Skip to content

CSlawyer1985/legal-skillhub / skills/ai-act-knowledge

ai-act-knowledge

Verified

欧盟 AI 法案知识引擎——以 70 份官方欧盟来源文件为基础的权威监管问答(包括 2026 年委员会关于 Art. 6 高风险分类的指南草稿——一般原则、附件 I、附件 III)。基于完整条例文本、委员会指南、EDPB/EDPS 意见、《实践守则》、协调标准、FRIA 指南、事件模板和行业特定指引,以条款级引用回答关于 AI 法案的任何问题。当用户询问"EU AI Act"、"AI Act regulation"、"Regulation 2024/1689"、"KI-Verordnung"、要求"explain an AI Act article"、"what does Article X say"、"AI Act requirements"、"AI Act penalties"、"AI Act timeline"、"GPAI obligations"、"high-risk AI"、"prohibited AI practices"、"AI Act and GDPR"、"fundamental rights impact assessment"、"AI Act standards"、"AI Act national implementation"、"AI literacy"、"serious incident reporting"、"Digital Omnibus"、"AI regulatory sandbox",或任何关于欧盟人工智能监管的问题时,应使用本技能。德语术语同样触发:"KI-Gesetz"、"KI-Verordnung"、"Hochrisiko-KI"、"KI-Kompetenz"、"Grundrechte-Folgenabschaetzung"、"GPAI-Verhaltenskodex"。对于产出分类决定而非知识答案的评估工作流,提议在会话内运行结构化风险等级分类。

FileKindSize
LICENSE.txtmarkdown33.7 KB
README.mdmarkdown6.0 KB
SKILL.mdskill md13.5 KB
evals.jsonconfig19.0 KB
references/codes-of-practice/README.mdmarkdown621 B
references/codes-of-practice/gpai-code-detailed.mdmarkdown42.4 KB
references/codes-of-practice/gpai-code-ec-overview.mdmarkdown3.4 KB
references/codes-of-practice/gpai-code-final.mdmarkdown101.8 KB
references/codes-of-practice/transparency-code-draft-1.mdmarkdown1.0 KB
references/codes-of-practice/transparency-code-draft-2.mdmarkdown3.8 KB
references/codes-of-practice/transparency-code-overview.mdmarkdown5.0 KB
references/commission-guidelines/art-6-classification-annex-i-2026.mdmarkdown30.8 KB
references/commission-guidelines/art-6-classification-annex-iii-2026.mdmarkdown371.7 KB
references/commission-guidelines/art-6-classification-general-principles-2026.mdmarkdown12.2 KB
references/compliance-guides/README.mdmarkdown646 B
references/compliance-guides/ai-literacy-repository.mdmarkdown1.8 KB
references/compliance-guides/copyright-tdm-consultation.mdmarkdown3.6 KB
references/compliance-guides/modifying-ai-classification.mdmarkdown24.7 KB
references/compliance-guides/small-businesses-guide.mdmarkdown12.6 KB
references/compliance-guides/whistleblowing-ai-act.mdmarkdown18.1 KB
references/core/README.mdmarkdown1.1 KB
references/core/annex-iii-high-risk.mdmarkdown8.0 KB
references/core/decision-trees.mdmarkdown10.2 KB
references/core/high-level-summary.mdmarkdown13.6 KB
references/core/regulation-preamble-recitals.mdmarkdown173.0 KB
references/core/regulation-title-I-general.mdmarkdown18.8 KB
references/core/regulation-title-II-prohibited.mdmarkdown8.2 KB
references/core/regulation-title-III-high-risk.mdmarkdown79.5 KB
references/core/regulation-title-IV-transparency.mdmarkdown3.9 KB
references/core/regulation-title-V-gpai.mdmarkdown12.0 KB
references/core/regulation-title-VI-X-governance.mdmarkdown104.3 KB
references/core/regulation-title-XI-XIII-final.mdmarkdown39.4 KB
references/cybersecurity/README.mdmarkdown440 B
references/cybersecurity/enisa-advisory-opinion.mdmarkdown29.7 KB
references/cybersecurity/enisa-ai-cybersecurity.mdmarkdown7.4 KB
references/cybersecurity/enisa-cybersecurity-standardisation.mdmarkdown3.7 KB
references/fria/README.mdmarkdown338 B
references/fria/article-27-fria.mdmarkdown4.8 KB
references/fria/ecnl-fria-guide.mdmarkdown43.3 KB
references/fria/fria-guide-danish-institute.mdmarkdown2.7 KB
references/governance/README.mdmarkdown660 B
references/governance/ai-office-faq.mdmarkdown59.8 KB
references/governance/ai-pact.mdmarkdown5.4 KB
references/governance/ec-qa-navigating-ai-act.mdmarkdown38.5 KB
references/governance/governance-enforcement.mdmarkdown2.8 KB
references/governance/implementation-next-steps.mdmarkdown6.2 KB
references/governance/implementation-timeline.mdmarkdown12.8 KB
references/governance/whistleblower-tool.mdmarkdown2.8 KB
references/guidelines/README.mdmarkdown664 B
references/guidelines/ai-system-definition.mdmarkdown4.0 KB
references/guidelines/digital-omnibus.mdmarkdown9.4 KB
references/guidelines/ec-regulatory-framework.mdmarkdown13.7 KB
references/guidelines/gpai-obligations-scope.mdmarkdown1.7 KB
references/guidelines/guidelines-roadmap.mdmarkdown3.0 KB
references/guidelines/prohibited-practices-full.mdmarkdown58.8 KB
references/guidelines/prohibited-practices-web.mdmarkdown3.0 KB
references/impact-assessments/README.mdmarkdown382 B
references/impact-assessments/healthcare-study-2026.mdmarkdown4.3 KB
references/impact-assessments/impact-assessment-original.mdmarkdown1.9 KB
references/impact-assessments/supporting-study.mdmarkdown1.4 KB
references/law-enforcement/README.mdmarkdown312 B
references/law-enforcement/europol-ai-policing.mdmarkdown2.9 KB
references/law-enforcement/gpai-guidelines-overview.mdmarkdown9.2 KB
references/national/README.mdmarkdown467 B
references/national/german-ai-bill.mdmarkdown10.3 KB
references/national/national-implementation-plans.mdmarkdown13.7 KB
references/national/national-resources-service-desk.mdmarkdown3.5 KB
references/national/regulatory-sandboxes.mdmarkdown29.2 KB
references/opinions/README.mdmarkdown447 B
references/opinions/edpb-edps-joint-opinion-2021.mdmarkdown2.6 KB
references/opinions/edpb-edps-joint-opinion-2026.mdmarkdown20.6 KB
references/opinions/edpb-opinion-28-2024.mdmarkdown3.1 KB
references/sector-specific/README.mdmarkdown409 B
references/sector-specific/banking-ai-implications.mdmarkdown5.0 KB
references/sector-specific/medical-devices-ai.mdmarkdown22.4 KB
references/sector-specific/staffing-businesses-ai.mdmarkdown10.7 KB
references/standards/README.mdmarkdown617 B
references/standards/article-40-harmonised-standards.mdmarkdown3.5 KB
references/standards/harmonised-standards-map.mdmarkdown10.3 KB
references/standards/pren-18286.mdmarkdown1.6 KB
references/standards/standardisation-overview.mdmarkdown4.8 KB
references/standards/standardisation-qa.mdmarkdown7.9 KB
references/standards/standardisation-request-c2025-3871.mdmarkdown1.5 KB
references/templates/README.mdmarkdown476 B
references/templates/draft-guidance-art73-high-risk.mdmarkdown2.4 KB
references/templates/gpai-submitting-documents.mdmarkdown3.9 KB
references/templates/gpai-training-data-summary.mdmarkdown2.0 KB
references/templates/serious-incident-template-gpai.mdmarkdown2.5 KB

