今天，商务部、科技部发布了《中国禁止出口限制出口技术目录》修订征求意见稿。我初步学习了一下，感觉这次调整有不少值得关注的地方，尤其是人工智能技术的出口管理。先谈几点初步的、不成熟的感受，周末再认真研究一下。

一、政府的立法和监管方式正在快速进步

过去，从产业界的角度看，一些针对新兴技术的监管政策，比较突出的问题是出台得偏急、偏快。面对新的技术风险，监管部门有时倾向于先把相关领域管起来，再根据实际情况逐步调整。

这种做法有其现实原因，主要是出于对国家安全、公共利益和潜在风险的考虑。而且从实际执行来看，监管部门往往也会逐步兼顾安全和发展。但客观上，政策出台初期有时会给市场带来不确定性，也容易引发外界误读，甚至被恶意曲解。

这次商务部的做法有一个值得关注的变化：先实行出口前登记，暂时不急着把相关技术正式列入禁止或限制出口目录，而是继续公开征求意见。

具体来说，从10月16日公告发布起，到新版目录正式实施之前，企业如果要出口公告涉及的技术，需要提前在商务部系统登记。登记内容包括出口什么技术、出口方和接收方是谁、出口到哪个国家或地区、技术准备怎么使用、交易金额是多少等。

企业需要自行判断出口的技术是否属于登记范围。即使交易已经开始，只要还没有完成，也需要按规定登记。而且登记不只是针对直接出售技术，还包括授权境外企业使用技术，以及相关技术的所有权人或实际控制人变更为境外主体等情况。

通过强制要求出口前登记管理，国家相当于设立了一个出口审批的前置程序，企业正常的技术出口，该出还出，但国家也能更方便地摸清相关技术的出口情况，了解企业有哪些实际出口需求，为下一步正式修订目录提供了更加扎实的依据。同时，如果发现相关的技术出口可能存在安全风险，或影响国家技术和产业竞争力，商务部有可能会要求企业补充一些信息，甚至叫停交易和实施临时管控，以防范潜在的技术外流风险。

商务部在答记者问中也提到，这次修订之前，已经组织研究机构、行业组织开展了深入评估，听取了主要企业的意见，并充分考虑了国内外产业的发展需要。商务部还特别强调，中国支持企业开展国际经营和技术合作的政策没有改变。

在我看来，这种做法有点像是“让子弹先飞一会儿”：先了解情况、摸清需求、听取意见，再决定哪些技术需要正式管起来、管到什么程度。这种思路体现了对安全与发展的平衡，也更加重视产业的实际需求和国际竞争环境。

从法律依据来看，这次临时登记制度也很有意思。

我初步看了一下，2026年3月1日起施行的新版《对外贸易法》，在第十八条增加了“或者采取其他必要的措施”的表述，为采取禁止、限制以外的管理措施提供了更明确的法律空间。商务部这次解释临时登记制度时，也专门引用了这一条。

这一安排似乎有2024年《两用物项出口管制条例》的出口凭证制度的影子，即对符合条件的特定出口，规定每次出口前登记填报信息，取得出口凭证后自行出口，这给对既有管制中的低风险交易提供了便利。

美国也有类似经验。2010年前后，美国商务部BIS调整过部分加密产品的出口管理程序，允许符合条件的产品通过电子登记等简化程序获得出口授权，而不必全部经过原有的技术审查。

二、中国开源模型企业可以相对放心了

此前，一些外媒报道中国可能对开源模型实施出口限制，引发了外界对中国开源政策是否会发生变化的担忧。

从这次公告和商务部的解释来看，我觉得总体上可以松一口气。

从商务部的公告来看，本次更新目录是把模型开源明确为了“技术出口”的一种形态，如果相关的大模型技术属于禁止出口类的，以后无论如何是不能开源的。如果是限制出口类的，如果想在境外开源平台发布，未来需要向商务部申请许可。

但对这类情况商务部也明确说了，会适用自动许可等便利措施。这也就是说，尽管法理上的确会限制开源模型新版本的发布，但实操当中应该是会很快审批，企业的合规成本不大，无需过度担忧。对中国的开源模型厂商来说，这无疑是个值得欣慰的消息。

