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/national/regulatory-sandboxes.md

View on GitHub
# AI 监管沙盒——欧盟成员国概览

《AI 法案》第 57-62 条下欧盟成员国 AI 监管沙盒做法概览。

| 方面 | 详情 |
|--------|--------|
| 机构 | artificialintelligenceact.eu |
| 日期 | 持续更新 |
| 来源 URL | https://artificialintelligenceact.eu/regulatory-sandboxes/ |
| NotebookLM 来源 ID | aa570eb1-... |

*德语:KI-Reallabore——欧盟成员国概览*

---

## 引言

AI 监管沙盒是实施欧盟《AI 法案》的重要组成部分。根据第 57 条,每个成员国必须在 2026 年 8 月 2 日前在国家层面至少建立一个 AI 监管沙盒。

AI 监管沙盒创造受控环境,AI 系统可在其中经监管指导进行开发和测试,之后再投入市场。它们提高法律确定性、支持合规、允许处理个人数据,并为中小企业和初创企业进入市场提供便利。重要的是,参与沙盒所形成的文件可用于证明符合《AI 法案》的要求。此外,只要提供者遵循国家主管机构的指导,就不会因违反该法案而受到行政罚款。提供者仍须对在沙盒中试验 AI 系统给第三方造成的损害承担责任。

其他领域的经验凸显了一些潜在积极影响。例如,在英国 FCA 沙盒中成功完成测试的公司获得的金融科技投资是同行的 6.6 倍。与监管机构的典型审批流程相比,英国 FCA 沙盒将市场准入所需的平均时间缩短了 40%。

## 第 57-59 条下 AI 监管沙盒的要点概述

- AI 监管沙盒是在受控环境中测试 AI 系统的框架,旨在促进创新,便利系统在市场准入前的开发、训练、测试和验证。
- 沙盒旨在提高法律确定性、支持最佳实践共享、促进创新、推动基于证据的监管学习,并便利市场准入,尤其是对中小企业和初创企业。提供者可以利用参与沙盒所形成的文件证明其符合欧盟《AI 法案》。
- 每个成员国必须在 2026 年 8 月 2 日前至少建立一个 AI 监管沙盒。国家沙盒也可以与其他成员国联合设立。
- 国家主管机构提供指导、监督和支持,以识别风险并确保符合《AI 法案》及其他相关立法。
- 参与沙盒的提供者仍须根据适用的责任法承担责任,但只要善意遵循沙盒指引,即可免于行政罚款。
- 提供者可以为服务公共利益的沙盒项目处理个人数据,前提是该数据确有必要、得到安全保管、不外部分享,并在使用后删除。他们必须管理风险、记录活动,并发布摘要,除非涉及敏感执法数据。
- 国家主管机构必须通过 AI 委员会协调其活动,并提交关于沙盒实施的年度报告。
- 中小企业和初创企业可以免费使用 AI 沙盒,但国家主管机构可以收回公平且相称的特殊费用。

## 欧盟层面的支持举措

### 欧盟 AI 监管沙盒(EUSAiR)

关键举措之一是欧盟 AI 监管沙盒(EUSAiR),这是由欧盟"数字欧洲"计划资助、与 AI 办公室合作开展的一项为期两年的项目。EUSAiR 旨在通过制定共同框架、增强技术和法律能力、促进成员国之间的合作来支持 AI 监管沙盒的实施。它旨在通过降低合规成本和减少市场进入壁垒,为 AI 创新者(尤其是中小企业和初创企业)提供广泛的沙盒准入机会。

### 测试与实验设施(TEF)

欧盟建立了专门的测试与实验设施(TEF),提供大规模参考场地,欧洲各地的技术提供者可以在真实环境中测试最先进的 AI 解决方案。这些项目将在五年期间获得欧盟委员会和成员国合计超过 2.2 亿欧元的资助。已建立四个行业专项 TEF:

- **农业食品:** "agrifoodTEF" 项目
- **医疗健康:** "TEF-Health" 项目
- **制造业:** "AI-MATTERS" 项目
- **智慧城市与社区:** "Citcom.AI" 项目

### 欧洲数字创新中心(EDIH)

欧洲数字创新中心(EDIH)是区域性"一站式"机构,帮助企业和公共部门组织应对数字挑战并提高竞争力。它们提供技术专长和测试渠道(以及"先测试后投资"的可能性)、创新服务(如财务咨询)和技能发展。欧盟各地运营着 150 多个此类中心。