references/governance/ec-qa-navigating-ai-act.md

View on GitHub
# 欧盟委员会问答:解读《人工智能法案》

欧洲委员会关于解读《人工智能法案》(AI Act)的问答指南——涵盖适用范围、义务、时间表和实际实施。

> **AI Omnibus 2026——高风险日期推迟。** 本问答转载了欧洲委员会的官方文本,其中引用了*原始*第 113 条的高风险日期。AI Omnibus 2026 将其推迟:附件三/第 6 条第(2)款 → **2027 年 12 月 2 日**(原为 2026 年 8 月 2 日);附件一/第 6 条第(1)款 → **2028 年 8 月 2 日**(原为 2027 年 8 月 2 日);第 111 条第(2)款遗留截止日期 → **2027 年 12 月 2 日**。**未**推迟:第 50 条透明度义务、2026 年 8 月 2 日一般适用日期和第 57 条监管沙盒。关于适用日期参见 `../../../ai-act-high-risk/references/ai-omnibus-timeline-postponements.md`。

| 方面 | 详情 |
|--------|--------|
| 机构 | 欧洲委员会 |
| 日期 | 持续更新 |
| 来源网址 | https://digital-strategy.ec.europa.eu/en/faqs/navigating-ai-act |
| NotebookLM 来源 ID | 2a462e63-... |

*德文:EK-Fragen und Antworten: Navigation durch die KI-Verordnung*

---

## 范围与目标

### 为什么需要对人工智能的使用进行监管?

[《人工智能法案》](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)是世界上第一部全面的人工智能法律。其目标是应对健康、安全和基本权利方面的风险。该法规还旨在保护民主、法治和环境。

人工智能系统和通用人工智能模型的普及极有可能带来社会效益、经济增长,并增强欧盟的创新和全球竞争力。然而,在某些情况下,某些人工智能系统和通用人工智能模型的特定特征可能会产生与用户安全(包括人身安全)和基本权利相关的新风险。一些最先进的通用人工智能模型甚至可能构成所谓的“系统性风险”。

由于缺乏信任,这导致了法律不确定性,以及公共当局、企业和公民采用人工智能技术可能放缓。各国监管机构的分散监管应对措施可能会造成内部市场碎片化的风险。

为应对这些挑战,需要采取立法行动,以确保人工智能系统和通用人工智能模型在内部市场内良好运行,使风险得到充分应对,并使收益得到充分考虑。

### 《人工智能法案》适用于哪些主体?

该法律框架适用于欧盟内外将人工智能系统或通用人工智能模型投放欧盟市场,或在欧盟投入使用或使用人工智能系统的公共和私人主体。

这些义务尤其适用于人工智能系统的提供者(例如简历筛选工具的开发者)和部署者(例如使用该筛选工具的银行),以及通用人工智能模型的提供者。该法规规定了若干豁免情形。在人工智能系统或模型投放市场之前进行的研究、开发和原型设计活动不受本法规约束。专门为军事、国防或国家安全目的设计的人工智能系统也予以豁免,无论开展这些活动的实体类型如何。

### 人工智能系统和模型如何被监管?

[《人工智能法案》](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)基于风险分级方法,在欧盟所有成员国引入统一的框架。