其次，商务部还明确，已经通过开源、学术论文等合法方式进入公共领域的技术，不纳入管理范围。

也就是说，如果一个模型的相关技术已经合法公开，即使按照新的技术指标可能属于限制出口范围，已经进入公共领域的那部分技术原则上也不会被重新纳入管理。

这种对公开技术作出豁免的思路，与美国出口管制中对已公开技术和软件的处理原则有相似之处。

总体来看，我觉得这次关于开源模型的安排基本符合预期，也延续了中国支持开源模型发展、促进技术共享的政策方向。

中国模型企业近年来通过开源建立了很强的国际影响力，吸引了大量海外开发者，也带来了商业机会。只要后续许可程序足够简单、透明、可预期，这次目录调整就不一定会对中国开源模型的全球发展造成明显影响。

三、人工智能技术的管控范围明显扩大，而且划分得更加细致

这次公告的一大看点，是对人工智能技术出口的管理。

拟新增的技术主要涉及大模型、AI智能体、网络安全、芯片设计和算力集群等领域。总体上分为两类：一类是禁止出口，另一类是限制出口。前者原则上不能向境外转让，后者则需要按规定申请许可。

先看禁止出口的技术，主要有四类。

第一类是使用中国“核心数据”训练并提供服务的大模型。这里关注的重点不是模型有多先进，而是它是否使用了涉及国家安全等重大利益的核心数据。

第二类是用于高度敏感领域的高性能AI智能体。比如专门用于国家关键基础设施、国防军工、核心政府系统等场景的先进智能体，如果达到规定的性能标准，相关技术就可能被禁止出口。

第三类是具有较强网络攻击能力的AI技术。比如能够自动编写恶意程序、绕过杀毒软件、根据不同安全环境改变攻击方式，或者批量生成难以检测的恶意软件的技术。简单说，就是那些可能让网络攻击更加自动化、隐蔽化、规模化的技术。

第四类是特定的高性能AI鉴伪技术，主要是用于我国跨境数据传输安全风险防范和处置，能够高精度识别AI伪造视频、声音和图片的技术。

再看限制出口的技术，范围更广一些，主要有六类。

第一类是先进大模型及其核心技术。这是我认为最值得关注的部分。

按照征求意见稿，只要一个大模型符合三个条件中的任何一个，其核心技术就可能受到出口限制：一是训练计算量达到10²⁶次浮点运算；二是参数量达到2万亿；三是模型能力达到全球领先水平。

这里的“全球领先”有一个比较具体的标准，就是在国内外主流机构的公开评估中进入全球前十。而且不只是看综合性能，还包括代码、数学等专项能力、全球调用量、安全性能、训练效率等指标。换句话说，一个模型即使综合排名不是全球前十，只要某个符合规定的评估指标进入前十，也可能触发限制。受到管理的主要是模型权重、训练过程中的关键检查点、底层源代码、模型架构，以及训练优化、推理加速等核心技术。

此外，使用中国“重要数据”训练并提供服务的大模型，也可能受到限制。不过，征求意见稿留出了一定例外。例如只使用了极少量（0.1%）或者相关数据本身可以合法公开获取，就可能不纳入这一项管理。

商务部还特别明确，限制模型核心技术出口，不等于限制模型向海外提供服务。企业通过API、网页、APP或SaaS向海外客户提供模型服务，不属于此次大模型技术出口管理范围。但如果把受限制的模型部署到海外，就可能构成技术出口，部分情况可以适用自动许可。