2025 年《AI 大陆行动计划》强调了 EDIH 网络在便利企业进入监管沙盒方面的作用。EDIH 还将扩大其面向不同技术与非技术背景的实用 AI 培训课程。

---

## 各国沙盒举措

### 与第 58(3) 条的联系

第 58(3) 条规定,AI 监管沙盒的潜在提供者,尤其是中小企业和初创企业,应在相关情况下被引导至增值服务,如测试与实验设施和欧洲数字创新中心。这一联系之所以重要,是因为监管沙盒不仅旨在支持符合《AI 法案》,也旨在促进 AI 系统的开发和测试。

---

## 奥地利

### 概述

奥地利目前正处于 AI 监管沙盒的规划阶段。奥地利 AI 战略提到了"Reallabore"(沙盒)的概念,但侧重于评估其潜力而非实施。目前尚无关于奥地利运营中 AI 监管沙盒的公开信息。不过,奥地利 AI 服务台提供的服务旨在解决与 AI 系统相关的法律不确定性问题,这与监管沙盒类似。

### 主要参与者

AI 战略提到了沙盒开发的部门间合作,但未具体说明哪些主管机构将负责运营 AI 监管沙盒。

### 法律框架

目前没有公开信息详细说明奥地利的 AI 监管沙盒法律框架。

### 运营结构

尚不明确。

## 比利时

### 概述

比利时目前没有运营中的国家级 AI 监管沙盒,联邦政府也未宣布建立沙盒的具体计划。不过,法兰德斯(比利时讲荷兰语的北部地区)正通过其经济、科学与创新部(EWI)积极探索这一可能性。2023 年 10 月,法兰德斯大区政府发布了一份反思文件,研究如何在比利时治理结构中实施 AI 监管沙盒。拟议的沙盒将主要面向开发高风险 AI 应用的中小企业和初创企业。

### 主要参与者

- **法兰德斯经济、科学与创新部(EWI):** 将协调区域实施
- **联邦数据保护局:** 将就隐私合规提供指导
- **联邦市场监督机构:** 将贡献特定行业的监管专长
- **区域创新机构(VLAIO、Digital Flanders):** 将提供创新支持和技术专长
- **数据与社会知识中心:** 将就 AI 的伦理和社会层面提供指导

### 法律框架

反思文件指出,任何法律豁免都需要联邦层面的监管框架。

### 运营结构

**资格标准:**
- 主要聚焦《AI 法案》定义的高风险 AI 系统
- 优先考虑内部监管专长有限的中小企业和初创企业
- 技术就绪水平(TRL)评估,可能优先考虑 TRL 4-8 的系统

**拟议的服务层级:**
- **基础服务:** 一个中央联络点,根据《AI 法案》分类对 AI 系统进行风险评估并提供监管指导
- **扩展服务:** 增加测试环境和企业个性化支持路径,可能利用现有创新基础设施,如测试与实验设施
- **附监管豁免的扩展服务:** 更宏大的选项,将包括对某些法规的临时豁免"安全空间"(据指出,实施上具有法律难度)

**测试流程:**
1. 申请程序——企业向中央机构申请,该机构根据风险水平、技术就绪度和潜在影响进行筛选
2. 测试计划制定——入选企业与专家合作制定定制化测试方案
3. 测试阶段——对 AI 系统进行监管合规检查和测试,并就必要调整提供指导
4. 退出阶段——成功通过评估的系统获得其合规历程的文件记录

## 保加利亚

### 概述

保加利亚目前没有运营中的 AI 监管沙盒,战略框架《保加利亚人工智能发展构想(至 2030 年)》中也未提及沙盒。

### 主要参与者

未知。

### 法律框架

法律框架尚未通过。

### 运营结构

未知。

## 克罗地亚

### 概述

克罗地亚正在起草《人工智能条例实施法》。该法律还将对 AI 监管沙盒作出规定。

### 主要参与者

主要参与者尚未确定。

### 法律框架

法律框架尚未通过。

### 运营结构

运营结构尚待确定。

## 塞浦路斯

### 概述

根据该成员国研究、创新和数字政策副部长办公室的新闻稿,塞浦路斯计划在《AI 法案》生效后 12 个月内建立 AI 系统监管沙盒。

### 主要参与者

尚不明确。发布提及监管沙盒新闻稿的是研究、创新和数字政策副部长办公室。

### 法律框架

尚未建立具体法律框架。

### 运营结构

尚未公布任何框架。

## 捷克共和国

### 概述

捷克共和国正在其国家复苏计划下开发"数字监管沙盒"。虽然该沙盒主要侧重于支持金融科技创新,但其范围也可能延伸至 AI 产品。不过,该沙盒与欧盟《AI 法案》下 AI 系统的相关程度仍不明确。

