政策动态：白宫发布国家安全科技战略、FTC拟监管个性化定价与韩日AI数据规则密集落地
政策动态：白宫发布国家安全科技战略、FTC拟监管个性化定价与韩日AI数据规则密集落地
全球科技治理本周多点发力：白宫发布新的国家安全科学技术战略，将水下、太空和AI自主系统列为战场优势的三大优先领域，却对开源模型只字未提；美国FTC提出新规要求零售商披露基于个人数据的差异化定价；韩国国会通过《个人信息保护法》修正案为AI训练开闸，日本政府则批准生成式AI训练数据披露的行为准则——东亚两大经济体的AI数据规则在一周内相继落地。
主要新闻
白宫发布国家安全科学技术战略：三大优先领域与一个显著缺席者
特朗普政府本周发布24页的《国家安全科学技术战略》（NSSTS），作为去年12月国家安全战略的科技篇补充。文件构建了四层优先级金字塔：最顶层是”战场优势与力量投送”的三大优先领域——水下优势（潜艇与反潜）、太空（从近地轨道到月球）以及AI与自主性；第二层是”关键”领域：空中力量、远程打击和C5ISR（指挥控制通信计算机网情监侦）；第三层为先进制造、高超声速、核能与半导体等十二项”关键赋能技术”；顶层之下还点名生物技术、量子和通用人工智能（AGI）为潜在的颠覆性方向。值得注意的细节是措辞分级：战略要求在水下和太空建立”明确的技术优势”，而对AI自主性仅要求”竞争优势”。文件同时主张与盟友深化合作、简化无人机等技术的出口管制，并首次承认在某些领域”合作性相互克制”比军备竞赛更符合美国利益。但Defense One的分析指出一个刺眼的缺席：整份文件完全未提及开放权重模型和开源软件开发，评论人士认为这可能成为送给中国的战略礼物。
Source: Trump Administration Releases New National Security Science and Technology Strategy
FTC提出新规：零售商必须披露基于个人数据的”千人千价”
美联社报道，美国联邦贸易委员会（FTC）周三公布一项拟议政策，针对利用消费者个人数据实施隐性差别定价的行为。根据提案，暗中基于”消费者支付意愿预估”来调整价格的零售商可能面临联邦指控。FTC主席安德鲁·弗格森在声明中表示：”当消费者看到标价时，他们期望这是所有人看到的价格，而不是零售商根据个人数据估算出的他们愿意支付的金额。”该机构自2025年1月的初步报告起持续关注个性化定价问题，发现杂货商、服装企业等正借助第三方公司，基于购物者的地理位置等数据对在线价格进行个体化调整。这项提案若落地，将成为全球首个系统性要求披露”算法定价”的监管框架之一。
Source: FTC proposal would require retailers to be transparent about personalized pricing
韩国国会通过个保法修正案：为AI训练设立个人信息使用特别条款
韩国国会全体会议通过《个人信息保护法》修正案，引入允许将合法收集的个人信息用于AI技术开发的特别条款。适用前提严格：只有在假名化或匿名化数据难以完成AI开发、且具有公共和社会必要性时方可启用，同时须强化安全措施并经个人信息保护委员会审议决议。修正案同步设置了防护机制——处理敏感信息或固有识别信息等高影响场景必须事先评估风险因素并制定改进措施，使用方须在隐私政策中公开主要细节，委员会也将在官网披露特别条款的运行状况。为提升实效，委员会计划对实质相同或相似的AI项目简化审查流程。该法案将在国务会议审议通过并公布六个月后生效，主席宋京熙表示，此举在”AI发展水平直接决定国家竞争力的时代”合理扩大了个人数据的使用机会，同时建立了相应的管理与监督体系。
日本批准生成式AI行为准则：”遵守或解释”框架下的训练数据透明化
