从婚外情到“深层国家”:特朗普劳工部长辞职背后的权力乱局与官僚震荡

2025年3月的一个普通工作日,美国劳工部大楼内的气氛却并不普通。洛里·查韦斯-德雷默(Lori Chavez-DeRemer),这位由特朗普亲自任命的劳工部长,在短短数月内便递交了辞呈。表面原因是一桩涉及下属的婚外情指控,但她在离职声明中,却将矛头指向了一个更为诡异的敌人——“深层国家”(Deep State)。
这并非简单的桃色丑闻,而是一场关于权力、忠诚与官僚体系反噬的现代政治寓言。当一位部长级官员将个人职业崩塌归咎于“看不见的手”,而她的下属却公开谴责她带来的“持续动荡”时,我们不得不追问:这究竟是个人的堕落,还是特朗普第二任期内阁治理的必然溃败?
### 一、丑闻的“表层”:婚外情与裙带关系的双重风暴
根据多家媒体及劳工部内部官员的透露,查韦斯-德雷默的辞职并非自愿,而是在调查压力下的被迫出局。调查的核心指控包括两点:一是她与一名直接下属存在不正当的亲密关系,涉嫌滥用职权;二是她利用职务之便,向与她有政治关联的“关系户”提供政府资助或特殊关照。
在华盛顿的官僚体系中,婚外情本身或许并不致命,但一旦与“利益输送”挂钩,就触碰了红线。尤其是在特朗普政府强调“抽干沼泽”的政治叙事下,这种“近亲繁殖”式的管理风格,无疑是对其政治承诺的公开打脸。
然而,真正让这场丑闻升级的,并非事件本身,而是她应对危机的方式。
### 二、权力的“中层”:是谁制造了“持续动荡”?
在查韦斯-德雷默辞职后,劳工部多名不愿透露姓名的高级官员向媒体表示,她的离去并未带来平静,反而暴露了更深的“持续动荡”。
这种动荡并非一朝一夕。据内部人士描述,查韦斯-德雷默在任期间,管理风格极度混乱。她频繁更换核心幕僚,对专业官僚极度不信任,经常绕过常规流程直接下达指令。这种“总裁式”的治理模式,导致劳工部内部出现严重的决策断层。
更致命的是,她将“忠诚度”置于“专业度”之上。许多资深公务员因为不愿配合她的一些非程序性操作而被边缘化,甚至遭到报复性调岗。这种氛围下,劳工部的工作效率急剧下降,政策执行出现严重偏差。
一位不愿具名的劳工部官员直言:“她带来的不是改革,而是混乱。她的辞职不是结束,而是这种混乱模式的延续。我们依然不知道下一任部长会带来什么,这种不确定性才是真正的动荡。”
### 三、叙事的“深层”:为何总是“深层国家”背锅?
面对婚外情和滥用职权的指控,查韦斯-德雷默的应对策略极具特朗普色彩——她将辞职归咎于“深层国家”的迫害。
所谓“深层国家”,在特朗普及其支持者的语境中,指的是隐藏在政府内部、不受民选官员控制、通过官僚手段阻挠总统议程的“影子政府”。查韦斯-德雷默声称,正是这些“永不倒台”的官僚们,利用媒体和调查工具,精心策划了针对她的“猎巫行动”。
这一叙事逻辑看似自洽,实则经不起推敲。
首先,如果真的是“深层国家”在作祟,那么为什么她任期内劳工部内部会爆发如此多的管理危机?为什么连她亲自提拔的官员都在私下抱怨她的决策混乱?其次,婚外情和利益输送的证据并非空穴来风,而是有具体的内部举报和调查记录支撑。将个人道德和职业操守问题,全部推给一个虚无缥缈的“深层国家”,本质上是一种政治上的逃避与自恋。
这种叙事虽然能短暂凝聚核心支持者,但无法掩盖一个事实:在特朗普政府的第二任期内,内阁成员与职业官僚之间的对抗已经达到了白热化。当“忠诚”成为唯一标准,当“专业”被视为异端,那么任何一次人事震荡,都必然被解读为“深层国家”的阴谋。
### 四、制度的“底层”:特朗普主义下内阁的“短命”基因
查韦斯-德雷默的辞职,并非孤例。回看特朗普第一任期,内阁成员的离职率之高创下了历史记录。而在第二任期,这种趋势并未改变。
这种高频率的“走马灯”现象,根源在于特朗普主义的治理逻辑:他需要的不是能够管理庞大联邦机构的专家,而是能够无条件执行其政治意志、且在镜头前具有攻击性的“战士”。
这种模式在竞选时极具煽动性,但在执政时却充满破坏性。劳工部作为一个涉及劳资关系、工资工时、职业安全等复杂技术问题的机构,需要的是稳定的政策连续性和专业的执行团队。当一个部长既缺乏专业背景,又无法获得职业官僚的信任,反而将内部视为敌我战场时,部门内部的“持续动荡”就成为了必然。
更深层次看,这种动荡正在摧毁联邦政府的基本运作能力。每一次部长的更迭,都意味着政策的反复、项目的搁置和人才的流失。当“忠诚”压倒了“能力”,当“斗争”取代了“管理”,美国联邦政府的行政效率正在经历一场无声的雪崩。
### 五、结语:动荡不会随辞职而终结
查韦斯-德雷默的离去,为特朗普政府提供了一个短暂的“换血”窗口,但窗口背后,是更深层的结构性问题。只要“忠诚高于一切”的用人逻辑不变,只要“深层国家”这种阴谋论叙事依然被当作挡箭牌,那么劳工部乃至整个联邦政府的“持续动荡”,就永远不会结束。
这场闹剧的真正受害者,并不是那些在华盛顿权力游戏中沉浮的政客,而是那些需要稳定就业政策、可靠劳工保护的普通美国工人。当劳工部内部还在为谁是“自己人”而内斗时,谁又来为他们的饭碗负责?
—
**📌 评价引导:**
这篇文章从个人丑闻切入,层层剖析了特朗普政府内阁治理的结构性危机。你觉得“深层国家”究竟是真实存在的权力阴影,还是政客们用来逃避责任的万能借口?欢迎在评论区留下你的观点,我们一起探讨这场动荡背后的真相。

