关于你智能体最危险的那句话不是谎言——而是一个你发布出去、却无法随时复现的数字。
多数 AI 营销执法并不冲着「编造」,而是冲着「无依据」,而且正落在面向企业销售的供应商头上。2026 年 8 月 27 日,FTC 终局化了针对 Cox Media Group 与两家供应商的命令——合计 93 万美元,其中 CMG 承担 88 万美元,MindSift 与 1010 Digital Works 各 2.5 万美元——并且指控那两家供应商为欺骗提供了「手段与工具」。由此而来的运营结论很具体:你站点上每一个能力数字,背后都需要一份标好日期、可以重跑的评测;你客户复述的每一个关于你的数字,也一样。
步骤 1先读案卷再读评论:指控多半是「无依据」,而被告多半是供应商。
2026 年的两个案子定下了形状。在 CMG 案中,FTC 称「Active Listening」产品根本没有监听消费者对话、也完全没有使用语音数据;卖方其实是把从数据经纪商买来的邮件名单加价转售。这是一个「编造」型案件。而在 2026 年 3 月 24 日和解的 Air AI 案中,FTC 2025 年 8 月的起诉书指控其依《电话销售规则》与《商业机会规则》作出虚假收益宣称、并歪曲退款保证——那份约定判决带着 1800 万美元的判定金额,因无力支付而大部分被暂缓执行、实付 5 万美元,并禁止其在缺乏充分依据的情况下作出收益宣称。
第二种形状才是工程团队该担心的,因为「我们当时没有证据」本身就足以构成一个完整的诉因。你并不需要明知该宣称为假。DLA Piper 把 CMG 这次算作 FTC 自 2024 年以来提起的第十三起 AI 洗白案件,并指出最近八起里有七起涉及的是向其他企业而非消费者作出的宣称——也就是说,那些宣称看起来和一个智能体平台定价页上的句子一模一样。
执法姿态会变,而且方向并非单向:2025 年 12 月,委员会撤销了对 Rytr 的同意命令,而那个案子的着力点是一款 AI 工具被滥用的可能性,而不是一项虚假的事实性宣称。请把这读作理论收窄、而非撤退——虚假与无依据的事实性宣称,恰恰是留下来的那部分。
步骤 2「手段与工具」,就是你客户的宣称为何也算你的暴露面。
MindSift 和 1010 Digital Works 并不是那家挂着欺骗性营销页面的公司。它们提供了 CMG 随后拿去售卖的能力,而 FTC 指控它们为欺骗提供了手段。如果你卖的是智能体平台,这就是需要内化的那条理论:你客户在你的产品说明书之上做出来的那份材料,上游是一份你写的文档,而其中的数字可以追回到你身上。
这把供应商说明书的惯常写法整个翻了过来。团队写它们时总是尽量在律师允许的范围内说得漂亮,前提假设是客户自己的合规职能会兜底。它不会——客户的宣称和你的宣称都是你的。由此有三件具体的改动:
- 每个数字都限定到它被测量的那套配置上。「94% 的解决率」不是你智能体的属性,它是某一个模型版本、某一套工具、某一份数据集与某一位评分者的属性。要么把配置和数字一起发,要么别发这个数字。
- 把分母写进句子里,而不是脚注里。「解决 94% 的工单」与「在它选择尝试的那 61% 工单里解决了 94%」是两个不同的宣称,而只有其中一个是你辩得住的。
- 给客户一份他们可以照抄的宣称清单。控制转售方怎么说你,最便宜的办法是递给他们一批已经备好依据的句子,每一句都附着评测与日期。同一段关系从买方视角看是什么样,见第三方模型与供应商风险。
步骤 3「有依据」是一件可交付物,不是一套说辞——维护一份指向具体运行的宣称登记册。
「有依据」的实际检验标准是:你能否在监管方或客户给的时限内,拿出发布当时就已存在的那份证据。事后用一个你早已升级过的模型去重建它,正是典型的失败模式。请把每一条对外宣称当作一个有负责人、有到期日的受跟踪对象,和证明它的代码放在一起:
# claims.yml — one entry per sentence that appears in public - id: resolution-rate-2026q4 # the exact published wording, copied, not paraphrased text: "Resolves 94% of tier-1 support tickets without escalation." surfaces: [website-pricing, sales-deck-p7, g2-profile] # what makes it true — must be re-runnable TODAY, not a screenshot evidence: eval: evals/support/tier1_resolution # in-repo, versioned run: 2026-10-14T09:12Z # trace id, not a spreadsheet n: 1842 # sample size and how drawn sampling: "random 2026-09 tickets, 3 tenants" grader: human-adjudicated # LLM-judge? say so, and cite its