23 июля 2026 года в Палате представителей США внесён двухпартийный законопроект H.R. 9925, известный как FRONTIER Act и посвящённый федеральному надзору за разработкой frontier-моделей искусственного интеллекта. Документ на 74 страницы привязывает регулирование к проверяемому вычислительному порогу 10^26 FLOPs и денежным критериям, обязывает крупные лаборатории публиковать рамки безопасности, проходить независимый аудит и отчитываться о критических инцидентах. Законопроект пока лежит в комитетах, поэтому его значение сигнальное: это самый детальный из доступных чертежей того, как Соединённые Штаты могут регулировать крупнейшие ИИ-модели.

Что произошло

Автором законопроекта выступил республиканец Джей Обернолте из Калифорнии, соавторами стали Лори Трэн, Эрин Хучин, Скотт Питерс, Скотт Франклин и Сухас Субраманьям, представляющие обе партии. Документ направлен в комитет по энергетике и торговле и в комитет по науке, космосу и технологиям. FRONTIER Act определяет «frontier-моделью» модель, обучение которой обошлось более чем в 10^26 операций, причём в порог включаются и файнтюнинг, и этапы обучения с подкреплением. Разработчики делятся на два класса: «крупные» — с выручкой свыше 50 миллионов долларов и расходами на ИИ-разработку от 1 миллиарда долларов за 36 месяцев, и «очень крупные» — с порогами от 5 и 10 миллиардов долларов соответственно. Крупные разработчики обязаны публиковать документ «frontier AI framework» о порогах рисков и кибербезопасности в течение года после подписания закона, а также проходить ежегодный аудит без конфликта интересов, при котором аудитору запрещено платить «за результат». «Очень крупные» разработчики должны привлекать лицензированные Минторгом организации IVO с проверкой внутреннего использования моделей. Секция 8 наделяет Минторг полномочиями экстренных приказов, секция 9 вытесняет законы штатов, а GAO поручено изучить ёмкость будущего рынка аудита и верификации ИИ. Законопроект также вводит квантифицированное определение катастрофического риска — более 50 погибших или более 1 миллиарда долларов ущерба за один инцидент — с закрытым списком категорий: химическое, биологическое и ядерное оружие, кибератаки без участия человека и ускользание модели из-под контроля. К «критическим инцидентам безопасности» отнесены утечка или кража весов модели, потеря контроля и ситуация, когда модель обманывает собственный контроль разработчика. Если закон будет принят, Минторг должен выпустить регулирование в течение 180 дней, а отчёт замсекретаря по ИИ-безопасности Конгрессу предусмотрен с 1 января 2028 года.

Контекст

Привязка регулирования к вычислениям выбрана не случайно: затраты на обучение поддаются аудиту, тогда как «опасные способности» моделей измеряются плохо, поэтому порог 10^26 FLOPs становится редким примером проверяемого триггера для законодательства. Включение в порог файнтюнинга и этапов обучения с подкреплением выглядит как попытка закрыть обход правил через пост-тренинг. FRONTIER Act — первая в 119-м Конгрессе попытка выстроить комплексный федеральный надзор именно за frontier-AI, и она появляется на фоне того, что независимая репликация заявлений лабораторий в текущей практике почти отсутствует. Требование к «очень крупным» разработчикам привлекать внешние IVO фактически заказывает воспроизводимую независимую оценку safety-заявлений, что институционально является шагом вперёд. Квантифицированное определение катастрофического риска с закрытым списком категорий служит готовой постановкой задачи для риск-квантификации и задаёт ориентир, по которому можно сверять eval-инфраструктуру лабораторий.

Почему это важно для индустрии

При принятии режим автоматически накрыл бы крупнейших игроков — OpenAI, Anthropic, Google DeepMind, Meta и xAI — уже на следующем поколении моделей, тогда как стартапы остаются за периметром: денежные пороги целенаправленно концентрируют нагрузку на крупнейших лабораториях. Для продуктовых и комплаенс-команд документ уже сейчас читается как самый конкретный формализованный чертёж: обязательные «frontier AI framework», ежегодный аудит без конфликта интересов, отчёты о «критических инцидентах безопасности» и точные пороги дают готовые сущности для комплаенс-воркфлоу и скоуп-калькуляторов. Одновременно закладывается первый федеральный рынок аудита и верификации ИИ, где независимая оценка моделей становится отдельной услугой, а eval-инфраструктура и учёт вычислений превращаются в обязательную часть разработки. Даже при низких шансах принятия текст стоит разбирать как ориентир: впервые в 119-м Конгрессе существует двухпартийный документ с точными порогами и сроками, показывающий, куда движется регулирование frontier-AI.

Почему это важно для пользователей

Для читателей прямых юридических изменений сейчас нет: законопроект находится в комитетах, GovTrack оценивает его шансы на принятие в 4 процента, а обязательства наступают только после подписания закона. Если FRONTIER Act всё же будет принят, пользователи получат больше прозрачности: рамки безопасности крупнейших разработчиков станут публичными документами, независимые IVO проверят внутреннее использование моделей, а у Минторга появятся полномочия экстренного вмешательства в критических ситуациях. Уже сегодня полный текст документа открыт на GovInfo, статус можно отслеживать на GovTrack или congress.gov, а обсуждение на Hacker News пока чисто символическое — три балла и один комментарий.

Что пока неизвестно / ограничения

Текст фиксирует пороги и субъектов, но не методики измерения: не определено, как считать и верифицировать FLOPs, включая распределённые запуски и оценку вычислений на этапах обучения с подкреплением, и как на практике проверять заявления разработчиков о затратах. Категории «критических инцидентов безопасности» описывают события, которые сегодня детектируются крайне ненадёжно, поэтому обязательная отчётность без валидированных методов детекции рискует дать либо шум, либо ложное чувство защищённости. Судьба самого документа неопределённа: он лежит в комитетах, и в источниках нет календаря слушаний или маркапа. Ожидания, что пороги станут общепринятым ориентиром дискуссии, а спрос на комплаенс-платформы и дашборды отслеживания поправок вырастет, остаются интерпретациями, а не фактами. За рамками текста остаются и вопросы покрытия производных моделей, а также реализуемость детекции потери контроля — именно они предсказуемо станут фокусом технической критики, если начнутся слушания.

Источники

Автор

Look at AI, редакция