**被禁止的人工智能系统**

极少数特别有害、违反欧盟价值观(因其侵犯基本权利)的人工智能系统使用情形将被禁止:

- 利用人的脆弱性、操纵和使用潜意识技术
- 用于公共和私人目的的社会评分
- 仅基于对人进行画像的个体预测性警务
- 无针对性地抓取互联网或闭路电视(CCTV)面部图像以建立或扩充数据库
- 工作场所和教育机构中的情绪识别,除非出于医疗或安全原因(即监测飞行员的疲劳程度)
- 对自然人进行生物特征分类,以推断或推测其种族、政治观点、工会会员身份、宗教或哲学信仰或性取向。数据集的标注或过滤以及数据分类仍将允许
- 执法目的在公共场所进行的实时远程生物特征识别,受制于有限的例外情形(见下文)

委员会已发布[关于被禁止的人工智能实践的指南](https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-prohibited-artificial-intelligence-ai-practices-defined-ai-act)和[关于《人工智能法案》人工智能系统定义的指南](https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-ai-system-definition-facilitate-first-ai-acts-rules-application)。这些指南提供了法律解释和实际示例,帮助相关方遵守这些规则。

**高风险人工智能系统**

《人工智能法案》认为少数人工智能系统属于高风险,因为它们可能对人的安全或其基本权利(受《欧盟基本权利宪章》保护)产生不利影响。法案附件中列出了高风险人工智能系统的清单,该清单可随人工智能用例的发展进行审查调整。

高风险人工智能系统包括例如评估某人是否能够接受某种医疗、获得某项工作或购买公寓的贷款的人工智能系统。其他高风险人工智能系统包括警方用于评估某人实施犯罪风险的系统(除非根据第 5 条被禁止)。

高风险人工智能系统还包括受部门性欧盟立法监管的产品的安全组件,或本身构成此类产品的人工智能系统。当它们根据该部门立法需要接受第三方合格评定,则始终被视为高风险。这可能包括例如操作机器人、无人机或医疗设备的人工智能系统。

**某些人工智能系统的透明度要求**

为培养信任,确保某些内容或人工智能交互的人工来源具有透明度非常重要。因此,《人工智能法案》对某些交互式或生成式人工智能系统(例如聊天机器人或深度伪造)的提供者或部署者引入了特定的透明度要求。这些透明度要求旨在应对错误信息和操纵、欺诈、冒充和欺骗消费者的风险。

**风险最小的人工智能系统**

大多数人工智能系统可以在遵守现有立法的情况下开发和使用,无需额外的法律义务。

**通用人工智能模型**

《人工智能法案》还对通用人工智能模型进行监管。这些模型可用于各种任务,并正成为欧盟许多人工智能系统的基础。通用人工智能模型的提供者必须记录某些信息(除非符合开源豁免条件),并采取措施确保其遵守欧盟关于版权及相关权利的法律。

最先进的通用人工智能(GPAI)模型还可能带来系统性风险。例如,强大的模型可能使化学、生物、放射或核(CBRN)攻击或大规模复杂网络攻击成为可能,逃脱人类控制,或实现对人类行为或信念的战略性扭曲。具有系统性风险的通用人工智能模型提供者还必须评估和缓解系统性风险。

### 《人工智能法案》是否具有未来适应性?

《人工智能法案》创建了一个对新发展作出响应的法律框架,易于且能够快速调整,并允许频繁评估。该法规设定了以结果为导向的要求和义务,但将具体技术解决方案和操作化留给行业驱动的标准和实践准则,这些标准和准则可以灵活地适应不同的用例并支持新的技术解决方案。

《人工智能法案》可以通过授权法案和实施法案进行修订,例如审查附件三中的高风险用例清单。委员会将频繁评估《人工智能法案》的某些部分,并最终评估整个法规,确保任何修订和修正的需求都能被识别。

### 标准化在《人工智能法案》中扮演什么角色?

根据《人工智能法案》,高风险人工智能系统将受制于特定要求。[欧洲协调标准](https://digital-strategy.ec.europa.eu/en/policies/ai-act-standardisation)将为高风险要求的实施和合规提供详细规范。按照协调标准开发高风险人工智能系统的提供者将享有符合性推定。

2023 年 5 月,欧洲委员会授权欧洲标准化组织 CEN 和 CENELEC 为这些高风险要求制定标准。该授权于 2025 年 6 月修订,以与《人工智能法案》的最终文本保持一致。CEN 和 CENELEC 未能在 2025 年 8 月的预定时间表内完成标准制定。标准化工作仍在进行中。

标准是自愿性的,但对法律确定性至关重要。它们帮助公司了解需要做什么,帮助当局了解需要检查什么。标准的延迟发布危及高风险规则于 2026 年 8 月 2 日成功生效。因此,委员会认为,对于标准具有重要意义的规则,应给予更多时间进行有效实施(参见[数字综合方案提案](https://digital-strategy.ec.europa.eu/en/library/digital-omnibus-ai-regulation-proposal))。

### 欧盟做法的国际层面是什么?

人工智能的机遇和影响超越国界。挑战是全球性的,这就是合作重要且必要的原因。人工智能办公室(AI Office)正在领导委员会在[人工智能领域的国际参与](https://digital-strategy.ec.europa.eu/en/policies/ai-international-relations),其基础是《人工智能法案》和《人工智能协调计划》。欧盟力求:

