Track Policy：把 AI 法案與資料中心畫進一張地圖的政策追蹤工具

把 AI 法案與資料中心畫在同一張地圖上的，是個人開發者的二手整理

各地政府對 AI 與資料中心的監管步伐落差極大，有的在用電價與租稅減免吸引算力設施進駐，有的則因為電網與用水壓力開始收緊審批。要用一般搜尋引擎把這些散落在議會官網、政府公報、地方新聞裡的訊息拼起來，效率不高。Track Policy 是一個把法案進度、資料中心點位與相關新聞集中到一張互動地圖上的政策追蹤工具，由個人開發者 Isabelle Reksopuro 一人維護，原始碼公開在 github.com/isabellereks/track-policy（75 星、TypeScript、Next.js 16）。

先講清楚它真正能幫你做的事：在深入研究具體法條之前，先對一個地區整體的監管氣氛拿到一個俯瞰視角。它聚合了來自 LegiScan、congress.gov、EUR-Lex、Epoch AI 等公開管道的資料，把分散的法案、設施、新聞疊在同一張底圖上。但它不是即時調度系統，也不是法律意見，這個判斷會貫穿整篇文章。

Track Policy AI 政策互動地圖首頁 — Track Policy 首頁的 AI 與資料中心政策互動地圖，每個地區依立場標籤上色。

地圖背後的資料是怎麼來的，是 Track Policy 最該被看的一點

地圖類工具最怕的是「畫得很漂亮，但數字不知道哪裡來的」。Track Policy 在這一點上做得相當清楚，它有一個獨立的 Methodology（方法論）頁，逐項列出每一筆資料的出處與授權。法案資料來自 LegiScan（美國各州與聯邦）、congress.gov（聯邦法案權威來源）、EUR-Lex（EU 主要立法條文，例如 AI Act、能源效率指令）、歐洲議會（議員名冊與投票），以及各州議會入口網站的逐案原始連結。

資料中心點位這一層，來自 Epoch AI 的前沿資料中心開放資料集（CC-BY 4.0），再由作者手工補上 Epoch AI 尚未涵蓋、但有公開報導的設施。成本與算力數字只有在營運商或申報文件實際揭露時才會出現，頁面明文寫著「缺數字代表未知，不是零」，這個寫法比多數同類平台語焉不詳要誠實得多。能源與基礎設施圖層使用美國能源資訊局（EIA）的電廠容量與各州發電結構，地理邊界與水文使用 Natural Earth（公有領域），設施地理定位走 OpenStreetMap 的 Nominatim（ODbL），底圖則是 CARTO。換句話說，你能從方法論頁一路追到原始政府開放資料庫。

Track Policy 方法論與資料來源頁 — Track Policy 的 Methodology 方法論頁，逐項列出法案與資料中心的公開來源與授權。

這個資料來源透明度，跟我之前介紹過的 OpenGridWorks 電網與資料中心地圖是同一個量級：兩者都把 Attribution／Methodology 頁當成產品的一部分，而不是事後補上的免責聲明。差別在於 OpenGridWorks 聚焦在電網與算力的即時壓力，Track Policy 把軸線拉到政策與立法這一側。

新聞這一層也是 Track Policy 比較完整的地方。它把 Ars Technica、Reuters、The Hill、Politico 以及若干州級媒體與政策分析部落格的 RSS 整合進來，當作政策博弈與基建動態的背景脈絡。地圖上每一筆法案與資料中心旁邊都會掛相關報導，讓你在看一個州的 stance 時，不只是看到模型給出的標籤，還能看到這個標籤背後近期發生了哪些事。要注意的是，新聞是二手來源，作者把它放在補充脈絡的位置，而不是拿來當成立場判斷的主要依據。

真正會影響你判斷的，是地圖的標籤與立場由 Claude 生成

地圖上每一個地區會被標上一個 stance（立場）與一組 impact tags（影響標籤），這是它跟單純資料聚合器最大的不同。但這裡有一件事必須先講：這些立場與標籤不是由法律工作者逐案判讀，而是由 Anthropic 的 Claude 模型在讀過每份法案摘要後，從一個固定分類表中挑出來的。作者在方法論頁明文寫著「我會抽檢輸出，但沒有逐案人工複閱」。