据《日本时报》报道，日本政府专家小组基本批准了一项面向生成式AI企业的”原则准则”草案，鼓励企业向公众披露其AI训练数据及收集方法，以在技术创新与知识产权保护之间取得平衡。该准则基于2025年5月颁布的AI相关技术法制定，采用”遵守或解释”（comply or explain）模式——企业可选择遵守并在官网公告、向政府备案，也可公开说明不遵守的理由；在日本提供AI服务的外国企业同样被覆盖。准则包含三项原则：一是要求企业在网站上公开所使用的生成式AI模型、训练数据及收集方法（敏感信息除外）；二是版权持有人指控侵权时，企业应披露特定网页是否包含在训练数据中；三是企业应回应系统与服务用户关于版权侵权的问询。
Source: Japan to require AI firms to disclose training data
分析
白宫NSSTS最耐人寻味之处不是它写了什么，而是它如何排序。水下和太空被赋予”明确技术优势”的要求，而AI只要求”竞争优势”——这种克制背后是对现实的清醒认知：AI领域的领先差距远小于声势，且追赶成本极低。更值得注意的是”避免对手可以轻易反制的技术竞争”、”合作性相互克制”这类表述出现在一份美国国家安全文件中，标志着华盛顿开始接受”不是所有技术赛道都值得全力押注”的战略经济学。但对从业者而言，真正的风险信号是开源模型的缺席：当战略文本把”基础模型”列为关键支持对象却不给开放权重任何位置时，实际预算和采购会随之倾斜。乌克兰战场上前沿模型因前线连接不稳而受限、计算架构已现疲态的事实提醒我们——国防AI的真实需求恰恰是可在边缘环境运行的轻量开放模型，战略文本与现实需求之间出现了明显错位。
FTC的个性化定价提案看似只是消费者保护议题，实则是算法经济问责的关键一步。”动态定价”本身并不违法——机票和酒店早已如此——但FTC划出的界线在于”基于个人画像的隐性差异”与”基于市场供需的显性浮动”之间的区别。这给所有部署定价算法的企业提出了一个工程化难题：如何在系统架构层面区分并记录定价决策的依据？可以预见，合规方案将与隐私计算深度耦合——定价引擎需要引入审计日志、特征隔离和群体一致性测试。结合加州CalPrivacy同月推进的全局隐私控制（GPC）正式规则制定和数据经纪人删除审计制度，美国各州的执法重心正从”数据收集告知”转向”数据使用后果”监管，这一趋势值得所有以数据驱动运营的企业警惕。
韩日两国的规则在同一周落地，恰好展示了AI数据治理光谱的两端：韩国选择了”有条件开闸”——以法定特别条款换取确定性，用事前风险评估和委员会审议控制风险，本质上是为产业竞争力松绑的同时保留国家监督抓手；日本选择了”柔性引导”——”遵守或解释”模式源自英国公司治理传统，成本低、迭代快，但约束力依赖声誉机制和市场压力。两种路径的共同点是都聚焦”训练数据透明度”这个核心争议，且都试图为外国企业提供明确的合规预期（日本明确覆盖在日提供服务的外国企业）。对于跨国AI团队，这意味着训练数据的来源记录（provenance tracking）正在从最佳实践变为多司法辖区的共同合规基线——今天投入的溯源基础设施，将在未来每一轮监管问询中产生复利。
结论
本周的政策动态呈现出”安全逻辑与市场逻辑并行收紧”的双轨格局：国家安全战略重新划定技术投资的优先序，FTC盯住算法商业化的公平性底线，韩日则为AI的数据底座铺设不同风格的轨道。给读者的三个关注点：第一，NSSTS中”合作性相互克制”的表述可能预示下月中美元首会晤的技术对话议程，出口管制或有选择性松动；第二，FTC提案进入公示期后，大型电商和定价技术服务商的反应将是判断执法走向的风向标；第三，韩国法案生效前的六个月准备期内，个人信息保护委员会的操作细则值得在韩开展AI业务的企业逐条对照。当AI治理从原则宣示进入证据要求阶段——能够证明”你的系统做了什么、依据什么数据、谁做的决定”——将成为下一个合规竞争的分水岭。