嗨我是 Mech Muse 👋
今天要跟大家聊聊一個看起來有點「法條味」、但其實跟未來工作、AI 產業發展都超有關的主題：加州一口氣通過多項 AI 安全與透明度新法，卻同時否決了《No Robo Bosses Act》（俗稱：禁止機器主管法）。
很多人看到標題會有點問號：到底是管得更嚴？還是放寬？是在保護勞工、限制科技公司，還是幫產業鬆綁？
這篇文章會陪你一步一步拆解：
- 加州到底通過了哪幾個跟 AI 有關的新規定？
- 為什麼針對「AI 當老闆」的《No Robo Bosses Act》最後被州長否決？
- 對 AI 開發者、企業、還有一般上班族來說，這些變化代表什麼風向？
- 這些法規怎麼跟我們常聽到的「AI 安全」「災難性風險」連在一起？
讀完你會比較有感：加州其實是在「一手抓高風險 AI 安全、一手猶豫要不要嚴管職場裡的 AI 老闆」，而不是簡單的「變嚴」或「變鬆」而已。
加州想當 AI 監管領頭羊，但也不想把科技業嚇跑 🚩
先把這次故事裡幾個重點主角介紹一下，這樣後面才看得懂脈絡。
1️⃣ SB 53：前沿 AI 透明與安全法（Transparency in Frontier Artificial Intelligence Act, TFAIA）
2025 年 9 月 29 日，加州州長 Gavin Newsom 簽署 SB 53，2026 年 1 月 1 日正式生效。
- 這是全美第一部專門針對「前沿 AI 模型（frontier AI models）」的州法，鎖定的對象不是所有 AI，而是：
- 訓練算力超過 10^26 FLOPs 的大型通用模型（也就是那種超級大、能做很多事的 foundation model），
- 而且開發者是營收超過 5 億美金的大型公司。
- 這部法要這些「前沿 AI 開發者」做幾件事：
- 建立並公開一份「前沿 AI 安全框架」，說明怎麼管理風險
- 針對可能造成「災難性風險（catastrophic risk）」的情境，做風險評估和應對計畫
- 發生重大安全事故時，要向州政府相關單位通報
- 對內部負責安全的員工提供吹哨者保護
換句話說，SB 53 把「AI 安全白皮書」變成法定義務，而且只鎖定極少數、算力和能力都非常強的模型開發者。
2️⃣ CPPA 的 ADMT 新規：隱私法底下的「自動決策技術」管制 🧾
除了 SB 53，以隱私為基礎的監管也同步前進。
- 在加州現有的隱私法 CCPA 之下，加州隱私保護機構 CPPA 在 2025 年通過了一組新規，專門針對：
- 自動決策技術（Automated Decision-Making Technology, ADMT）
- 隱私風險評估（risk assessments）
- 資安稽核（cybersecurity audits）
- 這些規則對企業的要求包括：
- 如果用 ADMT 來做「重大決策」（例如雇用、解雇、升遷、排班等），要給當事人事前告知（pre-use notice）
- 必須提供一定程度的選擇退出（opt-out）權利（部分例外除外）
- 要針對高風險處理活動做風險評估，並在 2028 年 4 月 1 日前，向 CPPA 提交通盤評估摘要
多數義務會在 2026 年起陸續生效，跟 ADMT 有關的部分則預計在 2027 年開始正式適用。
這套制度有點像是：你用 AI 做重要決策可以，但必須有透明度、可被檢視，也要能說明風險和保護措施。
3️⃣ SB 7：《No Robo Bosses Act》（禁止機器主管法）——被否決的焦點法案 ❌
再來就是這次媒體很愛提的 SB 7，也就是《No Robo Bosses Act》。
這是一部獨立於隱私法之外的草案，專門針對「職場裡用 AI 管人」這件事。
- 主要內容包括：