- 通过支持创新、为人工智能设置适当护栏并发展人工智能全球治理,引领全球人工智能努力
- 促进人工智能的负责任管理和善治
- 确保国际协定与我们的做法保持一致

随着全球格局的转变,积极主动的人工智能参与——与我们的盟友密切协调——已成为一项必不可少且日益重要的优先事项。欧盟是一个积极主动、合作、可靠的伙伴,以身作则并在国际合作的同时保护其利益、安全和价值观。

欧盟通过双边和多边方式促进可信赖的、以人为本的人工智能。在双边层面,欧盟与越来越多的国家和地区合作,如加拿大、美国、印度、日本、韩国、新加坡、澳大利亚、英国、拉丁美洲和加勒比地区、非洲等。在多边层面,欧盟参与了讨论人工智能的关键论坛和倡议——特别是 G7、G20、OECD 和全球人工智能伙伴关系(Global Partnership on AI)、欧洲委员会、国际先进人工智能测量、评估与科学网络,以及在联合国框架内。

欧盟依托战略资产和优势——如人才、研究、工业实力和具有统一规则的庞大单一市场——并将其作为欧盟科技方案的组成部分在国际上部署,以在全球建立互利伙伴关系和联盟。

## 高风险人工智能系统

### 我如何知道人工智能系统是否属于高风险?

[《人工智能法案》](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai)为人工智能系统的高风险分类规定了可靠的方法。这旨在为企业和其他运营者提供法律确定性。

风险分类基于人工智能系统的预期用途,与现有的欧盟产品安全立法保持一致。这意味着分类取决于人工智能系统所执行的功能以及系统使用的具体目的和方式。

人工智能系统在两种情况下可被归类为高风险:

1. 如果人工智能系统作为安全组件嵌入现有产品立法涵盖的产品中([附件一](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-1)),或本身构成此类产品。例如,基于人工智能的医疗软件。
2. 如果人工智能系统预期用于[《人工智能法案》附件三](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-3)所列的高风险用例。该清单包括教育、就业、执法或移民等领域的使用情形。委员会每年对其进行审查,并可予以更新。

委员会正在准备高风险分类指南,将在这些规则适用日期之前发布。

### 附件三定义的高风险用例有哪些示例?

[《人工智能法案》附件三](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-3)涵盖人工智能使用可能特别敏感的 8 个领域,并为每个领域列出了具体使用情形。如果人工智能系统预期用于其中一个使用情形,则该系统被归类为高风险。部分示例:

- 用作某些**关键基础设施**安全组件的人工智能系统。例如道路交通以及水、燃气、供热和电力供应领域。
- 用于**教育和职业培训**中某些任务的人工智能系统。例如评估学习成果、引导学习过程以及监控作弊行为。
- 用于**就业和劳动者管理**以及自营职业准入中某些任务的人工智能系统。例如投放定向招聘广告、分析和筛选求职申请以及评估候选人。
- 用于获得**基本私人服务和公共服务**及福利(如医疗保健)、自然人**信用评估**以及**人寿和健康保险**相关风险评估和定价的人工智能系统。
- 用于**执法**、移民和**边境管控**领域某些任务(只要未被禁止),以及**司法**和**民主进程**管理的人工智能系统。
- 用于**生物特征识别、生物特征分类和情绪识别**(只要未被禁止)的人工智能系统。

### 高风险人工智能系统提供者有哪些义务?

在将高风险人工智能系统投放欧盟市场或以其他方式投入使用之前,提供者必须对其进行**合格评定**。这将使他们能够证明其系统符合可信人工智能的强制性要求(如风险管理、数据质量、文档和可追溯性、透明度、人类监督、准确性、网络安全和稳健性)。如果系统或其用途被实质性修改,则必须重复该评定。根据高风险人工智能系统的类型,合格评定可能必须由独立的合格评定机构进行。高风险人工智能系统的提供者还必须**实施质量管理体系**,以确保其在整个人工智能系统生命周期内遵守新要求并最大限度降低对用户和受影响人员的风险。

为实现监督并确保公共透明度,高风险人工智能系统的提供者必须在**公开的欧盟数据库中注册系统**。

高风险人工智能系统的提供者在其系统整个生命周期内对其安全和合规负责。必要时,他们必须报告并应对**严重事件**,在发现风险或不合规时采取**纠正措施**,提供信息并**与市场监督机构合作**。

### 高风险人工智能系统部署者有哪些义务?

作为基线,部署者必须按照**使用说明**使用高风险人工智能系统,并采取一切技术手段实现这一目标。基于使用说明,高风险人工智能系统的部署者必须**监测人工智能系统的运行**,并对已识别的风险或严重事件采取行动。部署者需要将**人类监督**分配给其组织中的一个人。该人员必须装备充分并能够实施人类监督。当部署者为高风险人工智能系统提供输入数据时,《人工智能法案》要求**输入数据必须与人工智能系统的预期用途相关且具有充分代表性**。

作为公共当局或提供公共服务的部署者必须在首次使用前进行**基本权利影响评估**。

此外,部署者可能承担**信息义务**:

- 由公共当局或其代表实体部署的高风险人工智能系统必须在**公开的欧盟数据库中注册**,但关键基础设施的高风险人工智能系统除外。用于执法和移民的人工智能系统必须在数据库的非公开部分注册,该部分仅对相关监督机构开放。
- 如果高风险人工智能系统**在工作场所部署**,部署者必须事先告知受影响的员工和劳动者代表。这是在可能已经适用的劳动者协商规则之外的额外要求。
- 如果高风险人工智能系统旨在就自然人作出决定或协助作出决定,部署者必须**告知受影响的个人**。

