欧盟人工智能法案合规工程：技术文档、日志、人为监督与数据治理

关于欧盟人工智能法案，写得最多的是适用范围：落在哪个风险等级、您是提供者还是部署者、系统是否被附件 III 覆盖。这些由法律顾问回答。

几乎没人处理的是回答之后的事。如果系统属于高风险，法规要求一套贯穿全生命周期的风险管理体系、可举证的数据治理、留存期明确的自动日志、按规定结构编写的技术文档、经过设计而非口头声称的人为监督，以及真正采集到东西的上市后监测。这些都是工程交付物。这一部分由我们来建。

各项期限现在的状态

人工智能法案（法规 (EU) 2024/1689）于 2024 年 8 月生效，分阶段适用。适用节奏在 2026 年发生了变动，这里值得说准确，因为这次变动挪动了钱和注意力。

2025 年 2 月 2 日：禁止性做法与人工智能素养义务开始适用。
2025 年 8 月 2 日：通用人工智能模型的相关义务开始适用。
2026 年 8 月 2 日：第 50 条透明度义务开始适用：告知用户正在与 AI 系统交互、合成内容标记、情绪识别与生物特征归类的告知，以及深度伪造内容的标注。
2027 年 12 月 2 日：独立系统的高风险义务，依据数字综合一揽子法案（Digital Omnibus）推迟至此。理事会与议会于 2026 年 5 月就推迟达成一致，2026 年 6 月完成最终签署。
2028 年 8 月 2 日：嵌入受监管产品中的 AI 系统的高风险义务。

高风险系统的提供者因此多出大约十六个月。这没有减少任何工作量，也没有挪动两项已经生效的义务：第 50 条的透明度，以及操作这类系统的员工的人工智能素养。

我们做什么

技术文档，作为构建产物生成

附件 IV 规定了技术文档必须包含什么：系统描述、设计选择、架构、数据要求、适用时的训练方法、验证与测试流程、指标、风险管理措施，以及全生命周期内所做的变更。

手写的这份文档，签字后第二周就过期了。我们把它做成流水线的产出：模型卡和数据说明由训练与评估运行自动生成，架构与数据流描述与代码放在一起维护，评估结果挂在它所描述的那个版本上，变更历史来自版本控制而不是某个人的记忆。文档变成一个构建输出。

满足第 12 条的自动日志

高风险系统必须在其生命周期内自动记录日志，达到可追溯运行状况、支撑上市后监测的标准，留存期与用途相称，某些情形下至少六个月。

落到实处，这意味着要先定义什么算贵司系统里的一个“事件”，采集输入、输出、模型版本、决策路径和涉及人员的身份，以多年后仍可查询的形式存储，同时不积累没有法律依据保留的个人数据。这层张力（为人工智能法案记得够多，为 GDPR 留得够少），才是真正的设计难题，我们会和贵司数据保护同事一起把它明确地过一遍。

第 10 条下的数据治理

训练、验证和测试数据集必须相关、具有充分代表性，并在可能范围内无错误且完整，还要做偏差检查。要做到这一点，就得有拿得出手的数据血缘、有据可查的来源、带结果的偏差评估方法，以及“哪批数据产出了哪个模型版本”的可复现能力。

我们建设让这些陈述可核验而不只是可宣称的流水线：数据集版本化、可复现的划分、自动化数据质量检查，以及针对贵司用例相关受保护特征的偏差评估。

人为监督，建出来而不是写出来

第 14 条要求高风险系统的设计必须让人能够理解输出、警惕自动化偏见、正确解读结果、决定不采用，以及介入或停止系统。

这其实是一份界面规格。我们把监督做进产品：如实呈现置信度与不确定性，把影响输出的因素显性化，让否决和接受一样好操作，让停止控制真的有效，并记录每一次否决，好让上市后监测有东西可学。

上市后监测与事件报告

法规要求有监测计划，也要求向主管机关报告严重事件。我们建设为其供数的遥测：按文档中的指标持续跟踪性能、对输入和输出做漂移检测、开一条能真正抵达工程团队的用户问题反馈通道，以及一套把时限要求内建进去的事件处置流程，而不是出事时才发现有时限。

第 50 条的透明度义务

已经生效。包括告知用户正在与 AI 系统打交道、对合成音频、图像、视频和文本做机器可读标记、深度伪造标注，以及情绪识别的告知。我们实现这些告知界面和内容溯源标记（合适时采用 C2PA 内容凭证），并让它们能挺过通常会把标记抹掉的导出与重编码环节。