### 主要参与者

- **CzechInvest(捷克投资局):** 负责启动和协调沙盒的国家商业发展机构
- **工业和贸易部(MPO):** 发起沙盒项目并监督其开发
- **财政部:** 就监管设计和金融监督提供意见

### 法律框架

该沙盒在欧盟《AI 法案》下的地位仍不明确。对沙盒参与者的法律豁免范围尚未明确规定。

### 运营结构

沙盒将分两阶段启动。第一阶段涉及运营框架的设计和支持结构的完善。第二阶段,选定的高增长企业,尤其是初创企业和衍生企业,将参与沙盒项目。它们将获得定制化支持,包括独立专家咨询、新兴监管领域的法律咨询,以及技术测试环境的使用权。该项目最高资助额为 1.5 亿捷克克朗(约 600 万欧元)。

## 丹麦

### 概述

丹麦于 2024 年初建立了 AI 监管沙盒,由丹麦数据保护局(Datatilsynet)和数字政府局联合运营。该沙盒最初侧重于 GDPR 合规,计划未来将范围扩展至欧盟《AI 法案》,支持公共和私营部门的 AI 开发。2024 年 7 月的首批沙盒队列收到 23 份申请,其中两个项目入选。

### 主要参与者

- 丹麦数据保护局(Datatilsynet)
- 数字政府局(Digitaliseringsstyrelsen)
- 在相关情况下,沙盒可咨询丹麦其他监管机构,以澄清特定行业的法律问题

### 法律框架

该沙盒最初侧重于 GDPR 合规,尚不评估是否符合《AI 法案》,但预计未来将有所变化。沙盒不提供法律豁免。所有参与者必须完全遵守现行数据保护立法。

### 运营结构

**资格标准:** 沙盒接受丹麦企业和公共机构的申请,其 AI 项目须处理个人数据(范围日后将扩大)、具有明确的社会效益、展现创新性,并面临可识别的监管挑战。

**测试流程:** 参与者参加为期 6 个月的结构化项目,包括与监管专家的咨询。沙盒结束时公开分享经验洞见。但完成沙盒流程并不意味着产品将获得 Datatilsynet 和数字局的批准。

**提供的协助:** 沙盒主要提供应对数据保护要求的法律指导,包括协助进行数据保护影响评估、落实数据保护设计原则,以及处理特定监管挑战。该项目不提供技术基础设施或资金支持。

## 爱沙尼亚

### 概述

Accelerate Estonia 是一项创新计划,旨在消除阻碍创新产品进入市场的监管障碍。它基于已验证解决方案的成功经验向政策制定者提供具体政策建议。截至 2025 年 4 月,Accelerate Estonia 已完成 18 个项目,目前有 3 个项目正在进行中。不过,现有信息尚不明确 Accelerate Estonia 是否属于欧盟《AI 法案》下的强制性沙盒。

### 主要参与者

爱沙尼亚经济事务与通信部。在征集项目时咨询其他部委。

### 法律框架

沙盒在爱沙尼亚经济事务与通信部下组织。它非常侧重于提供政策建议,以使创新解决方案能够进入市场。

### 运营结构

**筛选标准:**
- 针对需要爱沙尼亚公共部门干预的明确界定的监管挑战
- 展现可扩展性和解决重大全球问题的潜力
- 已完全开发并准备试点,而非处于创意阶段
- 由运营中的企业支持,并拥有投入、有能力的团队
- 聚焦 B2B 或 B2C 模式(Accelerate Estonia 不支持 B2G 解决方案)

**测试流程:** 流程首先通过访谈和公开咨询,识别对监管创新持开放态度的部委。与这些部委合作界定具体问题领域,然后公开征集创新解决方案。入选参与者获得政府合作伙伴、研发资助机会和 Accelerate Estonia 品牌的使用权。如果解决方案被证明可行,可能会提供后续投资。成功的项目还可作为监管提案的基础。