《人工智能法案》还为自然人引入了**解释权**。这适用于高风险人工智能系统的输出被用于对自然人作出决定且该决定产生法律效力的情况。高风险人工智能系统的部署者必须为此可能性做好准备,并在收到请求时向受影响个人提供清晰而有意义的解释。

### 高风险人工智能系统的真实世界测试是否安全?有哪些保障措施?

高风险人工智能系统的真实世界测试最多可进行 6 个月(可再延长 6 个月)。测试前,需要制定计划并提交给[市场监督机构](https://digital-strategy.ec.europa.eu/en/policies/market-surveillance-authorities-under-ai-act),该机构必须批准计划和具体测试条件,若 30 天内未予答复,则默认默示批准。测试可能受到该机构的不定期检查。

真实世界测试只能在特定保障措施下进行,例如,接受真实世界测试的系统的用户必须提供知情同意,测试不得对其产生任何负面影响,结果必须可逆或可忽略,且其数据须在测试结束后删除。对弱势群体(例如因年龄、身体或精神残疾而处于弱势的人)应给予特别保护。

### 该法规如何应对人工智能中的种族和性别偏见?

人工智能系统本身不会制造或复制偏见。相反,当设计和使用得当时,人工智能系统有助于减少偏见和现有的结构性歧视,从而带来更公平、更无歧视的决定(例如在招聘中)。

对所有高风险人工智能系统的新强制性要求将服务于这一目的。人工智能系统必须在技术上稳健,以确保其适合用途,不会产生不成比例地影响边缘化群体的偏见结果(如假阳性或假阴性),包括基于种族或民族出身、性别、年龄和其他受保护特征的结果。

高风险系统还需要使用具有充分代表性的数据集进行训练和测试,以最大限度地降低嵌入模型的不公平偏见风险,并确保可以通过适当的偏见检测、纠正和其他缓解措施加以解决。它们还必须是可追溯和可审计的,确保保留适当的文档,包括用于训练算法的数据,这对事后调查至关重要。

合规系统必须定期监控,潜在风险须在投放市场前后及时处理。

### 为什么远程生物特征识别需要特定规则?

生物特征识别可以有不同形式。生物特征认证和验证——例如解锁智能手机或在边境检查时根据旅行证件核对个人身份(一对一匹配)——仍不受监管,因为它们对基本权利不构成重大风险。

相比之下,远程生物特征识别(例如在人群中识别人员)可能显著影响公共空间中的隐私。面部识别系统的准确性可能受到多种因素的显著影响,如摄像头质量、光线、距离、数据库、算法以及主体的族裔、年龄或性别。步态和语音识别及其他生物特征系统也是如此。

虽然 99% 的准确率总体上看起来不错,但当结果可能导致无辜者被怀疑时,这是相当大的风险。即使 0.1% 的错误率应用于大量人群(例如火车站)也可能产生显著影响。

### 《人工智能法案》如何监管生物特征识别?

出于执法目的在**公共场所使用实时远程生物特征识别**(即使用闭路电视进行面部识别)被禁止。成员国可以通过法律引入例外,允许在以下情形中使用实时远程生物特征识别:

- 与 16 种特定的非常严重犯罪相关的执法活动
- 针对特定受害者、绑架、人口贩运和性剥削以及失踪人员的定向搜索
- 预防对人的生命或人身安全的威胁或恐怖袭击

任何例外使用都必须是必要和相称的,并须获得**司法机关或独立行政机关的事先授权**,该授权决定具有约束力。在紧急情况下,可在 24 小时内申请批准。如果授权被拒绝,必须删除该使用行为的所有数据和输出。

实时远程生物特征识别的使用应**通知相关市场监督机构和数据保护机构**。

对受调查人员使用**事后远程生物特征识别**(在先前收集的材料中识别人员)的人工智能系统未被禁止,但需要**司法机关或行政机关的事先授权**,并通知相关的数据保护和市场监督机构。

### 这些规则如何保护基本权利?

欧盟和成员国层面已经对基本权利和禁止歧视提供了强有力的保护,但某些人工智能应用的复杂性和不透明性(“黑箱”)可能带来问题。

以人为本的人工智能方法意味着确保人工智能应用符合基本权利立法。通过将问责和透明度要求纳入高风险人工智能系统的开发并改进执法能力,我们可以确保这些系统从一开始就考虑到法律合规性进行设计。当发生违规时,此类要求将使国家当局能够获取所需信息,以调查人工智能的使用是否符合欧盟法律。

《人工智能法案》要求某些高风险人工智能系统的部署者进行基本权利影响评估。

### 什么是基本权利影响评估?谁必须在何时进行该评估?

高风险人工智能系统的提供者需要进行风险评估,并设计系统以使健康、安全和基本权利风险最小化。

然而,某些基本权利风险只有在了解高风险人工智能系统的使用情境后才能真正识别。当高风险人工智能系统在可能存在权力不对称的特别敏感领域使用时,需要对这些风险进行额外考量。

因此,受公法管辖的机构或提供公共服务的私人运营者,以及提供进行信用评估或人寿和健康保险价格与风险评估的高风险人工智能系统的运营者,应进行基本权利影响评估并将结果通知国家当局。