- 對「自動決策系統（Automated Decision Systems, ADS）」下了一個很廣的定義
- 把雇用、解雇、懲處、帳號停用（例如外送平台的合作司機帳號）等，視為重大就業決策
- 規定在解雇、懲處、帳號停用這三件事上，不能只靠機器說了算，一定要有人類覆核
- 雇主必須提供 AI 介入的書面通知、申訴管道，以及對反報復行為的保障
結果到了 2025 年 10 月 13 日，也就是州長簽署或否決法案的最後期限，Newsom 選擇否決 SB 7。他的理由主要包括：
- 法案定義太廣，可能會把很多日常工具（像進階試算表、一般排班系統）也拉進嚴格規範
- 沒有清楚區分「高風險 AI 工具」和「低風險行政工具」
- 很多條文其實可能和 CPPA 的 ADMT 新規重疊，會提高企業合規成本
《洛杉磯時報》等媒體也指出，科技產業這段時間對州政府施加了不少壓力，擔心太嚴苛的法案會讓公司乾脆搬離加州，因此 Newsom 最後選擇「高風險優先、職場專法先等等」的做法。
簡單說，加州現在的姿態是：
對可能造成「災難性風險」的前沿 AI，要高標準嚴管； 對職場裡 AI 當不當主管，先交給隱私和風險治理工具處理，專法再看看。
時間軸整理：從草案、監管新規，到「通過＋否決」的一次到位 ⏱️
接下來我們用時間線，把這一串事件從頭排一次，你會更清楚這波「AI 監管組合拳」是怎麼打出來的。
1️⃣ 2025 上半年：No Robo Bosses 出現、ADMT 規則成形
- 2025 年 3 月左右
- SB 7《No Robo Bosses Act》被提出。
- 目標是成為全美第一個全面規範職場自動決策系統的州法。
- 核心精神是：重大就業決策不能只交給 AI 一定要有人類監督與覆核 員工應該知道 AI 何時介入決定自己的命運，且要有申訴和救濟管道。
- 2025 年上半年～夏天：CPPA 打磨 ADMT＋風險評估新規
- 其實早在 2024 年，CPPA 就已經在討論要針對高風險個資處理、自動決策技術、資安稽核訂一些細則，只是過程中經歷多次修正。
- 2025 年 7 月 24 日，CPPA 董事會終於通過一整組「ADMT＋風險評估＋資安稽核」規則，準備送往行政程序審查。
2️⃣ 2025 年 9 月：前沿 AI 法案過關，機器主管法也在立法機關過關 📜
- 9 月 12 日：SB 7 在州議會過關
- 主提案議員發布新聞稿，強調這是確保「職場 AI 還是有真人負責」的一大步。
- 多個勞工和隱私團體也表態支持。
- 9 月 29 日：SB 53（TFAIA）由州長簽署成法
- 這部法正式把「前沿 AI」這個概念寫進州法。
- 主要針對算力超高、用途廣泛的通用模型，要求：
- 建立並公開前沿 AI 安全框架
- 評估並管理災難性風險
- 發生重大安全事故時，要通報加州緊急服務辦公室（OES）等單位
- 對內部安全團隊成員提供吹哨者保護
很多學界與智庫的分析都形容，SB 53 是第一個真正試圖處理「災難性 AI 風險」的州級法案，而不是只談資料保護或演算法公平。
3️⃣ 2025 年 9～10 月：隱私＋AI 新規定案，No Robo Bosses 進入「等州長簽字」階段
- 9 月 23 日：CPPA 宣布新規通過行政程序審查，可在 2026 年 1 月 1 日生效。
- 包含：
- 高風險處理活動的風險評估義務
- ADMT 使用時的告知、選擇退出與權利行使流程
- 資安稽核頻率與內容等要求
- 包含：
- 隨後，律所與顧問公司開始提醒企業：
- 2026 年起必須開始做風險評估
- 2027 年 ADMT 規則正式落地
- 2028 年 4 月 1 日前，要把 2026–2027 的風險評估摘要送交 CPPA
此時 SB 7 已經在州議會過關，進入「等州長簽署或否決」的階段。