## 芬兰

### 概述

芬兰正在通过国家法律框架,按照欧盟《AI 法案》建立 AI 监管沙盒。此外,芬兰是参与欧盟 AI 监管沙盒(EUSAiR)项目试点阶段的三个成员国之一。

### 主要参与者

- **芬兰交通和通信局(Traficom):** 将协调沙盒
- **数据保护监察专员:** 在处理个人数据时共同行使监督
- EUSAiR 试点参与者包括芬兰 IT 科学中心(CSC)、图尔库大学和哈格-赫利尔应用科学大学

### 法律框架

芬兰正在通过立法以建立国家 AI 监管沙盒。该提案以修正《特定 AI 系统监督法》的形式提出,预计于 2026 年 2 月 1 日生效。提案包括关于机构间协调、处罚和合规相关文件出具的规定。它还明确允许为测试高风险 AI 系统而二次使用个人数据,包括在执法场景中。关于资格、参与程序和要求文件的详细规则将留待即将出台的欧盟实施法案规定。

### 运营结构

参与沙盒的申请将提交给 Traficom,后者须就相关系统咨询主管市场监督机构。运营结构的许多细节将根据即将出台的实施法案更新。

## 法国

### 概述

法国建立了由本国数据保护机构(CNIL)运营的数据保护沙盒项目。虽然并非专门作为《AI 法案》监管沙盒设计,但其第三版(2023 年启动)聚焦于公共服务领域的 AI 应用。

### 主要参与者

- **法国数据保护机构(CNIL):** 主导并管理沙盒
- **评估委员会:** 由三名 CNIL 成员和来自相关公共机构的三名外部专家组成

### 法律框架

CNIL 沙盒侧重于 GDPR 和其他数据保护法规的合规。它不提供法律要求方面的豁免。CNIL 特别指出,"它不允许解除法律约束,即使是暂时性的,因为个人数据法律不允许这样做"。参与者必须保持完全符合 GDPR。

### 运营结构

**资格标准:**
- 开发 AI 解决方案的公共机构
- 与公共主体合作的私营组织
- 解决多个公共实体识别的需求的项目
- 处于开发中但尚未部署的解决方案

**项目阶段:**
1. **支持阶段(6 个月):** 通过研讨会、培训和协作交流识别关键问题
2. **实施阶段:** 参与者应用 CNIL 的建议
3. **知识共享阶段:** CNIL 为更广泛的生态圈总结发现和建议

CNIL 为 AI 系统应对数据保护要求提供免费专家指导,但不提供技术基础设施或资金支持。

## 德国

### 概述

德国已将监管沙盒制度化为跨行业的战略性创新政策工具,包括 AI 领域。这一做法始于联邦经济事务和气候行动部(BMWK)2018 年通过的《监管沙盒战略》。2024 年 11 月,联邦内阁通过《监管沙盒法》(Reallaborgesetz)草案,为在替代性监管条件下测试创新提供了全面框架,从而推进了这一工作。

### 主要参与者

- **联邦经济事务和气候行动部(BMWK):** 主导国家沙盒政策
- **监管沙盒网络:** 连接跨行业利益相关方

### 法律框架

德国做法建立在部门立法中的"实验条款"之上,允许主管机构对某些监管要求给予临时豁免。《监管沙盒法》草案为这些豁免确立了共同原则和标准。该立法草案解决关键挑战,如简化此前不一致的审批流程、创造利益相关方网络交流机会、便利向监管机构的知识转移,以及确立适当的测试时间框架。

### 运营结构

草案规定了重要机制,包括实验条款的使用(第 2 条)、监管学习和评估的正式程序(第 4-7 条),以及定期向联邦议院报告(第 9 条)。

该法律的核心特征之一是**创新门户**("Reallabore-Innovationsportal"),这是一个旨在支持沙盒规划和实施的平台。它将提供法律和组织指导、收集监管障碍信息,并促进政府、产业界、学术界和公民社会之间的联系。该门户作为试点启动,最长持续四年(第 3 条)。

