如果你在 2025 年 2 月参加加州律师考试，会遇到一场大混乱。这是加州律考几十年来首次尝试线下与远程混合交付，结果开考即崩溃：考生被踢出答题系统、界面卡顿报错，试题里甚至夹杂着错别字和逻辑问题。这场事故的导火索是一笔财务缺口。加州律师考试由 State Bar of California 主办，它是加州最高法院下属的行政机构，每年开考两次。以往加州和美国多数州一样，多选题采购全美统考机构 NCBE，即 National Conference of Bar Examiners，的 MBE 多选题联考。2024 年，State Bar 出现 2200 万美元的基金赤字，砍掉 NCBE 多选题合同，花 825 万美元雇 Kaplan 出题，Meazure Learning 负责考试执行。
除了系统故障，随后浮出水面的考题来源引发了更大的公信力危机。State Bar 事后披露的清单显示，整场考试 171 道计分多选题中，100 道采购自 Kaplan，48 道抽取自针对非正规法学院学生的一年级法考，俗称 baby bar，其余 23 道则由 ACS Ventures 动用 AI 直接生成。ACS Ventures 是 State Bar 雇佣的心理测量服务商，职责是利用统计学方法评估试卷信度并划定及格线。一个本该独立把关考题质量的裁判角色，却把用 AI 生成的 23 道题塞进了正式考卷，且事前没有向考试委员会、最高法院或公众做过任何报告。
这直接违背了委托合同的约定。Kaplan 与 State Bar 的协议白纸黑字写明，生成式 AI 的参与度应当保持 de minimis，也就是尽可能低，AI 工具只能用于增强既有人类作品的有限部分。4 月 State Bar 向加州最高法院提交的文件进一步证实，ACS 拿到 AI 生成的草稿后，只做了初步的格式与体例调整，既没有校对法律内容的准确性，也没有排查偏见或评估是否适合测试入门阶段的律师。尽管 State Bar 坚称所有题目最终都经过内容验证小组和学科专家的审查，合并多选题信度高于 0.80 的心理测量目标，并否认存在利益冲突，但加州参议院司法委员会依然在立法分析报告中将这次考试定性为 unmitigated disaster，即彻底的灾难，提案人办公室也明确指出多道考题在呈现给考生之前没有经过执业律师的实质审阅。
这场风波以密集的补救和诉讼收尾。State Bar 安排了约 85 名受影响考生在 3 月补考；复查发现 431 名未通过考生的作答笔记存在系统导出缺陷，随后直接改判其中 8 人合格通过；加州最高法院紧急介入，裁定 2025 年 7 月的考试全部回归线下并恢复采购 NCBE 题库；考生针对 Meazure 发起的集体诉讼在 2026 年 8 月达成和解。
面对这场考试公信力危机，加州立法机构选择出台一部披露法案，没有下达技术禁令。AB 1651 编入加州 2026 年法规汇编 Chapter 116，由众议员 Diane Dixon 提出，2026 年 8 月 22 日获州长签署，在加州《商业与职业法典》中新增 § 6060.15 条款，定于 2028 年 1 月 1 日正式施行。整个立法过程未遇任何正式反对，加州众议院最终以 72 比 0 全票通过。
法案的核心逻辑建立在四个紧密咬合的条款上。在定义端，§ 6060.15(a)(2) 将 AI 生成内容界定为由生成式 AI 全部或部分生成的视觉与文本内容，部分生成也算，没有设定任何比例门槛。在适用范围上，§ 6060.15(b) 与 (c) 将披露对象划定为两类资产：一类是 State Bar 自主开发或明确指令开发的所有考题、实务技能测试、标准答案与评分细则；另一类是 State Bar 编制、背书、发布或分发的官方备考材料，涵盖样题、范文、复习大纲和解析。在披露形式上，§ 6060.15(e) 要求正式考试的 AI 披露必须提前 60 天挂在 State Bar 官网上，备考材料则必须在封面直接印制披露声明。整部法案最核心的规定集中在 § 6060.15(d)，法条原文只有一句话：
Subdivisions (b) and (c) apply regardless of whether the artificial intelligence-generated content is revised or reviewed by a natural person.
