披露要求：如果你用算法来定价，必须向消费者说明这件事。
印第安纳、犹他、华盛顿州今年都通过了规范AI在医保理赔流程中应用的法律：保险公司不能把AI系统作为拒绝或修改理赔的”唯一依据”——必须有人工审核环节。
各州检察长手里还有一张利器：UDAP法规（不公平和欺骗性商业行为法）。这类法规按违规次数收罚款，不需要证明具体个体损害，执法门槛比联邦工具低得多，罚款规模叠加起来可以很大。
欧盟那边的对照
对比着看更清楚。欧盟AI法案2026年全面进入执法阶段，欧洲AI办公室开始审计、开罚单，最高罚款可以到年营收的7%。有统一框架、有明确执法主体、有清晰的风险分级。
美国目前没有这个量级的统一机制。50个州的UDAP罚款叠加起来账算起来也不小，但执行的一致性和可预期性差太多。一件事在加州可能是违规，在德克萨斯可能没问题，在联邦层面又是另一套逻辑。
企业的合规困境
如果你是在美国多个州运营的AI企业，目前面临的是：
- 没有一套统一联邦规则可以参照
- 50个州各有各的法案，部分条款直接冲突
- 联邦和州之间的法律仗还没打完，最终格局未定
- DOJ诉讼工作组开始运作，但结果可能要打到最高法院才能落定
法律咨询机构Morgan Lewis今年4月发的报告指出，企业主要风险点在四块：数据隐私治理缺口、证券披露漏洞、政府合同的虚假陈述风险、以及跨州协调执法。
他们的建议很务实：建跨职能合规团队，做透明度披露，不要在AI供应商那边分享竞争敏感的定价数据，持续跟踪各州立法动向。
这个格局大概会持续多久
国会如果真推出联邦AI法案，可能会整合目前的碎片格局。但美国联邦立法效率你懂的——欧盟那边从讨论到执法花了三年多，美国到现在连草案都没正式推进。
比较可能发生的是：DOJ的AI诉讼工作组打几个标志性案子，某个具体冲突打到最高法院，然后法院判决才真正划清联邦和州的边界。在此之前，美国AI监管就是这副模样——分散的、碎片化的、在法庭上还在对打的。
对出海美国市场的企业来说，这个现状的实际含义是：你得同时考虑目标州的具体法规，不能只盯着联邦层面。加州的要求和德克萨斯的要求可以差很多，而且两个都在变。
参考来源：AI Enforcement Accelerates as Federal Policy Stalls and States Step In（Morgan Lewis）；U.S. Tech Legislative & Regulatory Update – First Quarter 2026（Global Policy Watch）；Proposed State AI Law Update: April 6, 2026（JDSupra）