注册与合格评定支持

属于附件 III 领域的高风险系统必须在投放市场前在欧盟数据库注册，提供者还须完成合格评定。我们准备技术侧的输入（文档、证据包、工程侧的质量管理体系材料），并与贵司的公告机构或内部评定流程配合推进。

我们不做什么

我们不提供法律意见，也不判定贵司系统属于哪个风险等级。这个判定是法律判断，后果实实在在，属于律师或有资质的合规顾问。

我们也不卖 AI 治理平台。这类平台很多，如果贵司要的是一份 AI 系统清单和一套政策审批流，其中一家会比我们更合适。我们做的是系统内部的工程。

这项服务适合谁

附件 III 下高风险 AI 系统的提供者（招聘与用工管理、信用评分、保险定价、教育评估、基本服务资格认定、生物特征系统），现在期限到 2027 年 12 月，要建的东西很多。

在受监管产品中嵌入 AI 的制造商（医疗器械、机械、车辆），人工智能法案叠加在既有的符合性制度之上，两套文档必须彼此一致。

部署他人所建高风险系统的企业，自身也承担义务：人为监督、输入数据的相关性、运行监测和日志留存。

任何向欧盟用户交付生成式功能的企业，第 50 条的透明度要求今天就已适用，与风险等级无关。

项目怎么推进

技术差距评估，两到四周。我们以贵司法务给出的分类结论为起点，对照由此产生的工程义务评估现有系统。交付物是一份差距登记表（义务、现状、要建什么、工作量），合规负责人和工程负责人都能照着用。

开发，分阶段，通常从日志和文档生成开始，因为其余工作产生的证据都得有地方落。

就绪度复核，在合格评定之前完成，证据包备齐，仍存在的缺口如实点名。

标准与框架

法规 (EU) 2024/1689 及其附件 III 和附件 IV；CEN/CENELEC JTC 21 正在形成的协调标准；用于人工智能管理体系的 ISO/IEC 42001 和用于人工智能风险管理的 ISO/IEC 23894；美国母公司需要对齐时的 NIST AI 风险管理框架；以及不会消失、并且约束着大部分日志决策的 GDPR。

常见问题

欧盟人工智能法案被推迟了吗？

部分推迟。数字综合一揽子法案把高风险义务推迟到独立系统 2027 年 12 月 2 日、嵌入受监管产品的 AI 2028 年 8 月 2 日。禁止性做法、人工智能素养、通用人工智能模型义务和第 50 条透明度规则未被推迟，现已生效。

我们只用别人做的 AI 系统，有义务吗？

有，作为部署者。包括按系统说明书使用、把人为监督交给具备相应能力和权限的人、确保输入数据与预期用途相关、监测运行情况、留存日志。比提供者的义务轻，但确实存在，另外要注意，对系统作出实质性修改，或在其上冠以自己的名称，都可能使您成为提供者。

我们的系统不属于高风险，还需要做什么吗？

大概有两件事。第 50 条透明度对某些系统适用，与风险等级无关，包括聊天机器人和合成内容生成。第 4 条的人工智能素养则普遍适用于提供者和部署者。除此之外，把分类判定的依据留成可举证的形式，监管方问起时会有用。

技术文档真的能自动生成吗？

大部分能。架构、数据集描述、评估结果、指标、模型版本和变更历史本来就存在于贵司系统中，工作在于在构建时把它们采集进一个稳定结构。真正需要叙述的部分（预期用途、风险分析、设计理由），由人来写，然后放进同一个仓库，跟着其他内容一起版本化。

人工智能法案和 GDPR 怎么相互作用？

两者有重叠，偶尔方向相反，尤其在日志上。人工智能法案要可追溯，GDPR 要最小化和删除。通常的解法是假名化、严格界定记录什么，以及把留存期绑定到有据可依的目的上。这是一个设计决策，一次性、审慎地作出。

使用第三方模型会让我们成为该模型的提供者吗？

不会，但在其之上构建一个 AI 系统，可能使您成为该系统的提供者，并承担随之而来的义务。界线画在哪里取决于您构建了什么、如何对外呈现，这是法律问题，但工程上的结论是：无论如何都应假定您需要为自己的系统准备一套文档。

开始行动

告诉我们贵司系统做什么，以及法律顾问在分类上给出了什么结论。我们会评估这些义务落到代码里意味着什么，并交付一份逐项标注工作量的差距登记表。

联系我们，预约一次人工智能法案技术差距评估。