## 希腊

### 概述

截至 2025 年 4 月,希腊没有关于欧盟《AI 法案》下 AI 专项监管沙盒的公开信息。

### 主要参与者

未知。

### 法律框架

法律框架尚未通过。

### 运营结构

未知。

## 匈牙利

### 概述

2024 年 9 月,匈牙利政府通过决议实施欧盟《AI 法案》。将设立一个新的执行机构领导这项工作,包括运营监管沙盒。

### 主要参与者

- 实施工作将由在**国民经济部**下运作的新实体领导
- 若干匈牙利主管机构将通过新授权的**匈牙利 AI 委员会**发挥作用

### 法律框架

政府决议为实施欧盟《AI 法案》提供了高层授权。但详细立法尚未公布。

### 运营结构

关于监管沙盒运营结构的公开信息仍然有限。

## 爱尔兰

### 概述

建立 AI 监管沙盒被列为爱尔兰《2024 年国家 AI 战略更新》中的一项战略行动,但除这一高层提及外,关于爱尔兰 AI 监管沙盒做法的公开信息很少。

### 主要参与者

提及的相关参与者包括企业、贸易和就业部、爱尔兰企业局(Enterprise Ireland)、爱尔兰投资发展局(IDA Ireland)以及其他适当的公共服务机构。未提及具体角色。

### 法律框架

爱尔兰监管沙盒的法律框架尚待公布。

### 运营结构

未知。

## 意大利

### 概述

意大利建立了名为"Sperimentazione Italia"(意大利试验)的广泛监管沙盒机制,在临时监管豁免下为包括 AI 在内的创新技术测试提供框架。该机制于 2020 年启动,早于欧盟《AI 法案》,但预示了其目标。意大利也是入选在 EUSAiR 倡议下主办试点监管沙盒的三个成员国之一。

### 主要参与者

- 总理办公室下的**数字化转型部:** 管理该项目
- **意大利数字署(AgID):** 在试验期间提供技术支持与评估

### 法律框架

Sperimentazione Italia 通过第 76/2020 号法律法令("数字简化"法令)设立,该法令引入了关于"技术试验"的第 36 条。该立法允许在有限测试期内对某些法规给予临时豁免,同时维持必要的安全、隐私和环境保护。某些监管领域被排除在可能的豁免之外,包括健康保护、环境保护、文化和景观遗产、刑法规定、反黑手党法典、欧盟约束和国际义务。其在欧盟《AI 法案》下的地位仍不明确。

### 运营结构

流程始于向数字化转型部和经济部同时提交申请,包括一份指明需要豁免的法规的技术附件。该项目在申请阶段为申请人提供支持,包括初步咨询。试验期结束后,参与者必须提交最终报告。如果试验被认定成功,该部门可能会建议进行监管调整。

## 拉脱维亚

### 概述

拉脱维亚目前没有已建立的 AI 监管沙盒。不过,该国总统提议在新设立的国家 AI 中心权限下开发此类沙盒。该中心于 2023 年依法设立,具有独特的多利益相关方治理结构。

### 主要参与者

**国家 AI 中心**将成为未来监管沙盒的主办机构。该中心通过多利益相关方治理结构运作,汇集政府代表(来自智慧管理与区域发展部、经济部和国防部)、学术界(通过拉脱维亚大学联合会)和产业界声音(通过拉脱维亚信息和通信技术协会)。

### 法律框架

潜在监管沙盒的法律框架仍不明确。

### 运营结构

没有关于拉脱维亚监管沙盒运营结构的公开信息。

## 立陶宛

### 概述

立陶宛政府已批准法规,以加快欧盟 AI 法规的实施并创建 AI 沙盒。

### 主要参与者

- **创新署**(通知机构)
- **通信监管局**(市场监督机构和单一联络点)
- **经济与创新部**(额外监督)

### 法律框架

沙盒正通过修订《技术与创新法》和《信息社会服务法》设立,这两项修订仍需立陶宛议会批准。

### 运营结构

现有信息未具体说明沙盒的运营结构。

## 卢森堡

### 概述

卢森堡于 2024 年 5 月推出了由本国数据保护机构(CNPD)运营的监管沙盒"Sandkescht"。该举措旨在帮助创新者开发符合 GDPR 的 AI 系统。卢森堡的 AI 法律草案还指定 CNPD 为 AI 监管的中央协调机构,并规定在 2026 年 8 月前建立全面的监管沙盒。另一项举措 LIST AI 沙盒并非监管沙盒,而是旨在帮助组织为《AI 法案》做准备的技术工具。

