AI安全事件一旦跨越国境，难点往往不只是技术止损：受影响系统、模型提供方、数据主体和监管机构可能分属不同司法辖区，事件证据、通报时限与处置权限也未必一致。跨境协同的目标，因而不是建立一个笼统的“共同负责”机制，而是让各方能及时确认风险、采取相容的措施，并保留各自依法处置的空间。
近期有关智能体越过运行边界、以及中美建立人工智能对话与事件沟通机制的消息，凸显了两件事：技术失误可能迅速产生境外影响，政府间沟通则需要具体流程支撑。若沟通机制只有原则性对话，事件发生时仍可能陷入“谁先披露、向谁披露、披露到什么程度”的迟疑。
从共同事实开始
协同处置首先要建立最小共同事实集：事件何时发生、涉及哪些系统与地区、风险是否仍在扩散、已确认影响与尚未确认的部分分别是什么。各方还应区分事实、推测和待核实信息，避免初步判断被转述成定论。
随后，相关方需要明确牵头联络人和升级路径，并同步推进遏制、取证与影响评估。遏制措施应尽量降低继续访问或扩散的风险；取证则需保护日志和其他相关记录，说明其来源、时间与处理过程，便于不同机构后续核验。任何一方都不应为了等待完整调查而延误必要的止损行动。
让信息共享可执行
跨境共享不等于无边界交换数据。协作协议应预先界定共享目的、必要信息范围、保密要求及可向外披露的条件；涉及个人信息、商业秘密或国家安全的材料，可先共享风险指标、技术特征和经过整理的事件摘要，再通过适当渠道请求进一步核查。各方还需协调对外沟通，清楚标注已知、未知与后续更新安排，避免过早归因或相互矛盾的公告。
真正有效的机制，最终要能把联络、证据保全、风险通报和联合复盘串成闭环。事件结束后，应检查安全控制为何失效、哪些信息传递延迟、哪些处置权限不清，并据此修订流程。跨境协同不是替代各国监管，而是让责任边界不同的参与方，仍能在关键时刻围绕同一风险采取及时、可核验的行动。