这条规则确立了一个清晰的原则：无论 AI 生成内容后续是否经过自然人的修改或审核，披露义务都适用。换句话说，人类专家的校对和重写无法洗掉素材原初的 AI 来源标记。
与此同时，这部法律的制度边界同样保持克制。整部法案没有设置罚款等处罚条款，没有建立专门的行政执行机制，也没有赋予考生私人诉权。在法案起草的审议过程中，其覆盖范围还做过一次收窄：State Bar 曾向委员会表达担忧，认为自己无从获知外部承包商（例如此前 Kaplan 交付的 100 道题）在内部作业时是否动用了 AI 工具，若将这部分内容也纳入强制披露将难以执行；提案人据此接受修正，将法案限定在 State Bar 主导开发的材料之内。
AB 1651 还承接了一部前导立法。早在 2025 年 10 月 6 日签署的 SB 253 法案中，加州就曾原则性要求考试委员会，只要出题或评分环节动用了 AI，就要提供通知，但通知的主体、时间窗口和具体形式都没有写清楚。AB 1651 补齐了这些操作细节：明确了官网和封面等公开载体，锁定了考前 60 天的交付节点，将监管延伸到备考材料，并加入了人审不豁免的核心准则。
把视线从准入考试转向律师的日常执业，同一个行业在对待 AI 时运行着截然不同的规则。在执业端，律师使用 AI 工具无需向客户或法庭主动披露。美国律师协会在 2024 年 7 月 29 日发布的 Formal Opinion 512 确立了这一基准：律师可以借助生成式 AI 辅助工作，前提是对输出内容进行独立核验并保留专业判断。整份伦理指引要求律师为最终提交的文书承担完全责任，没有施加任何关于使用 AI 的常规披露义务。
司法层面的惩戒案例印证了这种责任归属机制。在纽约南区联邦法院审理的 Mata v. Avianca 案中，代理律师在提交给法庭的答辩状中引用了 6 个由 ChatGPT 虚构的判例，主审法官 Castel 依据联邦民事诉讼规则 Rule 11 对其处以 5000 美元制裁。法官在裁定中指出，诉讼规则要求的合理调查义务不能转包给技术工具，律师未做核验便签字提交构成过错。法庭惩戒的是未履行核验职责，使用 AI 工具本身并不受追究。人类律师的签字确认，完成了对工具输出的责任吸收。
将两端的规则并列，反差清晰可见。在日常执业中，行业奉行使用、核验、负责的逻辑，人类专业人员的把关免除了披露义务；在准入考试中，加州 AB 1651 明确只要生成题目动用了 AI 就必须事前公示，人类专家的修改和审查无法洗掉原初的来源标记。同一个专业领域，在日常生产与准入把关两端切割出了走向相反的问责路径。
观察各行业应对 AI 的治理规则，不能把它们压进一条单向递增的严格度阶梯。全面禁用和强制披露回答的是两套独立的问题：第一把尺子衡量准不准用，第二把尺子衡量用了要不要说。本文使用的 T0 到 T4 档位标签，只是梳理机制逻辑的参照坐标，不属于任何官方分类，也不构成单一维度的严格度排序。
第一把尺子是准不准用。处在 T0（承诺不用） 的机构要求产出主体出具书面保证，确认全程未接触 AI 工具。例如 ASME 期刊要求投稿作者确认 AI 未参与原创学术内容的开发；中国软件著作权登记自 2026 年 3 月 15 日起要求申请人手写抄录未使用 AI 的承诺，失实则列入失信名单。处在 T1（全面禁用） 的机构在制度上直接排除 AI 介入。全美统考机构 NCBE 在 2025 年夏刊主席信中声明，现行律考与 NextGen UBE 的正式考题开发及评分均不使用 AI；CFA Institute 也写明，不会使用 AI 独立生成认证内容、评卷或做出高利害认证决策。
第二把尺子是用了要不要说，只在允许使用 AI 的前提下才展开。处在 T2（使用加负责、不披露） 的是当代专业执业的主流模式：可以用 AI，但必须以人类专业判断审查并承担全部责任，通常无需对外披露。律师行业已由 ABA Formal Opinion 512 定调；北美精算师协会也指出，精算师未经核验不能拿模型结论推卸责任，执业责任锁在持证人员身上，并不向客户设定通用的 AI 披露义务。