### 主要参与者

**CNPD(卢森堡数据保护机构)**——运营并监督 Sandkescht 沙盒。

### 法律框架

参与沙盒不涉及任何 GDPR 法律豁免。沙盒在现有数据保护框架内运作,同时正在制定更全面的 AI 监管框架。

### 运营结构

**资格标准:** 公共和私营实体均可申请,前提是设在卢森堡。项目必须围绕新技术(包括 AI)展开。举措应处理监管解释仍不明确的数据保护问题,并必须展现对公民的明确潜在优势或更广泛的社会效益。

**测试流程(三个阶段):**
1. 参与者与 CNPD 共同界定项目目标、制定时间表并制定退出策略
2. 实施商定的计划并进行持续监测
3. 成功做法得到正式记录并完成退出评估(参与期 9-18 个月)

Sandkescht 主要提供法律支持而非技术基础设施。CNPD 不提供 IT 或技术架构用于测试。技术支持可在 LIST AI 沙盒中获得。

## 马耳他

### 概述

马耳他国家 AI 战略涉及对监管沙盒的需求。该成员国计划为 AI 建立"监管沙盒",为测试新概念提供监管豁免,并建立专门聚焦 AI 开发中个人数据使用的"数据沙盒"。

### 主要参与者

- **马耳他数字创新局(MDIA):** 实施 AI 战略和管理沙盒的主导机构
- **技术监管咨询委员会:** 与 MDIA 合作确定法律和运营结构
- **信息和数据保护专员办公室(IDPC):** 担任国家数据保护机构,将设立"数据沙盒"

### 法律框架

"监管沙盒"旨在为企业在受控环境中测试 AI 概念提供临时监管豁免。"数据沙盒"将为使用个人数据的 AI 项目提供 GDPR 合规指导,并可能提供免于执法行动的保证。

### 运营结构

沙盒将以用例为导向。进入沙盒的项目将评估其潜在公共利益,并进行密切监测以管理风险和加强监管学习。

## 荷兰

### 概述

荷兰 AI 监管沙盒实施方案已通过各利益相关方的密切协作制定,由经济事务部、荷兰数据保护局(AP)和荷兰数字基础设施局(RDI)协调。

### 主要参与者

- **荷兰数据保护局(AP)**和**荷兰数字基础设施局(RDI):** 协调性市场监督机构
- 根据 AI 应用领域确定的行业特定市场监督机构

### 法律框架

荷兰沙盒将侧重于提供监管指导,而不提供法律义务方面的豁免。

### 运营结构

**三支柱结构:**
1. 负责协调和解答相对简单问题的核心团队
2. 处理领域特定问题的专家小组
3. 涉及多场会议的沙盒流程,以协作探讨监管挑战

**六个阶段:**
1. 预注册——信息提供和问题提交
2. 注册、筛选和首次回应——问题由核心团队分诊
3. 准备——对于复杂问题,监管机构和申请人制定沙盒计划
4. 参与沙盒进程——实施沙盒计划
5. 评估和完成——记录结果和经验教训
6. 参与后——分享洞见,惠及更广泛的 AI 生态圈

## 波兰

### 概述

波兰正在通过其《人工智能系统法草案》实施欧盟《AI 法案》。该草案包括监管沙盒条款,以在保持适当监督的同时支持创新。

### 主要参与者

- **人工智能发展与安全委员会:** 担任市场监督机构,负责建立监管沙盒
- **AI 社会理事会:** 担任咨询机构,由 9-15 名具有专门知识的成员组成

### 法律框架

波兰 AI 沙盒的法律基础确立于实施欧盟《AI 法案》的《人工智能系统法草案》。

### 运营结构

截至 2025 年 4 月,尚未界定具体运营框架。

## 葡萄牙

### 概述

葡萄牙国家 AI 战略中提到了监管沙盒。但除此之外没有更多关于监管沙盒的公开信息。

### 主要参与者

尚未决定。

### 法律框架

尚未通过。

### 运营结构

尚未建立。

## 罗马尼亚

### 概述

罗马尼亚国家 AI 战略提到了沙盒,但未提供详细信息。

### 主要参与者

尚未决定。

### 法律框架

尚未建立具体法律框架。

### 运营结构

未知。

## 斯洛伐克

### 概述

斯洛伐克虽然尚未实施国家层面的 AI 监管沙盒框架,但该成员国已开始在区域层面探索 AI 监管沙盒,科希策地区通过其 Sandbox AI 举措成为先行者。

### 主要参与者

**科希策地区创新中心(ICKK)。**

### 法律框架

该区域沙盒在没有 AI 监管沙盒国家法律框架的情况下运作。它是一个实用测试台举措,而非正式的监管豁免机制。

### 运营结构

科希策地区的 AI 沙盒聚焦于公共行政领域的 AI 解决方案。它遵循四个阶段的流程:

