运维 / 治理与合规
治理与合规
问责、审计、策略执行与监管版图——让智能体的决策可被解释与辩护。
- 审计轨迹与溯源为重建任何决策该捕获什么、哈希链式防篡改可察觉、保留期与擦除权，以及模型／提示词／工具／数据的四线溯源。
- 策略执行与管控模型之外的策略即代码、在循环前／内／后执行、默认白名单，以及职责分离使被攻陷的智能体无法独自闭环。
- 监管版图一张定性地图（不是法律意见）：风险分级监管、文档与人工监督义务、提供方／部署方之分，以及 NIST AI RMF 与 ISO/IEC 42001 如何把它操作化。
- 欧盟《人工智能法案》——智能体视角从智能体开发者视角解读《人工智能法案》的风险分层——什么会触发高风险、通用人工智能义务是什么样子，以及关键时间点。
- NIST AI RMF——智能体视角把"映射 / 度量 / 管理 / 治理"四件套当作智能体团队的清单来看——当系统是自主智能体而不仅仅是一个模型时，每个职能真正要求什么。
- 问责与归属问责绝不转移到智能体：具名操作者角色、对自主行动做 RACI、有分量的签字，以及事先设定的问责阶梯。
- 智能体的数据治理智能体是一台数据流机器：穿过循环的血缘、在使用点执行目的／同意、对 PII 做边界最小化、受治理的训练数据，以及无形的跨境流动。
- 不卡死的治理把治理做成使能者：风险相称的分级、安全默认即省事路径、证据自动化而把人留给判断，以及把卡死当作真实成本来算。
- 第三方模型与供应商风险真正有牙齿的问题不是"你的模型安全吗"，而是"什么可以不通知我就变"：版本稳定性、子处理方通知与留存条款，是决定你的评测还算不算数的三条条款——外加那个不需要供应商配合就能把这一切给你的网关。
- 披露与内容来源披露是一件产物在流转过程中的属性，而在智能体拓扑里，必须被告知的那个人很少就在你代码所在之处——所以把它放在统一的出口层、每个渠道配一条 CI 测试，并接受：文本的来源依赖的是你握着的一份记录，而不是一个改写就能抹掉的水印。
- 智能体产出的知识产权与著作权你能否阻止别人复制这份产出，与厂商是否会在它侵权时替你辩护，是同一个变量从两头读出来的结果——这份产物里还剩下多少人的判断——所以提高自主性会同时花掉你的所有权和你的赔偿保障。
- 智能体追踪记录的留存与法务保全你追踪平台上那个默认 TTL，是一名工程师为了压存储成本而做出的法律决定——而陷阱不在主存储（那个你保全得住），而在副本：评测黄金集、微调抽取与厂商侧留存，既躲过了删除请求，也躲过了法务保全。
- 严重事件报告自 2026 年 8 月 2 日起生效，《AI 法案》针对大范围基本权利侵害的两天通道是一条工程期限而非法务期限——时钟从因果关联确立那一刻起跑，而被采样掉的轨迹、轮换过的模型版本，以及"看见损害的部署者并非须申报的提供者"，正是让它无法达成的原因。
- 智能体清单与登记册每一套治理规制的开篇都是"把你的 AI 系统列全"，而几乎所有人都用一张靠自愿填写的表格作答——它漏掉的恰恰是那些承载风险的智能体。要从凭据签发、网关与账单三处把清单推导出来，把"授权"而不是"名字"作为记录单元，并把登记册放进签发路径，让它漂移不了。
- 委托访问与同意记录连上一个用户账号，会造出一个每个系统都存的令牌，和一份几乎没人存的同意——授权人、范围、用途文本、客户端 ID 与时间——于是你真正会被问到的那些问题，答案都在那份被你丢掉的记录里；请保留一份只追加的台账、把它的 ID 打在每次动作上、把实际行使的范围与被授予的范围一并记录，并像演练恢复那样演练撤销，因为凭据会失效，而派生数据、排队任务与下游后果不会。
- 针对智能体记忆的删除请求请求点的是一个人的名字；而你的存储里点的是一个切片、一个向量、一段摘要和一条图上的边，而记忆系统的价值恰恰来自派生出不再带标识符的状态——所以在写入时就给每件派生产物记下来源键、用重建而不是打补丁来删除，并跑一次合成当事人演练，看看你那六份副本里到底哪些够得着。