← 知识整理
AI 产品实践 / 知识整理 · 中文

王凯 国内 AI 监管与本土化合规分析

228 帖记录的国内 AI 监管演化:MJ/SD 等海外 AI 服务封禁、国内大模型备案、套壳 GPT 风险、AI 内容生态合规、网信办/工信部监管节点、为什么国内 to B 不太适合、大公司谨慎策略

资料来源:王凯 · 本站发布:2026-09-26

AI合规本土化产品策略

228 帖跨 3 年的国内 AI 监管观察。结论简单:国内监管节奏是慢于市场需求且渐严的,小微 team 几乎只能选择出海。

1. 核心判断

# 判断 状态
1 MJ 一定会被封禁 ✅ 2023-04 预测,后被验证
2 国外 AI 服务大概率会被封 ✅ 持续验证
3 国内大模型备案是高门槛 ✅ 验证(中小 team 不可能)
4 国内 to B AI 不好做 ✅ 验证(关系 fb 重于产品)
5 国内 to C 必然免费 ✅ 2025-02 后验证
6 大公司比小公司更受监管成本拖累 ✅ 验证

2. 监管演化时间线

graph TD
    A[2023-Q1 MJ/GPT 套壳浪潮] --> B[2023-Q2 网信办首批备案<br/>百度/阿里/智谱]
    B --> C[2023-Q3 文心一言公测<br/>大模型必须备案]
    C --> D[2024-Q1 大模型监管细则<br/>训练数据合规]
    D --> E[2024-Q2 网信办新审核机制<br/>提交模型/训练集/语料]
    E --> F[2025 大模型企业商业化收紧<br/>免费成为主流]
    F --> G[2026-Q1 AI 监管"刷脸"扩大]

3. 套壳 GPT / MJ 的风险(2023 实战教训)

王凯 2023-04-25 总结:"套壳要尽早赚钱"。

实战风险点

  1. 流量入口被墙:DNS 污染 / 域名被封
  2. 付费用户失联:短信审核 + 漏看率高 → 必须引导加微信
  3. 政策牵连:工商信息查、网信办联动
  4. 资质问题:大模型未备案 + 内容审核未达标

王凯当时的"被墙预案"

  1. 写好服务协议
  2. 准备好用户通知渠道(微信 / 二维码自动登录)
  3. 服务地址备份
  4. 监控工商信息

4. 网信办大模型备案(高门槛)

首批备案(2023-08):百度文心 / 阿里通义 / 智谱 / Kimi / 快手 / 字节 / 商汤 / 上汽 / 美团(曾大约)等。

门槛:

  • 必须企业有合规资质
  • 提交训练数据 / 模型 / 语料
  • 内容审核机制
  • 模型解释性

小微 team 完全不可能拿到备案 → 只能:

  • 套壳大模型(出海版必接 OpenAI / Anthropic)
  • 接已备案大模型 API(百度 / 阿里)

5. 国内大公司的"AI 包袱"

王凯反复强调(2023-04-07 等帖):

  • 大公司不敢明目张胆接境外 API
  • 内容审核合规成本高
  • 政策变动直接影响主线业务
  • 大公司只能用国内二三流大模型 API
  • 大公司被监管成本拖累,小微 team 反而有窗口

大公司应对策略

  • 出海做 AI 产品(如老黄 newtype 路径)
  • 内部做 AI 工具(不公开发布)
  • 等待监管明朗

6. 国内 AI 内容生态合规

6.1 AI 生成内容(AIGC)合规节点

  • 必须标识 AI 生成
  • 网信办反 AI 滥用 SEO 政策
  • AI 写作类产品需注明

6.2 AI 检测攻防战(2024-2025 王凯关注)

  • AI 写内容做 SEO,Google 打击
  • AI 论文 / 文章被学校 / 期刊检测
  • 求职 AI 辅助作弊,企业用 AI 反作弊
  • AI 绘画真假对抗
  • AI 诈骗攻防

王凯判断:AI 安全 / 检测领域一定出现巨头。

6.3 大模型水印(计划中)

  • 大模型们将被要求生成独特标识
  • 反 AI 内容滥用
  • 但开源模型仍可绕

7. 国内 to B AI 为什么难做

王凯 2024-06-19 总结(医疗 AI 案例):

  • 国内医院 fb 关系 + 背景为重
  • 项目不仅是 AI 能力,更是渠道
  • 法律 / 医疗类要拿资质,小微 team 进不去
  • 行业知识不在公开数据中(医生用药清单 / 临床路径)

国内 to B AI 创业建议:

  • 不要做医疗 / 法律等强监管行业
  • 选"AI + 销售"类不需要资质的(朱啸虎风格)
  • 卖给中小企业的 AI 客服 / AI 销售线索

8. 国内 to C AI 为什么必然免费

王凯 2025-02-13 顿悟:

  1. token 成本年降 90% → 单用户成本趋零
  2. 国内免费模式竞争 → 任何收费会被立即颠覆
  3. DeepSeek 节点:开源 + 免费 + 高质量 → 整个行业重新洗牌
  4. 大厂 cover → 单 ARPU 在它们整个营收中可忽略

结果:

  • 国内主流 AI 产品永无可能再收费
  • 海外 OpenAI / Claude 等也会跟进免费
  • "按效果付费"在中国市场绝不会成立

9. 国内监管对小微 team 的"好处"

王凯观察的 4 个边缘红利:

  1. 大公司不敢做的细分点
  2. 跨国数据交互的灰色地带
  3. AI 安全 / 检测周边
  4. 企业用 AI 不愿用大公司的(数据安全顾虑)→ 小工具有机会

但所有边缘红利都是短期的,长期来看小微 team 还是必须出海。

10. 政策预警节点(王凯多次关注)

节点 内容 影响
网信办大模型备案 季度更新名单 决定可用大模型
工信部 AI 应用规范 不定期 决定产品合规
网络安全审查 监管收紧 数据出境
个人信息保护法 持续 C 端 AI 产品合规

11. 国内 vs 海外 AI 创业对比

维度 国内 海外
大模型选择 必须备案的(百度/阿里/智谱等) OpenAI / Anthropic / Google 任意
数据收集 严格合规 + 用户授权 较宽松(GDPR 较严但可控)
内容审核 必须 + 实时 较宽松
支付 实名 + 风控 Stripe 等友好
小微 team 启动 高合规成本 低合规成本
大公司 包袱重 包袱可控

12. 王凯的"国内策略"

最近 2 年王凯实际操作:

  • 不在国内做 to C 产品(除松鼠快看的过渡)
  • AI 戒烟 / AI 投资工具:以海外为主,国内做品牌沉淀
  • KeepRule:海外为主
  • 大模型选择:完全用海外(Claude / GPT / Gemini)
  • 支付:Stripe / 海外卡为主

13. 国内特殊监管节点观察

2024-2026 出现的新动态

  • 抖音 / 千问的 AI 入口尝试(系统层抢入)
  • AI 教育收紧(K12 培训受限)
  • AI 医疗准入未放开
  • AI 投资 / 金融监管严(券商不能给 AI 建议)

14. 王凯说

"国内 AI 创业小微 team 99% 要选择出海。"

"国内 to C 必然免费,商业模型完全不一样。"

"国内 to B 是关系 fb 重于产品的市场。"

"大公司比小 team 更受监管成本拖累。"

"AI 安全 / 检测周边长期看是巨大机会。"


引用