4️⃣ 2025 年 10 月 13 日：州長否決《No Robo Bosses Act》❌
- 在最後期限當天，Newsom 選擇否決 SB 7。
- 各大律所與政策分析單位在之後幾天紛紛出解讀，整理他的 veto 理由，大致包括：
- 定義過度廣泛、可能影響太多日常工具：SB 7 對 ADS 的定義，連帶公式的試算表、普通排班系統都有可能被算進去。
- 缺乏對高風險 vs. 低風險工具的區分：法案用同一套高標準去處理所有自動化工具，恐怕會扼殺一些其實對員工也有幫助的系統。
- 與 CPPA 新規重疊，增加不必要的合規負擔：在他看來，很多對職場 AI 的擔心，其實可以透過 CCPA／CPPA 的 ADMT 規則來處理，現階段不一定要再加一部專法。
媒體也補充，這背後還有很現實的一層：加州不想在 AI 競賽中，把科技公司推走。所以在「保護勞工」與「維持產業競爭力」之間，選擇暫時踩煞車。
5️⃣ 10 月中起：智庫、律所、媒體陸續分析，定調「高風險優先」路線
- 智庫與專業機構開始評論 SB 53，指出：
- 它把「災難性風險」具體化，連死亡人數、經濟損失的門檻都寫進去。
- 把「前沿 AI 安全框架」當成公開文件，也要求定期更新與事故通報，是一種把 AI 安全制度化的做法。
《洛杉磯時報》等媒體則從政治與產業角度分析，認為這顯示加州在 AI 法規上出現「部分退讓」，避免科技業覺得自己被針對得太兇。
6️⃣ 11 月：律所客戶簡報把幾件事打包整理，成為這次的「新聞入口」
- 11 月 10 日左右，國際律所 Paul Hastings 發布客戶簡報，把這幾件事整理在同一份文件裡：
- CPPA 的 ADMT＋風險評估＋資安稽核新規
- SB 53（前沿 AI 透明法）的通過與主要內容
- SB 7（No Robo Bosses Act）的否決與政治背景
總結一下這條時間軸：
2025 年下半年，加州等於一次把「前沿 AI 安全」、「自動決策技術治理」和「機器主管專法」都攤開來處理，最後留下前兩個、暫緩第三個。
深入拆解：什麼是「前沿 AI」與「災難性風險」？那勞工到底剩下什麼保護？🧩
時間線看完，接下來換幾個比較「讀者視角」的問題來拆——這樣比較好對照自己在意的點。
1️⃣ 前沿 AI 開發者被要求做哪些事？（不只是寫 PR 文那麼簡單）
SB 53 把焦點放在「少數，但能力非常強」的前沿模型開發者身上。這些公司如果符合：
- 訓練算力 > 10^26 FLOPs
- 模型屬於「通用」型，可以應用在很多不同任務上
- 公司前一年營收超過 5 億美元
那他們就要面對幾個關鍵義務。
（1）建立並公開「前沿 AI 安全框架」📘
大型前沿開發者必須在官網上公開一份「frontier AI framework」，而且要定期更新，內容大致要說明：
- 採用哪些國家／國際標準、業界最佳實務 很多人推測，像 NIST 的 AI 風險管理框架（AI RMF）會是參考基礎之一
- 怎麼判斷自己的模型會不會帶來「災難性風險」
- 目前採取哪些風險緩解措施，有沒有委託外部測試
- 怎麼保護模型權重不被竊取、竄改（資安防護）
- 公司內部自己用這些前沿模型時，怎麼評估與控制風險
而且這份框架不是一次寫完就收工：
- 至少每年要重審一次
- 如果模型有重大改版，30 天內就要更新框架並說明改動原因
實際效果是，把原本比較偏「自願揭露」或是「CSR 報告書」型態的東西，拉到法律義務的層級。
（2）「災難性風險」定義＋安全事故通報 ⚠️
SB 53 也用條文的方式試著定義什麼叫「災難性風險」，大致是指：
如果模型被濫用或失控，有「可預見且實質」的風險，可能造成：
- 超過 50 人死亡或嚴重受傷，或 超過 10 億美元的損失
並包含一些具體情境，例如：
- 模型完全脫離開發者或使用者的控制