  • Related Posts

    纽约退出AI先占权之争,给全美上了一堂“务实课”

    当华盛顿和各州首府还在为“谁有权管AI”吵得不可开交时,纽约市悄悄做了一件更聪明的事:不争谁说了算,只管怎么落地。一揽子10项人工智能法案的推进,标志着这座全美最大城市正式退出联邦与州的先占权辩论,转而在现有监管框架之上,搭建起一个可执行、可问责的市级执法层。这不是退缩,而是一种被严重低估的治理智慧。
    先占权之争的本质,是权力归属的零和博弈。联邦说“我来管”,州说“我离选民更近”,双方在法庭和听证会上反复拉锯,结果往往是监管真空持续扩大。企业不知道该听谁的,民众更不知道谁在保护自己。纽约市的决策者显然看透了这场辩论的荒诞性:与其在抽象的主权层级上消耗政治资本,不如在具体的执法场景中建立事实标准。
    这10项法案的巧妙之处在于,它们不挑战联邦或州法律的权威,而是把那些宽泛的原则性规定翻译成市政操作手册。比如算法偏见审计,联邦层面可能还在定义“偏见”,纽约市已经要求特定雇主对招聘算法进行年度第三方审计并公开结果。再比如自动化决策透明度,州法可能只写了“应当告知”,纽约市直接规定告知的具体格式、时限和救济渠道。这种“层叠式”立法不追求法律位阶的至高性,而是追求监管效力的可触及性。
    更深层的逻辑是,纽约市正在把“执法层”变成“创新层”。联邦和州的法律往往滞后于技术迭代,因为修改周期长、利益博弈复杂。但市级政府可以更快地响应具体问题:当外卖平台用算法克扣骑手时,当房东用自动化系统筛选租客时,当警方使用人脸识别时,纽约市可以针对这些场景逐一立法,形成细密的规则网络。这10项法案就像10个探针,插入AI应用最密集的城市场景中,实时采集问题、快速反馈调整。
    这种模式对企业的意义同样重大。过去,科技公司面对的是碎片化的州法拼图,合规成本极高。纽约市的做法实际上提供了一种“超集标准”:如果你能满足纽约市的要求,大概率也能满足大多数州的要求。这反而降低了跨州运营的合规不确定性。更重要的是,市级执法意味着更明确的对话窗口——企业知道该找哪个部门、按什么流程、在什么时限内完成整改,而不是在联邦与州的推诿中无所适从。
    当然,有人会质疑:市级政府有能力监管AI吗?技术复杂度、资源匹配、专业人才都是现实挑战。但纽约市的答案藏在法案设计里:它不要求市政官员成为AI专家,而是要求被监管对象承担举证责任。算法影响评估、第三方审计、公开披露——这些工具把技术黑箱转化为可审查的文件和流程。监管者不需要理解神经网络的每一层,只需要判断企业是否按规矩交了作业。
    从全国视角看,纽约市的选择可能预示着一个趋势:当高层级政府陷入意识形态僵局时,城市开始成为事实上的监管实验室。这不是对联邦制的背叛,而是对联邦制的补充。先占权辩论假设监管必须自上而下统一,但纽约市证明,自下而上的层叠同样可以形成有效秩序。10项法案只是开始,当更多城市效仿这种“不争权、只做事”的路径,美国的AI治理可能走出一条意想不到的务实之路。
    评价引导:你所在的城市有没有针对AI的具体管理规定?你更信任联邦、州还是市级的监管?欢迎在评论区分享你的观察和经历。如果觉得这篇文章有价值,别忘了点赞和在看,让更多人看到城市治理的另一种可能。

    AI安全标准,为什么这次是企业跑在了政府前面?