第二类是高性能AI智能体技术。

这部分主要针对那些不只是能回答问题，而且能够自主规划、调用工具、协调其他智能体、完成复杂任务的AI系统。

比如，能够把一个复杂任务自动拆成20个步骤，能够让60个以上的智能体协同工作，或者能够自主调用200种以上的外部工具。

此外，还包括能够在复杂环境中连续规划行动、快速调整策略，并且在标准测试中超过90%人类参与者的AI博弈决策技术。

当然，这些指标还附带准确率、成功率和效率等具体要求，并不是只要能调用200个工具就一定受到限制。

第三类是AI芯片和先进存储芯片设计技术。

主要包括先进AI处理器的架构设计、专用指令集、核心计算模块、基础软件，以及先进封装和高速互联等技术。

例如，涉及14纳米及以下制造工艺的AI芯片设计、采用先进封装的芯片技术，以及部分用于自动驾驶、图像识别和语音处理的专用芯片技术，都可能进入限制范围。

先进闪存和内存芯片的设计技术也被纳入，包括高密度存储、先进制造工艺和多层堆叠等。

第四类是大规模AI算力集群技术。

主要针对拥有超过1万张AI加速卡的大型算力集群。

这里管理的不是简单地把大量GPU放在一起，而是如何让这些芯片高效协同工作。

比如，如何让成千上万张芯片高速传输数据，如何减少模型训练中的通信延迟，如何在部分芯片或服务器发生故障后快速恢复训练，以及如何提高整个集群的计算效率。

其中一个特别值得关注的方向，是不同厂商AI芯片之间的协同计算技术。比如，如何把两家以上芯片厂商的产品统一调度，让不同架构的芯片协同完成训练和推理，或者把分布在不同地区的数据中心连接起来，共同承担AI计算任务。这些技术如果达到规定的性能标准，也可能受到出口限制。

第五类是AI辅助网络安全技术。

主要涉及利用AI自动发现软件漏洞、判断漏洞能否被利用，以及自动构建攻击路径的技术。例如，AI能够以远高于资深安全专家的效率发现漏洞，能够把多个看似不严重的漏洞组合成完整攻击链，或者一次性在主流操作系统和大型开源软件中发现多个此前未知的安全漏洞，相关技术就可能受到限制。

第六类是语音识别、翻译和信息检测技术。

包括能够高精度识别个人声音特征的声纹技术，能够识别录音伪造和AI合成声音的反欺诈技术，以及针对中国少数民族语言和地方方言专门优化的语音识别技术。此外，还包括高精度的中文和少数民族语言翻译技术，以及能够识别AI生成内容、在图片和视频中隐藏或提取信息的技术。

四、从这些技术清单看，我觉得有六个比较明显的变化

第一，管理范围从特定算法，扩大到了整个AI核心技术体系。

2020年中国对算法出口实施限制时，主要关注个性化推荐、内容推送等具体应用算法。

这次明显不同，不仅涉及大模型权重、源代码和架构设计，还涉及智能体、芯片设计、算力集群通信、分布式训练和跨芯片协同等技术。也就是说管理重点已经从某些AI应用，扩大到支撑先进AI能力的整套技术体系。特别是模型权重、训练优化和算力集群管理技术，已经成为中国AI企业参与全球竞争的重要技术资产。

第二，对大模型的管理，同时考虑数据安全和技术先进程度。

这次对大模型设置了两套不同的管理逻辑。一套是根据训练数据的敏感程度进行管理：使用中国“核心数据”训练并提供服务的大模型，其相关技术拟禁止出口；使用“重要数据”训练并提供服务的大模型，其相关技术拟限制出口。

另一套则是根据模型的技术能力进行管理。即使模型没有使用敏感数据，只要训练计算量、参数规模或者全球排名达到规定标准，其权重、源代码等核心技术也可能受到出口限制。

特别值得注意的是，征求意见稿把全球前十作为判断模型是否达到全球领先水平的依据之一。这使出口管理和全球AI技术竞争的实际表现直接联系起来。

第三，对AI智能体的管理，开始从模型能力转向自主行动能力。

过去衡量大模型，主要看参数规模、训练计算量和各类能力测试。这次对智能体的管理则更关注它究竟能做什么：能否自主规划复杂任务，能否调用大量外部工具，能否组织多个智能体协同工作，以及能否在动态环境中自主决策。这也是AI技术发展的一个重要变化。随着智能体从聊天工具逐步变成能够独立完成任务的系统，监管关注的风险也开始发生变化。

第四，不仅关注芯片本身，也开始关注如何把芯片用好。

这次把AI算力基础设施和跨芯片协同技术纳入管理，不仅涉及先进芯片的设计，还涉及如何把大量芯片组织起来进行高效计算。尤其值得注意的是，征求意见稿对超过1万张AI加速卡的大型算力集群，以及不同厂商芯片之间的统一调度、协同推理和跨地域算力管理等技术设置了限制指标。这说明，国家越来越关注如何通过系统工程提高现有芯片的整体计算能力，并认为这些具有重要的技术和商业价值。