在实践中,许多部署者还必须进行数据保护影响评估。为避免此类情况下的实质性重叠,基本权利影响评估应与数据保护影响评估结合进行。

## 通用人工智能(GPAI)模型

### 通用人工智能模型如何被监管?

通用人工智能模型(包括大型生成式人工智能模型)可用于各种任务。它们可能被集成到大量人工智能系统中。

集成通用人工智能模型的人工智能系统提供者必须能够获得必要的信息来完成集成,并确保系统符合《人工智能法案》。该法案要求此类模型的提供者**记录有关模型的技术信息**,并向下游系统提供者披露某些信息。这种透明度有助于更好地理解这些模型。

模型提供者需要制定政策,以确保**遵守欧盟版权**及相关权利法律。特别是识别和遵守文本和数据挖掘例外下的权利保留。提供者还需要发布[基于人工智能办公室模板的训练内容摘要](https://digital-strategy.ec.europa.eu/en/library/explanatory-notice-and-template-public-summary-training-content-general-purpose-ai-models)。

这些模型中最先进的可能带来**系统性风险**。目前,使用总计超过 10^25 FLOP(浮点运算)计算资源训练的通用人工智能模型被推定具有系统性风险。委员会可根据技术发展更新该阈值。应提供者的请求,如果模型不被认为属于最先进之列,委员会也可以推翻超过 FLOP 阈值的模型具有系统性风险的推定。委员会还可以根据[《人工智能法案》附件十三](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-13)规定的标准,将低于 FLOP 阈值的模型指定为具有系统性风险的通用人工智能模型。

具有系统性风险的模型提供者**必须评估和缓解这些风险**,包括进行最先进的模型评估、报告严重事件,并确保其模型和物理基础设施具有充分的网络安全。

为支持提供者履行这些义务,委员会促进了[通用人工智能(GPAI)实践准则](https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai)的制定。GPAI 实践准则是由[独立专家](https://digital-strategy.ec.europa.eu/en/news/meet-chairs-leading-development-first-general-purpose-ai-code-practice)在多方利益相关者过程中编写的自愿性工具,旨在帮助行业遵守《人工智能法案》对通用人工智能模型提供者的义务。该准则辅以[委员会关于《人工智能法案》下通用人工智能模型提供者义务范围的指南](https://digital-strategy.ec.europa.eu/en/library/guidelines-scope-obligations-providers-general-purpose-ai-models-under-ai-act)。

### 通用人工智能实践准则是如何编写的,如何运作?

第一版[通用人工智能(GPAI)实践准则](https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai)详细说明了《人工智能法案》对通用人工智能模型和具有系统性风险的通用人工智能模型提供者的规则。GPAI 实践准则是由[独立专家](https://digital-strategy.ec.europa.eu/en/news/meet-chairs-leading-development-first-general-purpose-ai-code-practice)在多方利益相关者过程中编写的自愿性工具,旨在帮助行业遵守《人工智能法案》对通用人工智能模型提供者的义务。

人工智能办公室促进了准则的起草。该过程由独立专家主持,涉及近 1000 名利益相关者,以及欧盟成员国代表、欧洲和国际观察员。[委员会](https://digital-strategy.ec.europa.eu/en/library/commission-opinion-assessment-general-purpose-ai-code-practice)和[人工智能委员会](https://digital-strategy.ec.europa.eu/en/policies/ai-board)已确认该准则是 GPAI 模型提供者证明遵守《人工智能法案》的适当自愿性工具。

在认可之后,自愿签署该准则的 GPAI 模型提供者可以通过遵守准则来表明其符合《人工智能法案》。这将减轻其行政负担,并比通过其他方法证明合规获得更多法律确定性。该准则辅以委员会关于通用人工智能模型相关关键概念的[指南](https://digital-strategy.ec.europa.eu/en/library/guidelines-scope-obligations-providers-general-purpose-ai-models-under-ai-act)。

人工智能办公室将酌情鼓励和促进准则的审查和调整,以反映技术进步和最新水平。一旦协调标准发布并经人工智能办公室评估适合涵盖相关义务,遵守欧洲协调标准应使提供者获得符合性推定。

如果实践准则或协调标准不可用,或提供者选择不依赖这些工具,通用人工智能模型提供者应能够使用其他适当的方式证明合规。

### 《人工智能法案》对披露与人工智能系统的交互以及人工智能输出的水印和标记有哪些义务?

《人工智能法案》对某些交互式或生成式人工智能系统(包括聊天机器人或深度伪造)的提供者和部署者引入了特定的**透明度要求**。这些透明度要求旨在应对错误信息和操纵、欺诈、冒充和欺骗消费者的风险:

- 直接与自然人交互的人工智能系统的**提供者**需要设计和开发这些系统,使相关自然人被告知其正在与人工智能系统交互。
- 生成式人工智能系统的**提供者**需要以机器可读格式标记人工智能输出,并确保其可被检测为人工生成或操纵的。在技术可行的范围内,技术解决方案必须有效、可互操作、稳健可靠,同时考虑到各类内容的特殊性和局限性、实施成本以及公认的最新技术水平(可能反映在相关技术标准中)。
- 情绪识别或生物特征分类系统的**部署者**必须确保接触这些系统的个人被告知。
- 生成或操纵构成深度伪造的图像、音频或视频内容的生成式人工智能系统的**部署者**必须显著披露该内容已被人工生成或操纵。同样,生成或操纵旨在就公共利益事项向公众提供信息的文本的人工智能系统的部署者,也必须披露该文本已被人工生成或操纵。

