本文探讨了美国普通法体系——特别是侵权法——如何从工业革命时期开始，就作为一种隐形的引擎推动技术进步。文章对比了僵化的成文法与灵活的普通法，指出后者通过判例积累和自我调整，曾成功帮助社会适应铁路带来的剧变。作者认为，面对未知的人工智能（AI）风险，普通法提供的“合理谨慎义务”是一种比过度监管更优的治理框架，它不仅能处理实际发生的伤害，还能激励社会采纳更安全、更先进的 AI 技术。
法律如何适应技术变革
美国早期的法律环境实际上对竞争并不友好，往往倾向于保护垄断和维持现状。然而，工业革命打破了这种静态。随着新机遇的出现，法律被迫进行调整。这种调整并非来自立法机构自上而下的宏大命令（没有所谓的“工业革命法案”），而是通过去中心化的方式发生的：
- 法官的判例： 通过解决一个个具体的侵权案件，法官们逐步确立了新的原则。
- 隐形的引导： 当时的法官可能并不知道自己在为工业资本主义铺路，但他们遵循一个基本原则：由生产性企业驱动的变革，总体上是好事。
“法律文化将深刻地塑造即将到来的人工智能革命的激励机制和轮廓。”
普通法 vs. 成文法：谁更适合治理 AI？
文章核心对比了两种法律形式在应对新技术时的优劣：
- 成文法（Statutory Law）：
- 由立法机构自上而下制定（如《民权法案》）。
- 反映当时的政治意志，往往容易过时。
- 通常像一个“单向棘轮”（one-way ratchet），只会越来越复杂，难以回调。
- 普通法（Common Law）：
- 由法官在个案审理中创造，依赖先例。
- 具有自我适应性： 当新技术（如 AI）带来新形式的伤害时，系统无需等待新法案通过即可做出反应。
- 具备纠错能力： 它可以根据社会需求向上或向下调整责任标准。
案例分析： 即使没有专门针对“大语言模型”的法律，当 OpenAI 的聊天机器人涉嫌诱导青少年自杀时，受害者家属仍可依据普通法中的“合理谨慎义务”提起诉讼。这证明了该体系的灵活性。
历史的教训：铁路时代的“让路义务”
回顾历史，美国法院曾通过调整责任认定来促进铁路的发展，这为今天的 AI 治理提供了先例：
- 牲畜围栏： 传统上，谁造成伤害谁负责。但为了铁路的快速发展，法院判定沿线地主（而非铁路公司）有责任修建围栏，防止牲畜上铁轨。
- 乘客风险： 法院认为，乘客如果想要享受铁路带来的便利，就必须自行承担并在一定程度上适应火车颠簸带来的货物损坏风险。
这一时期的法律传递了一个明确的信号：技术进步对国家有利，公民有义务适应它。 学者霍华德·施韦伯（Howard Schweber）将其描述为“让路的义务”（the duty to get out of the way）。
将普通法应用于 AI：从监管到激励
目前，我们尚不清楚 AI 会带来多大的风险。在这种不确定性下，过早制定详尽的成文法是明智的。普通法提供了一个更佳的替代方案：
- 应对现实而非想象： 它处理的是已实现的伤害，而不是对未来的投机性恐惧。
- 通过法庭进行社会对话： 法庭将成为我们厘清“谁该对 AI 造成的伤害负责”这一复杂问题的场所。
更重要的是，我们不应仅将普通法视为一种防御性的监管工具，它还可以成为采用 AI 的激励工具。
“合理谨慎”标准的演变： 法律的核心标准是“合理谨慎”（Reasonable Care）。随着 AI 能力的提升，这个标准可能会提高：
- 如果 AI 诊断癌症的准确率远超人类医生，那么一个拒绝使用 AI 辅助工具的医生，是否还能被视为尽到了“合理谨慎义务”？
- 未来的法律可能会认定，不使用更安全的 AI 技术本身就是一种疏忽。
“我们希望 AI 能给我们带来一次又一次的免费午餐：更快、更好、更安全、更便宜、更可靠。”
结论： 历史表明，只要我们运用得当，法律不仅不会阻碍进步，反而会通过动态调整责任边界，鼓励采用那些能让我们生活得更安全、更高效的技术。