第五，技术指标越来越具体，企业更容易判断合规边界。

这次征求意见稿为很多技术设置了明确指标，比如训练计算量、模型排名、智能体任务成功率、芯片工艺、集群通信效率等。相比笼统地说某类先进技术受到限制，这种方式显然更有利于企业判断自己的技术是否落入管理范围。当然，AI技术更新很快，一些技术指标可能很快就会过时，不同测试机构的结果也可能不一样。这些问题还需要通过明确测试标准和动态调整目录来解决。但总体上，尽量用具体指标划定管理边界，而不是笼统地管住整个技术领域，是一个值得关注的进步。

第六，监管开始同时关注技术跨境流动和技术控制权变化。

这次临时登记不仅涉及向境外出售或授权技术，还包括境内技术的所有权人或实际控制人变更为境外主体。

这一点值得特别注意。过去大家理解技术出口，可能主要想到把源代码、模型权重或者技术文件发送到境外。但按照这次的登记要求，即使技术本身没有离开中国，只要相关技术的所有权或者实际控制权转移到了境外主体，也可能触发登记义务。这似乎是有意要将出口管制规则体系里的“视同出口”也移植到民用技术的出口管理中，影响可能延伸到部分技术授权、并购和集团重组，而不仅是发送代码、传输权重这些行为。

五、还有几个问题，我觉得值得在征求意见阶段进一步讨论

商务部已经通过答记者问解释了不少政策边界，后面还有征求意见环节继续讨论和优化。初步看，有一些问题似乎可以进一步明确或探讨。例如：

（1）关于“能力达到全球领先水平”和模型“排名全球前10”的理解和认定。现在全球大模型排行榜很多，评测结果也不一样，以哪些机构的排名为准，目前似乎尚不清楚。目前评估参考的标准包括大模型综合性能、专项业务能力、全球调用量、安全性能、训练效率等。如果一个模型综合排名第20，但代码能力或者全球调用量进入前10，是否属于“排名全球前10”？如果今天排第9，下个月掉到第12，这种变化将会如何影响对出口限制的适用？

（2）关于开源模型，美国目前还没有建立强制性的模型发布前审查，强调了企业自愿审查。按照目前的新规，中国企业未来发布新模型之前，是否必须先申请许可？这涉及对“模型出口”的定义，在此次公告中只有部分触及，应该会通过其他相关法规予以明确。此外，如果模型已经开源，后续更新权重、发布新版本，还要不要重新申请，模型权重公开了，但训练代码和方法没有公开的情况，是否同等处理，也是我目前脑子里在思考的问题。

（3）按照新规，通过API、APP等方式向海外提供服务不受限制，但把模型部署到海外属于技术出口。中国企业在新加坡设立子公司，由子公司运营模型，如果部署在海外自有云等风险相对可控的情形下，可适用自动许可等便利措施。但如果部署在AWS、Azure等海外云平台，模型权重仍由中国企业控制，以及如果向海外客户提供私有化部署这些情况，是否一律都不能申请自动许可或者其他便利化措施，这些可能会是大家比较关心的问题。

（4）这次把模型出口和重要数据、核心数据挂钩。这两类数据怎么认定，目前仍然是一个政策性很强的问题，且涉及多个部委主管的领域。大模型训练数据来源非常复杂，企业判断其中有没有重要数据或者核心数据，可能还是相对困难一些。征求意见稿说，如果只用了极少量（0.1%）重要数据，可以不受限制。那么，0.1%的比例到底怎么算，怎么证明这些数据没有实质性提升模型能力，以及是否需要第三方评估，就变得格外重要。

（5）这次对智能体设置了很多具体指标，比如能否拆解20步任务、调用200种工具、让60个智能体协同工作。但这些能力往往取决于模型、软件框架和外部工具的组合。如果企业用一个开源模型开发出符合这些指标的智能体，比较关键的问题就会是受限制的究竟是模型、智能体框架，还是整套系统，以及相关能力应该按照什么测试标准来认定。

（6）自动许可的具体形态很重要，比如具体需要提交什么材料，多久能办完，是不是登记后就能出口，以及能不能一次许可覆盖后续多个版本等。如果每次模型更新都要重新走程序，可能确实还是会对企业正常的研发和发布节奏有一些影响。

文章仅做学术探讨和研究交流使用，相关判断不代表任何公司或机构立场，也不构成任何法律、商业或投资建议。转载请注明出处。