所有上述透明度义务均适用特定例外。

人工智能办公室将发布指南,为提供者和部署者就第 50 条义务(将于 2026 年 8 月 2 日适用)提供进一步指导。

为协助履行其中部分透明度义务,人工智能办公室已启动起草[人工智能生成内容透明度实践准则](https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content)的进程。该准则将由人工智能办公室任命的[独立专家](https://digital-strategy.ec.europa.eu/en/news/commission-launches-consultation-develop-guidelines-and-code-practice-transparent-ai-systems)基于包容性过程起草。来自各行业 200 多个利益相关者参与准则起草。如果获得委员会批准,最终准则将作为生成式人工智能系统提供者和部署者证明遵守其各自义务的自愿性工具。

## 治理、执行与实施

### 《人工智能法案》何时完全适用?

《人工智能法案》将于生效后 2 年即 2026 年 8 月 2 日开始适用,但以下特定条款除外:

- 与[人工智能素养](https://digital-strategy.ec.europa.eu/en/policies/ai-talent-skills-and-literacy)相关的禁止规定、定义和条款自 2025 年 2 月 2 日起适用。委员会已发布关于[禁止规定](https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-prohibited-artificial-intelligence-ai-practices-defined-ai-act)和[定义](https://digital-strategy.ec.europa.eu/en/library/commission-publishes-guidelines-ai-system-definition-facilitate-first-ai-acts-rules-application)的指南,以及[人工智能素养实践动态资料库](https://digital-strategy.ec.europa.eu/en/policies/repository-ai-literacy-practices)和[专门 FAQ](https://digital-strategy.ec.europa.eu/en/faqs/ai-literacy-questions-answers)。
- 关于治理的规则和通用人工智能的义务于 2025 年 8 月 2 日起适用。
- 因嵌入[附件二](https://ai-act-service-desk.ec.europa.eu/en/ai-act/annex-2)(欧盟协调立法清单)所列受监管产品而被归类为高风险的高风险人工智能系统的义务,在生效后 36 个月即 2027 年 8 月 2 日起适用。

2025 年 11 月 19 日,作为[数字综合方案提案](https://digital-strategy.ec.europa.eu/en/library/digital-omnibus-ai-regulation-proposal)的一部分,委员会提议调整高风险规则的适用时间表,将适用日期与协调标准、通用规范或委员会指南等支持措施的可用性挂钩。

该提案的背景是支持高风险要求适用的标准编制延迟以及欧盟成员国主管当局的设立延迟。这危及 2026 年 8 月 2 日的顺利生效。数字综合方案目前正在欧洲议会和欧盟理事会审议中。

### 《人工智能法案》将如何执行?

《人工智能法案》建立了双层治理体系,**国家主管当局**负责监督和执行**人工智能系统**的规则,而**人工智能办公室**负责治理和执行**通用人工智能模型以及某些人工智能系统子集**提供者的义务。

[欧洲人工智能委员会](https://digital-strategy.ec.europa.eu/en/policies/ai-board)(AI Board)的设立旨在确保欧盟范围内的一致性和合作。它由成员国的高级代表以及为国家监管机构和其他主管当局设立的专门分组组成。

《人工智能法案》设立了两个咨询机构以提供专家意见:**科学小组**和**咨询论坛**。这些机构将从利益相关者和跨学科科学界提供宝贵见解,为决策提供信息,并确保对人工智能发展采取平衡的方法。

### 为什么需要欧洲人工智能委员会,它将做什么?

[欧洲人工智能委员会](https://digital-strategy.ec.europa.eu/en/policies/ai-board)由成员国的高级代表和[欧洲数据保护监督员(EDPS)](https://www.edps.europa.eu/_en)组成。作为关键顾问,AI Board 就人工智能政策的所有相关事项提供指导,特别是人工智能监管、创新和卓越政策以及人工智能国际合作的指导。

AI Board 在确保《人工智能法案》顺利、有效和协调一致的实施方面发挥着关键作用。它设有由技术专家、国家监管机构和其他主管当局组成的专门分组。该委员会是人工智能监管机构协调一致适用《人工智能法案》的论坛。

### 侵权的处罚是什么?

成员国必须对违反人工智能系统规则的行为规定有效、相称和具有威慑力的处罚。该法规规定了需要考虑的阈值:

- 违反禁止性做法或与数据相关要求不合规:最高 **3500 万欧元或上一财政年度全球总营业额的 7%**(以较高者为准)
- 违反法规任何其他要求或义务:最高 **1500 万欧元或上一财政年度全球总营业额的 3%**
- 在回应请求时向公告机构和主管当局提供不正确、不完整或误导性信息:最高 **750 万欧元或上一财政年度全球总营业额的 1.5%**

对于每一类侵权,中小企业的阈值将是两项金额中较低者,其他公司适用较高者。

委员会还可以通过罚款执行对通用人工智能模型提供者的规则,同时考虑以下阈值:

- 不遵守委员会根据法规要求的任何义务或措施:最高 **1500 万欧元或上一财政年度全球总营业额的 3%**。

欧盟机构、机关或团体应以身作则,因此它们也将受制于这些规则并可能面临处罚。[欧洲数据保护监督员(EDPS)](https://www.edps.europa.eu/_en)将有权在其不合规时对其处以罚款。

### AI Pact(人工智能公约)在《人工智能法案》实施中发挥什么作用?

[AI Pact](https://digital-strategy.ec.europa.eu/en/policies/ai-pact)于 2023 年 5 月发起,促进人工智能办公室与组织之间的互动(第一支柱),并鼓励行业自愿承诺在法律期限之前开始实施《人工智能法案》的要求(第二支柱)。