    过去两年,人工智能的能力以月为单位迭代,而监管的节奏却以年为单位推进。这种速度差,正在制造一个危险的真空地带。前沿模型的训练成本动辄数亿美元,能力边界不断外扩,但围绕它的安全规则却迟迟未能落地。于是,一个耐人寻味的现象出现了:企业开始自己动手,制定并推行人工智能安全标准。
    这不是企业突然变得更有社会责任感,而是因为它们发现,等待监管的成本,已经高到无法承受。
    **一、监管的“慢变量”与技术的“快变量”**
    立法需要共识,共识需要时间。在一个党派分歧严重、利益集团博弈激烈的环境里,人工智能监管法案从提出到通过,往往要经历数轮删改和妥协。即便最终落地,条款也常常滞后于技术现实。一位前政府官员曾直言:法律与被监管现实之间存在脱节。这句话的潜台词是,当规则终于写好时,它可能已经管不住眼前的东西了。
    与此同时,前沿实验室的模型能力却在持续跃升。从文本生成到多模态理解,从辅助编程到自主决策,AI正在渗透进金融、医疗、交通等关键领域。每一次能力突破,都意味着新的风险场景:模型被滥用、数据泄露、算法歧视、自主系统失控。政府监管的“慢变量”追不上技术演进的“快变量”,真空便由此产生。
    **二、企业为什么主动“补位”?**
    表面上看,企业制定安全标准是一种自我约束,但背后有更现实的驱动力。
    第一,安全事件正在变成商业风险。一次严重的AI事故,足以摧毁用户信任、引发诉讼、招致监管重罚。与其被动等待一场危机倒逼监管,不如主动建立防线,把风险控制在内部。
    第二,标准即话语权。谁定义了安全,谁就定义了竞争的边界。头部企业通过发布安全框架、参与行业联盟,实际上是在为整个赛道设定规则。后来者要么跟随,要么被排除在主流生态之外。这是一种隐性的市场权力。
    第三,监管预期需要管理。当政府最终出手时,如果行业已经有了成型的标准,立法者往往会参考甚至采纳这些标准。企业提前布局,等于在未来的监管谈判中占据了先手。
    **三、企业主导的安全标准,靠谱吗?**
    必须承认,企业主导有天然优势:它们最了解技术细节,反应速度最快,资源投入也最直接。但问题同样明显。
    首先,自我监管存在利益冲突。安全标准如果由开发模型的企业自己制定,就很难避免“既当运动员又当裁判员”的质疑。标准会不会被刻意放宽?会不会成为阻挡小竞争者的门槛?这些担忧并非多余。
    其次,标准碎片化。不同企业、不同联盟各自发布框架,术语不统一、评估方法不兼容,导致安全实践难以横向比较。对于跨国运营的公司来说,合规成本反而可能上升。
    再者,缺乏外部问责。企业标准通常没有法律约束力,违反的后果更多是声誉损失,而非实质性惩罚。当商业利益与安全承诺冲突时,自律能否扛住压力,是一个未知数。
    **四、真正的出路:混合治理**
    企业主导安全标准,是监管真空下的务实选择,但不应该是最终形态。更合理的路径,是形成“企业实践—行业共识—政府背书”的混合治理结构。
    企业负责技术层面的快速迭代和一线经验积累;行业组织负责协调术语、统一评估基准;政府则负责将成熟的标准转化为具有约束力的法规,并提供独立的监督和问责机制。三者各司其职,才能既保持创新活力,又守住安全底线。
    当前的企业主导阶段,更像是一场大规模的社会实验。它在为未来的监管积累素材,也在暴露自律的极限。关键在于,政府不能长期缺席,否则企业标准就会从“补位”变成“替代”,而替代的代价,可能是公共利益的让渡。
    人工智能的安全,终究不能只靠几家公司的善意。它需要一套既敏捷又可信的规则体系,而这套体系的建立,需要企业、政府和社会的共同参与。企业跑在前面不是坏事,但别忘了,终点线应该由所有人一起画。
    你怎么看企业主导AI安全标准这件事?是务实之举,还是权宜之计?欢迎在评论区聊聊你的看法。

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错