立場分成 restrictive（限制）、concerning（令人擔憂）、review（待觀察）、favorable（友善）、none（無動靜）五種。分類規則有邏輯可循：已生效的法案權重大於已投票、已投票大於委員會、委員會大於僅提案；當一個地區同時有方向矛盾的法案在跑，會被標成 review 而不是硬分一邊；完全沒有政策活動時是 none，而不是預設為友善。影響標籤則分成「資料中心」與「AI 監管」兩個面向，前者涵蓋用水、碳排、電網容量、在地管制、土地使用等，後者涵蓋演算法透明、AI 安全、隱私、兒少安全、深偽管制等。

這套機制的誠實代價很明確：分類是模型基於法案摘要做的二次判讀，作者自己也說「有些判斷會出錯，或隨著法案推進而過時」。所以你拿這張地圖去做一件事是合理的：先看到某個州被標成 restrictive、再點進去看背後到底有哪幾號法案；但把它當成最終的法律意見、或拿來對外發布合規結論，就超過它設計上能承擔的責任範圍。實質性的選址、投資、法務審查，最後一步一定要回到官方原文。

一份覆蓋範圍明確、但偏重美國的政策清單

地圖覆蓋美國聯邦與全部 50 州、歐盟整體與主要成員國、以及若干亞太司法管轄區。實際點進去會發現資料密度並不平均，壓倒性地集中在美國聯邦與各州，歐洲次之，亞太的收錄相對有限。這跟資料來源的便利性有關：美國有 LegiScan 與各州議會入口網站這類結構化、可程式化的來源，亞洲各國的立法流程與資料開放程度落差大，要靠作者手工補。來源是 ahhhhhfs 原文提到「700 多條法案、近 300 個資料中心、500 多位政治人物」這類規模數字，但平台方自己的方法論頁並沒有給出靜態計數，這些數字會隨著資料集每次重新生成而變動，讀作「量級」而非「精確總數」會更準確。

政治人物這一層是 Track Policy 比較有意思的設計。它不只標法案，還把提出法案的議員、他們的投票紀錄、競選財務資料（來自 FEC）、意識形態評分（來自史丹佛的 DIME 資料庫）串在一起。這個設計讓你能從「某州為什麼突然冒出限制資料中心的法案」往回追溯到「是哪些議員在推」，而不是只看到結果。不過 FEC 與 DIME 只覆蓋美國國會議員，這也是地圖整體偏重美國的結構性原因之一。

Track Policy 與同類政策追蹤資源的差異

把它放在已經存在的政策追蹤資源裡看，會更清楚它的位置。OECD AI Policy Observatory 是官方會員國提交的各國 AI 政策彙整，權威但更新仰賴各國主動通報、立場分類由人類專家做。Stanford HAI 的 AI Index 是年度報告型態，深度高但不是即時地圖。EU AI Act tracker 專注在單一法案的逐條進度。datacenterbans.com（作者明說的靈感來源）只追蹤美國各州的資料中心禁令。如果你關注的是 AI 模型與 API 層面的開放資源，可以另看我之前介紹過的 FreeLLMAPI 免費 LLM API 匯集，那屬於不同維度。

Track Policy 的具體差異在於它把法案、資料中心設施、政治人物、新聞四個維度疊在同一張互動地圖上，並且涵蓋的不只是禁令，還包括獎勵、揭露規範與研究型法案。它的代價是分類與立場由模型生成、覆蓋偏重美國、更新頻率取決於一人維護節奏。換句話說，它是密度高、可視覺化強、但需要讀者自己交叉驗證的「二手政策索引」。

資源	覆蓋範圍	立場分類方式	優先用途
Track Policy	美國聯邦與各州、歐盟、部分亞太	Claude 模型生成、作者抽檢	快速俯瞰某地區政策氣氛
OECD AI Policy Observatory	OECD 會員國	各國官方提交、專家分類	查證各國正式政策清單
Stanford HAI AI Index	全球（年度報告）	研究團隊編纂	掌握年度趨勢與深度分析
datacenterbans.com	美國各州	人工維護禁令清單	查特定州是否禁止資料中心