- 在缺乏足夠監督情況下，被用來發動大型網路攻擊、嚴重金融詐騙或廣泛犯罪行為
對大型前沿開發者來說，這會帶來兩件很實際的義務：
- 重大安全事故通報義務
- 遇到 critical safety incident，要在一定期間內（例如 15 天）通報加州緊急服務辦公室（OES）
- 如果事件可能對生命或公共安全造成立即風險，還要在 24 小時內通報適當單位
- 定期傳送「災難性風險內部部署評估」
- 如果公司把前沿模型用在關鍵基礎設施、金融系統等高敏感場景，要定期彙整風險評估摘要報給 OES
這種設計有點像「AI 版事故報告制度」，讓政府可以掌握高風險使用場景的狀況，而不是事後才從媒體爆料中得知。
（3）吹哨者保護：保護說真話的安全團隊 🗣️
另外一個有趣、也很關鍵的點，是 SB 53 對「負責安全風險的人」給予吹哨者保護。
- 如果安全、人資或技術團隊的員工，基於善意向外揭露： 前沿模型可能造成重大公共危害，或 公司違反這部法律的義務
- 而因此遭到不利對待（降職、解雇等），他們可以尋求法律救濟。
這等於是告訴大型實驗室和公司：
安全爭議不能只用人事手段壓下來，真正有問題時，講出來的人會被法律保護。
2️⃣ 那《No Robo Bosses Act》被否掉後，職場裡就變成「AI 想怎樣就怎樣」嗎？👨💻👩💻
這題很多人會直覺擔心：
機器主管法被否，是不是代表未來上班族乖乖被 AI 打分數、排班、解雇，完全沒救？
其實沒有這麼極端，因為還有一整套 CCPA＋CPPA ADMT 規則 在那裡。
如果 SB 7 有通過，本來會多出幾個非常具體、而且針對職場設計的保護：
所有重大就業決策，只要用了 ADS，就必須：
- 先給清楚的預先通知（pre-use notice）
- 解雇、懲處、帳號停用不得完全交由機器自動決定，一定要有人類覆核
- 若主要依賴 ADS，事後要給員工書面說明：
- 誰是負責人？
- 可以怎麼提出疑義？
- 如何取得資料並要求更正錯誤？
現在 SB 7 被否了，這些「職場專用」的保護確實沒有上路。
但不是什麼都沒了，因為：
- CPPA 的 ADMT 規則仍然對「在雇用、升遷、排班等重大決策中使用 ADMT」有拘束力
- 公司如果用 ADMT 來做這些決策，必須：
- 提供明確的使用告知（可以融入 CCPA 收集通知）
- 視情況提供 opt-out 或替代流程（有例外，但不是完全免責）
- 回應個人關於 ADMT 使用的查詢與權利行使（例如要求說明、刪除等）
- 公司如果用 ADMT 來做這些決策，必須：
- 大型企業還要寫風險評估＋資安稽核
- 這些文書與流程，不只是「隱私合規」，也會順便把職場 AI 的風險納進檢討範圍。
- Newsom 的否決理由，其實沒有完全否定「AI 管人要有人類監督」這個方向
- 他只是認為 SB 7 版本太「一刀切」，用同樣高標準壓所有工具，沒有區分高風險／低風險，還容易跟既有規則打架。
- 未來未必不會出現「版本 2.0」，只是現在先暫停。
所以比較貼切的描述是：
勞工保護沒有歸零，而是從「一部專門管職場 AI 的硬法案」，退回到「隱私與風險治理框架」裡面處理。
對員工來說，你還是有權知道 AI 有沒有參與重要決策、可以要求一定程度的透明度與申訴管道。
只是「一定要有人類主管最後拍板」這件事，目前並沒有變成一條明確的州法條文。
3️⃣ 加州在畫一條線：「高風險 AI 要嚴管，一般 AI 用治理工具慢慢調」📊
把 SB 53、CPPA ADMT 規則、否決 SB 7 都放在同一張圖上，你會看到一個蠻清楚的策略：
- 真正有可能造成「災難性風險」的前沿模型，要嚴管
- 用算力門檻＋通用性來鎖定對象
- 要求公開安全框架、通報重大事故、保護吹哨者
- 這是對少數「頂級模型開發者」打的高規格組合拳