**在第一支柱下**,参与者共同创建协作社区,分享经验和知识。这包括[人工智能办公室组织的网络研讨会](https://digital-strategy.ec.europa.eu/en/policies/ai-pact-events),使参与者更好地理解《人工智能法案》、他们的责任以及如何为其实施做准备。反过来,这些网络研讨会使人工智能办公室能够收集关于最佳实践和参与者面临的挑战的见解。

**在第二支柱下**,鼓励组织通过[自愿承诺(.PDF)](https://ec.europa.eu/newsroom/dae/redirection/document/107430)主动披露其为预期合规而正在实施的过程和做法。承诺旨在作为“参与声明”,将包含满足《人工智能法案》某些要求的行动(计划中或进行中)。

《人工智能法案》的大多数规则(例如高风险人工智能系统的某些要求)将在过渡期(即生效日期与适用日期之间的时间)结束时适用。在此背景下,在 AI Pact 框架内,人工智能办公室呼吁所有组织主动预见并实施《人工智能法案》的一些关键条款,以尽快减轻对健康、安全和基本权利的风险。

自 2023 年 11 月发起号召以来,已有 3000 多个组织表示有兴趣加入 AI Pact 倡议。第一次信息会议于 5 月 6 日在线举行,有 300 名参与者。自愿承诺的正式签署定于 2024 年秋季,迄今为止已有 230 多家公司签署了承诺。2025 年 12 月 15 日,人工智能办公室召集了[AI Pact 承诺方盘点进展](https://digital-strategy.ec.europa.eu/en/factpages/ai-pact-pledgers-achievements)。

### AI Act 服务台如何支持法规的实施?

委员会设立了 [AI Act 服务台](https://digital-strategy.ec.europa.eu/en/news-redirect/901115)和[单一信息平台(SIP)](https://ai-act-service-desk.ec.europa.eu/en)。两者均与[《应用人工智能战略》](https://digital-strategy.ec.europa.eu/en/policies/apply-ai)同时推出,并已在[《人工智能大陆行动计划》](https://digital-strategy.ec.europa.eu/en/factpages/ai-continent-action-plan)中宣布。SIP 提供所有相关信息、合规工具和关于《人工智能法案》的定制指导。它提供:

- 关于《人工智能法案》的 FAQ 和资源
- [合规检查器(Compliance Checker)](https://ai-act-service-desk.ec.europa.eu/en/eu-ai-act-compliance-checker),一个帮助利益相关者确定其是否受法律义务约束并理解合规所需步骤的工具
- [AI Act 浏览器(AI Act Explorer)](https://ai-act-service-desk.ec.europa.eu/en/ai-act-explorer),一个在线工具,帮助用户以直观方式浏览《人工智能法案》的不同章节、附件和序言
- 在线表单允许利益相关者向 [AI Act 服务台](https://ai-act-service-desk.ec.europa.eu/en/ai-act-service-desk)提交问题——该团队由与人工智能办公室密切合作的专业专家组成

## 创新与可持续性

### 《人工智能法案》如何支持创新?

《人工智能法案》可以通过两种方式增强人工智能的采用:

- 提高用户信任将增加企业和公共当局对人工智能的需求
- 通过协调欧盟成员国的规则,人工智能提供者将进入更大的市场,提供用户和消费者欣赏和购买的产品

《人工智能法案》对创新友好。规则仅在严格必要的地方适用,并以最大限度减轻经济运营者负担的方式进行,配以轻量治理结构。对于中小企业,《人工智能法案》为某些繁重义务(如技术文档)规定了简化合规路径。为给创新者留出空间,法规为研发活动规定了豁免。

《人工智能法案》还促进了**监管沙盒**和**真实世界测试**的建立,为在有限时间内测试创新技术提供了受控环境。这些措施促进企业、中小企业和初创企业的创新,并有助于为人工智能开发和部署建立正确的框架条件。支持创新的其他举措包括:

- [人工智能卓越中心网络](https://digital-strategy.ec.europa.eu/en/policies/networks-excellence-ai-robotics-researchers)
- [人工智能、数据与机器人公私合作伙伴关系](https://adr-association.eu/about-us)
- [欧洲数字创新中心](https://digital-strategy.ec.europa.eu/en/policies/edihs)
- [测试与实验设施](https://digital-strategy.ec.europa.eu/en/policies/testing-and-experimentation-facilities)

### 《人工智能法案》是否包含关于环境保护和可持续性的条款?

《人工智能法案》的目标是应对安全和基本权利风险,包括高水平环境保护这一基本权利。环境也是明确提及并受保护的法益之一。

2026 年,委员会计划请求欧洲标准化组织制定关于报告和文档流程的[标准化交付物](https://digital-strategy.ec.europa.eu/en/policies/ai-act-standardisation),以改善人工智能系统的资源性能。这包括降低高风险人工智能系统在其生命周期内的能源和其他资源消耗,以及通用人工智能模型的节能开发。

委员会被要求就通用模型节能开发的标准化交付物制定进展报告,并评估是否需要进一步措施或行动(包括具有约束力的措施)。该义务自《人工智能法案》适用之日起 2 年后开始,此后每 4 年进行一次。

通用人工智能模型的提供者(其模型基于大量数据训练,因此能耗较高)被要求披露能源消耗。对于具有系统性风险的通用人工智能模型,需要评估能源效率。

委员会有权制定适当和可比较的测量方法,以履行这些披露义务。
slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack."Stars: 198kUpdated Claude CodeCodexVerifiedInstall
ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report.Stars: 196kUpdated Claude CodeCodexVerifiedInstall
ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt.Stars: 196kUpdated Claude CodeCodexVerifiedInstall