原始碼公開，但沒有授權條款

Track Policy 的 GitHub repo（isabellereks/track-policy）把整個網站的原始碼都放上去，技術堆疊是 Next.js 16 + React 19 + TypeScript + Tailwind CSS v4，地圖渲染用 react-simple-maps + d3-geo + topojson-client。但這裡有一件容易被忽略的事：repo 裡沒有 LICENSE 檔，根目錄的 /license 回傳 404。

這意味著它屬於「原始碼公開、但不是開源專案」的狀態。在沒有授權條款的情況下，預設的版權是「全部權利保留」。你可以讀、可以 fork 來研究作者怎麼把 LegiScan 接進 d3-geo、可以開 issue 或發 PR 回饋，但技術上你不能把它整包拿去商用部署、不能擅自宣稱這是開源專案。作者在 About 頁也沒有對授權做任何聲明。這跟把整包程式碼以 MIT 之類的寬鬆授權放出來，是兩件不一樣的事。

Track Policy GitHub 原始碼儲存庫 — Track Policy 的 GitHub repo，原始碼公開但無 LICENSE 檔，不屬於開源專案。

這條線對你做選擇有實際影響。如果你是想貢獻程式碼、或想研究「一個人怎麼把公開政府資料串成政策地圖」的開發者，這個 repo 對你完全開放。如果你是想拿這套程式碼自己商用複製一個政策地圖站，那就需要先寫信給作者確認授權，不能預設「放上 GitHub 就等於隨便用」。

誰適合把 Track Policy 當成前期調研參考

如果你只是要找辦公室用的 AI 工具，這個網站跟你無關；想知道自己的電腦能不能跑本地 AI 模型，可以參考 Can I Run AI 本地 AI 硬體檢測，那是另一個方向的問題。它真正派得上用場的情境，是當你在做需要快速掌握某地區 AI 與算力政策氣氛的前期調研時。具體來說，要為算力選址做背景調查的團隊、需要快速掌握目標市場政策氣氛的跨境軟體出海專案，以及做基礎設施與政策研究的人，可以把 Track Policy 當成前期掃描的第一站，在地圖上看到某個州被標成 restrictive 之後，再點進去看是哪幾號法案、哪些議員在推、最後回議會官網核對原文。

它不適合的情境也很明確：你不能把它當作最終的法律意見、選址決策依據或合規審查結論。模型生成的標籤會出錯、更新會滯後、覆蓋偏重美國。這些不是缺陷，而是「一人維護的動態政策索引」這個定位的內建屬性。放對位置，它是一個密度高、可視覺化強、資料來源透明的入口；當成法律意見來用，這個工具會在最關鍵的判斷上讓你失望。

另一個會影響你判斷的，是更新頻率與維護節奏。整個專案從作者 About 頁的口氣到 repo 的提交紀錄看，是一個人利用業餘時間做的 side project，2026 年 4 月才上線、repo 最後一次更新也在同一個月。法案狀態變動極快，一項在委員會審查的禁令可能兩週後就被否決、或被加入但書稀釋，地圖上的 stance 不可能即時跟上這些變化。作者在方法論頁也明文承認「有些判斷會隨時間變得不再準確」，並邀請讀者回報錯誤。把它定位成一份需要交叉驗證的動態資源，會比期待它是權威資料庫更接近實情。

把 Track Policy 放回它真正的位置

總結來說，Track Policy 是一份方法論可追溯、資料來源透明、但分類判讀來自模型、覆蓋偏重美國的政策資訊地圖。它的價值在於把分散在議會官網與政府公報裡的訊息，整理成一張可以一眼看出某地區是限制、友善還是觀望的互動地圖，並且把每一筆判斷的原始來源都擺在你面前。它的限制在於模型分類會出錯、法案狀態會隨時間漂移、亞太覆蓋有限、整個專案由一人維護。

它不會取代你對原始法案條文的核對功課，它做的是把「這個地區到底往哪邊傾」這個問題，縮小到你點兩下就能展開的程度。如果你的工作需要快速建立對各地 AI 與資料中心政策氣氛的判斷，Track Policy 加上它背後的方法論頁，是一個誠實、密度高、可以節省大量前期搜尋時間的起點。