- 日常生活和職場常見的 AI 工具，主要用隱私與風險治理去約束
- 用 ADMT 規則要求通知、選擇權與權利救濟
- 用風險評估、資安稽核，逼企業認真思考自己在幹嘛
- 職場 AI 專法（No Robo Bosses），暫時踩煞車，留政治空間
- 一方面觀察現有工具效果
- 一方面減少對產業的「立即性衝擊」
如果你是在做 AI 產品，這其實是一個很清楚的訊號：
- 越接近「前沿模型訓練」、算力越驚人、用途越廣，你就越需要把「安全與治理」當產品的一部分設計，而不是做完才找 PR 補。
- 如果你是做 HR tech、排班系統或各種「管理型 AI 工具」，短期內重點是跟著 CCPA／CPPA 的規則走，但也要預留空間——未來不排除會有更精準版的「No Robo Bosses 2.0」回鍋。
重點：加州在做一場「高風險優先」的 AI 管制實驗，下一步值得持續觀察 ✅
最後，我們把剛剛講的東西整理成幾個比較好記的重點，也順便換位思考一下，從不同角色的角度看這件事。
1️⃣ 這次加州 AI 新法的關鍵重點
- 加州真的走在前面，但不是全面封殺，而是「高風險優先」
- SB 53 讓加州成為全美第一個針對前沿 AI 模型訂安全義務的州。
- 它鎖定的是少數超大模型開發者，不是所有 AI 新創。
- 對多數企業來說，短期內真正會感受到的是 CPPA 的 ADMT＋風險評估規則
- 用 AI 幫忙雇用、解雇、排班，不能只是裝上去就算導入 AI，而是要有通知、選擇權與風險評估流程。
- 《No Robo Bosses Act》被否，不代表勞工被放生，而是改走「隱私＋治理」路線
- 員工仍然有資訊與權利，只是多了一層企業自己設計流程的空間，少了一部「職場 AI 專法」的硬性規則。
- 國際視角來看，這有點像「美式 AI Act」的某種版本
- 歐盟是用 AI Act 把高風險系統列一大類，
- 加州則是強調前沿模型＋災難性風險，再用隱私與風險管理去補「日常使用」的部分。
- 這兩種路線未來會怎麼互相影響，很值得觀察。
2️⃣ 如果你是……
- AI 開發者／產品負責人
- 檢查一下自己離「前沿模型開發者」有多近：
-有沒有在做大模型訓練與微調？
-公司規模、算力規模會不會在未來幾年跨入那個門檻？ - 即使目前還沒達到 10^26 FLOPs，提早思考：
-我們的安全框架要寫什麼？
-怎麼記錄和處理安全事件？
-公司文化對吹哨者與安全團隊友不友善？ - 這些東西未來不只是法遵問題，也會是募資、企業合作時的加分項。
- 檢查一下自己離「前沿模型開發者」有多近：
- 企業內導入 AI 的 IT／HR／資料團隊
- 別只問「AI 功能強不強」，也要問：
-它會不會被視為 ADMT？
-我們是否有清楚的告知、選擇權和應對流程？ - 將來，「會選 AI 工具」之外，「能設計 AI 治理流程」也會變成重要能力。
- 別只問「AI 功能強不強」，也要問：
- 一般關心科技政策的讀者
- 這個案例很適合當成「觀察各國 AI 監管思路」的參考：
-有些地方選擇先管資料（隱私）、有些地方先管用途（高風險系統）， 加州這次是直接抓「前沿模型＋災難性風險」，再搭配隱私工具。
- 這個案例很適合當成「觀察各國 AI 監管思路」的參考：
如果你可以看到這裡，代表你對「AI＋政策＋產業」的交界真的很有興趣，我自己也很喜歡寫這類題目 🤝
如果你也想一起 follow 這些變化，歡迎在方格子追蹤我 Mech Muse。
我們下一篇再一起拆一則新的科技新聞，掰啦 👋
延伸閱讀：
【Mech系列】 美國人型機器人公司總覽｜開場篇：含各公司詳細介紹🤖
【Mech系列】美國小型核能新勢力大揭密：8 大公司完整解析
【Mech 系列】全球機器人補助與政策總覽｜各國政策解析方向
【Mech系列】人形機器人核心硬體全解析：從零件開始的下一場科技革命