T3（使用加条件披露） 允许使用 AI，只在特定条件触发说明，且普遍设有人审豁免。加州 AB 3030 规定，生成式 AI 生成的涉患者临床沟通须附免责声明，但内容经过持证医疗人员阅读审核后，披露要求便自动免除。欧盟《人工智能法案》第 50 条第 4 款对公共利益文本同样规定，经过人工审核或编辑控制且有主体承担编辑责任，即可免除披露。
第二把尺子的另一端是 T4（使用加强制披露、人审不豁免）：用过就要交代，人类审核抹不掉这项义务。学术出版界自 2023 年起多落在这里。国际医学期刊编辑委员会 ICMJE 要求作者投稿时披露 AI 辅助技术的使用；ICLR 明确任何大语言模型的使用均须披露；多数学术规范对基础语言润色予以豁免，ACM 在 2026 年 5 月调整后，写作辅助不再强制披露。法定对照里，中国《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行，全文未设人工审核免责条款；加州 AB 2355 要求含有 AI 生成内容的政治广告必须标注。
把加州 AB 1651 放进这两把尺子里，位置就清楚了。资格认证考试空间里，NCBE 与 CFA 走第一把尺子下的 T1，在出题与评分流程中排除 AI；美国医师执照考试、注册会计师考试、项目管理专业人士认证与注册护士执照考试均无法定 AI 出题披露要求。加州 AB 1651 走第二把尺子下的 T4：允许使用 AI，但只要律协主导使用就必须公开披露，后续专家审核无法免除。它不是全球第一个 T4，学术出版 2023 年已先行；它是资格认证考试空间里的第一个法定 T4，并且在 T4 内部比学术主流更紧，既没有微量使用豁免，也没有基础语言文字润色免责。
给技术团队起草内部 AI 政策时，最容易出现的偏差是试图用单一规则覆盖所有工作流。理顺政策的第一步，是把工作流区分为日常业务生产 Practice 与准入认证关卡 Gate。
Practice 占了工程师大部分常规时间：在 Pull Request 里用 Copilot 或 Cursor 补全代码、起草内部 RFC、总结工单，或迭代具体功能。这里核心是交付物质量和明确的责任人，对应 T2：可以用 AI，但必须人工核验，由你对合入的结果负责，和 ABA Formal Opinion 512 对律师日常执业的界定同构。这类工作流不必给每个文件盖上 AI 声明章。
Gate 是组织对外部或对内部做认证的节点：对外发布 Launch Notes、准备 SOC 2 审计材料、发布带评测数字的模型卡片、写代表官方立场的技术博客、招聘用的 take-home、晋升材料。这里材料来源和机构公信力是核心，事后人工审阅抹不掉生成印记。最常见的失误是把 Practice 的直觉套到 Gate 上，以为复核过就可以不提 AI。这正是加州 AB 1651 在律考出题端否掉的路径。
Gate 流程必须先选一把尺子：T1 禁用，这份认证材料里不用 AI，像 NCBE 与 CFA 在高利害认证里的做法；或 T4 允许用但必须声明，且人工核验不免除披露。若选了 T4，政策只需再拧两个旋钮。触发门槛：全量使用都声明，还是仅实质角色才触发，拼写语法工具是否豁免。人审效果：审核后可免披露，如加州 AB 3030 或欧盟人工智能法案第 50 条第 4 款；还是核验后仍须保持来源透明，如加州 AB 1651 或中国内容标识办法。
起草或修订团队的 AI 政策时，先把交付物盘点一遍：大多数常规研发划进 Practice，放手使用、合并者负责；直接关系到外部背书和内部认证的资产单独划进 Gate，按需配置 T1 或 T4。分清这两套问责逻辑，日常工程推得动，对外承诺也站得住。