AI Signals and Reality Checks

欧盟AI法案进入执行期：治理正在变成运行时基础设施

欧盟AI法案高风险条款开始适用。真正的变化不是多一份政策文件，而是AI产品必须在运行中留下可审计证据。

12 Aug 2026 • 5 min read

重要的不是欧盟AI法案又增加了一个日期，而是高风险AI产品必须在真实部署中留下可检查的行为证据。治理不再只是发布前的政策文件，而正在变成模型旁边的一层运行时基础设施。

2026年8月2日，法案中的高风险系统相关要求开始适用，涉及风险管理、人工监督、技术文档和合规评估等内容。它并不意味着每个AI功能都要立刻配备庞大的法务团队，却意味着“人类仍然负责”不能只写在说明书里。系统需要证明：谁看到了什么、谁有权暂停动作、谁做了最终决定，以及异常发生后如何追溯。

真正改变的是证据链

一个可运营的AI系统，至少应能关联模型版本、提示词策略、检索上下文、工具调用、权限状态、人工覆盖和最终结果。合规控制的核心不是再做一个伦理仪表板，而是在模型旁边建立控制平面：记录策略版本，给高风险动作绑定责任人，在边界条件出现时暂停或转人工，并保留足以复盘的事件记录。

这也是为什么该日期对欧洲之外的厂商同样重要。云服务、模型API、招聘软件、医疗流程和工业系统往往不知道最终输出会在哪个国家被使用。能够导出清晰风险档案和事件历史的供应商，会比要求客户自行拼接证据的供应商更容易进入采购流程。

第一，监管未必只会让大公司获益。大公司当然拥有更多法务资源，但它们也有更复杂的供应商链、遗留系统和分散服务。一个范围窄、证据完整的小型产品，可能比覆盖几十个服务却无法解释行为的套件更容易通过审查。

第二，模型卡不是运行时证据。模型卡可以说明能力边界，却不能证明某个客户当时使用了哪个版本、输入包含什么检索信息、权限是否过期，也不能证明人工审核真的发生过。两者之间的缺口，正是产品治理要填的地方。

当然，记录越多不等于越合规。完整保存每一条提示词会带来隐私、保留期限和安全风险。更合理的做法是记录结构化决策事件，对敏感内容做脱敏或哈希处理，并把运营证据与原始内容分开保存。治理因此同时是审计问题和数据最小化问题。

采购团队可能会提出一个很具体的问题：“请给我看最近十次异常处理。”他们要看的不只是风险分类，还包括权限缺失、检索内容过期、动作被拒绝、人工覆盖和最终结果。供应商应准备可复盘的证据包，而不是再做一份宣传演示。

运营团队可以从一个有后果的工作流开始，先记录四类事件：模型和版本选择、外部动作请求、人工介入、最终结果。然后测量系统触及政策边界的频率、审核耗时，以及审核者能否理解建议依据。如果这些信息无法重建，治理承诺就仍然停留在口号层面。

这和我们此前讨论的浏览器代理平台及代理架构是同一个问题：当代理跨工具行动时，真正的控制面是状态和权限。受监管的AI也是如此；一次没有记录的工具调用，可能比模型基准分数更重要。

法案本身不会自动让AI变安全。它可能带来勾选式合规、厚重的咨询文档，以及没人真正查看的日志。更值得观察的信号是：能把要求转化为低摩擦、可查询证据的产品，会逐步获得信任并缩短企业部署周期；事后补治理的产品，则会发现每个客户对“人工监督”的理解都不一样。

接下来观察采购模板和认证服务是否开始要求事件级证据，而不满足于模型描述。如果这种语言扩散，AI基础设施就增加了一层新的标准组件，它会和推理、身份、可观测性并列存在。