人工智能监管：全球治理在管什么

各国到底在管 AI 的什么？本文按风险分级、用途限定、透明度义务与数据合规四条主线梳理监管的共同关注点，并客观陈述不同地区已经公开的主要立法进展与做法，说明跨境合规为何更难。

按风险分级，而不是一刀切

观察已公开的监管框架，一个共同点是把 AI 应用按风险高低分层管理。对风险较低的一般应用，通常只要求基本的透明度告知；对可能影响人身安全、基本权利或重大利益的场景，则附加更严格的要求，如风险管理流程、数据治理、人工监督、技术文档与日志记录。

这种分级思路背后的逻辑是：AI 只是通用技术，同样的模型用在推荐音乐和用在筛选简历上，社会影响差异巨大，因此监管的对象往往是用途而非技术本身。这也解释了为什么同一家公司可能需要为不同产品线准备不同的合规材料。

几条反复出现的主线

其一是透明度：要求告知用户正在与 AI 交互，并对 AI 生成内容进行标识。其二是数据合规：训练数据的来源合法性、个人信息处理的依据、数据主体的权利。其三是针对特定用途的限制或附加条件，比如生物识别、社会评分、自动化决策等场景，各法域的规定差异较大。

其四是责任与追溯：明确当损害发生时由谁承担责任，要求保留可审计的记录。此外还有针对通用模型的额外要求，如评估与报告义务。需要说明的是，各地区的立法进度与具体内容并不一致，跨境经营的组织通常需要同时满足多套要求。

已公开的主要进展

欧盟《人工智能法案》已经通过并采取分阶段实施的方式，按风险类别逐步适用不同义务，同时针对通用人工智能模型设置了专门条款。中国已发布针对生成式人工智能服务的管理相关规定，并对算法推荐、深度合成等方向提出过具体要求。这些都是公开可查的立法事实。

此外，多个国际组织与标准化机构发布了风险管理框架与指南，供企业自愿采用；一些国家则选择了行业自律与指南先行的方式。需要注意的是，法规条文会持续更新，本文只做概览性介绍，具体合规判断应以官方最新文本与专业法律意见为准。

本文为 AI 科普内容，仅用于知识普及，不构成任何技术选型、投资或职业决策建议。