1. **申请:** 面向拥有可解决公共行政挑战的 AI 解决方案的初创企业、大学项目和成熟企业
2. **筛选:** 为 AI 沙盒项目遴选三个解决方案
3. **实施与测试:** 入选项目分配至科希策自治地区内的相关部门,并在实际场景中测试,由跨职能团队监督
4. **评估:** 每个项目接受全面评估,形成输出报告,评估效益、分析法律和监管实施可能性,并考察财务和可持续性模式

最佳项目将获得向 Innovation Zurich 展示其解决方案的机会,从而获得国际曝光。

## 斯洛文尼亚

### 概述

斯洛文尼亚正在制定国家 AI 监管沙盒的法律和概念框架。但尚未公布具体框架。

### 主要参与者

仍不明确哪些参与者将负责运营监管沙盒。

### 法律框架

不明确。制定监管沙盒法律和概念框架的项目仍在进行中。

### 运营结构

尚未决定。

## 西班牙

### 概述

西班牙于 2022 年建立了 AI 监管沙盒,是首批在实际场景中测试和实施欧盟《AI 法案》要求的欧洲举措之一。该沙盒通过第 817/2023 号皇家法令正式确立,为高风险 AI 系统和通用 AI 模型创建了受控测试环境。不过,实际测试尚未启动。

### 主要参与者

- **西班牙人工智能监督局(AESIA):** 通过第 729/2023 号皇家法令于 2023 年设立,监督包括沙盒运营在内的 AI 监管
- **西班牙数据保护机构(AEPD):** 保留数据保护合规责任,并将与 AESIA 协作

### 法律框架

西班牙颁布了第 817/2023 号皇家法令,为 AI 沙盒确立了详细监管框架。该框架界定了与欧盟《AI 法案》一致的资格标准、筛选流程、测试要求和合规程序。

### 运营结构

**资格标准:**
- 面向在西班牙设立的公共和私营主体开放
- 可由 AI 系统提供者提交申请,或由提供者和使用者联合提交
- 《AI 法案》禁止的系统或超出其范围的系统(如军事用途)不得参与
- 其他标准包括创新程度或技术复杂度、社会/商业/公共利益、可解释性和透明度、系统成熟度、高风险 AI 系统类型(以确保多样性)、技术报告质量、AI 提供者特征,以及符合数据保护立法和西班牙《数字权利宪章》

**测试流程:** 测试期间,参与者必须落实《AI 法案》要求,包括风险管理体系、数据治理框架、技术文件和人工监督。参与者与主管机构商定实施计划。参与者全程与主管机构协作以确保合规。第一阶段完成后,参与者进行自我评估,由主管机构审查。测试结束时,参与者提交最终报告。随后 AESIA 予以验证并确认符合《AI 法案》。

## 瑞典

### 概述

瑞典已启动建立国家 AI 监管沙盒的试点。已发布两份中期报告,第一份于 2024 年 6 月,第二份于 2024 年 12 月。

此外,瑞典于 2022 年推出由瑞典数据保护机构(IMY)试点的监管沙盒。虽然该沙盒总体与数据保护相关,但 2024 年宣布的举措专门聚焦生成式 AI 系统,测试生成式 AI 如何能提高公共文件处理的效率。

### 主要参与者

**瑞典数据保护机构(IMY):** 已表示预计将在该领域承担职责,并运营以数据保护为重点的监管沙盒。

### 法律框架

该沙盒依据 GDPR 和瑞典数据保护法运作。其在欧盟《AI 法案》下的地位不明确。沙盒不提供法律豁免或免于执法措施。它是一种监管指导模式。

### 运营结构

IMY 的沙盒遵循基于项目的模式:
- IMY 通过内部创新框架遴选项目
- 每个项目就与新技术相关的具体法律问题获得深入指导
- 结果在公开报告中发布,以支持更广泛的监管清晰度

该沙盒自 2022 年以来已完成两个项目,第三个项目正在进行中。
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