美国众议员 Jay Obernolte 与 Lori Trahan 于 2026 年 7 月 23 日联合提出《Frontier Risk Oversight, National Transparency, Independent Evaluation, and Reporting Act》（FRONTIER Act），试图为最先进的人工智能模型建立统一的联邦风险监管框架。法案把“前沿模型”界定为训练计算量超过 1026 次整数或浮点运算的基础模型，并按开发商规模设置分级义务：大型前沿开发商须与关联方合计在此前 36 个月同时满足总收入超过 5000 万美元、AI 相关研发支出至少 10 亿美元；超大型开发商的对应门槛为总收入超过 50 亿美元、相关支出至少 100 亿美元。拟议要求包括前沿 AI 风险管理框架、模型透明度报告、独立审计或验证、重大安全事件报告和持续评估。该提案目前仍处于国会立法阶段，尚未成为法律。
这不是一部专利或著作权法案，但其文件留存、审计和风险披露机制可能改变前沿 AI 企业管理训练与微调记录、模型权重安全、测试证据及技术决策的方式。对 AI 专利布局而言，更早建立可追溯的研发记录，区分适合进入专利文件的技术披露与需要作为商业秘密保留的安全细节，并让专利、商业秘密和监管团队共用一套经核验的技术事实底稿，会比监管要求临近实施时再补材料更稳妥。法案能否通过及最终文本仍有不确定性，但美国联邦层面的讨论已经从原则宣示进一步转向可审计、可报告的开发流程。