calibration denominator: "all inbound tier-1, incl. ones the agent declined" # what invalidates it — the half teams never write down pinned_to: model: claude-opus-5-5@2026-09-02 tools: catalog-v14 expires: 2027-01-14 # 90 days, or next model change owner: "support-platform-team" approved_by: "legal-review-2026-10-16"
pinned_to 与 expires 这两个字段,才是让登记册不只是一个档案柜的东西。一项能力宣称的新鲜度不会超过它底下那个模型,而一次模型迁移会悄悄作废所有在旧模型上测出来的数字。把到期检查接进和评测集维护同一条流水线:一条宣称若在其窗口内没有重跑过评测,那就是一个缺陷,按缺陷走流程。
步骤 4四种宣称形状会可预测地失败,其中三种专属于智能体。
- 没有分母的准确率。智能体可以拒答、可以上交、可以反问——而这些动作都会把难题从分数的下半部移走,从而抬高一个朴素的成功率。如果你的评测只给尝试过的任务打分,那你发布的数字衡量的是你的分流,而不是你的解决能力。
- 自主性宣称。「完全自主」是一项关于「请求路径上没有人类时会发生什么」的事实性宣称,一道审批闸门就足以推翻它。如果超过 50 美元的退款要人类批,那你有的是一个受监督的智能体;就这么说。自主性层级之所以存在,部分原因就是让市场部有一套在作证时还站得住的词汇。
- 比较性宣称。「比 <竞品> 快 2 倍」招来的是竞品的律师而不是监管方的,而举证门槛是一样的。你需要把对方的配置记录下来,而这件事你几乎从来没有。
- 同意与数据处理宣称。CMG 的命令禁止其歪曲语音数据与同意的处理方式,而 FTC 对这套机制的立场值得在你的产品评审上原话引用:下载并使用应用时点过那份强制性服务条款,并不构成选择加入的同意。如果你的智能体会把客户对话吃进训练或记忆,「用户同意过」就是一项关于某个 UI 流程的宣称,总得有人能把它演示出来。见受托访问与同意记录。
这张清单里最安静的是第一条。一个为提升质量而加上置信度阈值的团队,在同一次发布里也改掉了它已发布准确率的分母——而且是往上改,因为智能体现在更常拒答了。没有人注意到,因为仪表盘往对的方向动了。把尝试率和成功率画在同一张图上,这个假象就现形了;见范围符合性评测。
步骤 5在欧盟,披露本身已经成了一项宣称,而沉默就是那项违规。
《AI 法案》第 50 条的透明度义务自 2026 年 8 月 2 日起适用,由各成员国的市场监督机构执法,罚则最高为 1500 万欧元或全球年营业额的 3%,取其高者。这些义务既窄又机械:告知人们他们正在与一个 AI 系统互动、以机器可读的方式标记合成内容、披露深度伪造以及作为新闻发布的 AI 生成文本。唯一的过渡性让步在标记上——已在市场上的生成式系统有到 2026 年 12 月 2 日的宽限——而在 2026 年 8 月 2 日之前生成、之后才发布的内容仍需加标。
对一个智能体产品来说,这改变了合规问题的调性。美式 AI 洗白的暴露来自说得太多;第 50 条的暴露来自披露太少——而这两股力量在同一个句子上往相反方向拉。让客服智能体读起来像人的那种市场本能,如今已是一项有数字跟在后面的、有据可查的违规。请把披露做进界面而不是写进文案:披露与内容溯源讲标记机制,在通话中披露智能体讲最难事后补救的那个界面,而面向智能体的欧盟《AI 法案》讲其余那一摞义务——其中高风险那几档已被推迟到 2027 年 12 月与 2028 年 8 月,而第 50 条没有。
步骤 6让宣称登记册成为销售真正去抄的那份东西,否则它会被绕过。
一份没人看的登记册比没有更糟,因为它证明了你有流程、而且绕过了它。治理只有在「最省力的路径刚好穿过它」时才立得住,这意味着登记册必须是人们实际使用的那些材料的来源——那页纸、那份 RFP 答案库、那份安全问卷回复。有四项检查能让这件事落地:
- 一道发布前闸门,由能重跑评测的那支团队持有。不能只有法务;法务判断不出分母是否诚实。
- 每个界面都有 diff。定价页一改,登记册条目的
text字段就应该匹配失败。这是一次字符串比较,不是一场评审会。 - 一条撤回路径。当评测重跑结果掉到已发布数字之下,你需要一个事先说定的答案:先撤什么,以及谁可以不经委员会就拍这个板。
- 一份针对合同里会被问到的问题的答案库。RFP 与问卷这个界面,是无依据宣称最常被第一次写下来的地方——写的人有截止日期,却没有评测的访问权。
把登记册的历史接入和你的审计轨迹同一个存储,并保留被取代的旧条目:能拿出「你当时相信什么、在什么时候、基于什么证据」,才是全部的资产。相关:影响评估是同一套纪律的部署前版本,保险与责任讲一项无依据的宣称会对一份保单做什么。
今天就做:打开你的定价页和最常用的那份销售材料,把其中每一个关于智能体的数字、以及每一个绝对化的词(「完全」「自动」「从不」「所有」)都抄下来。对每一条,说出你今天下午就能重跑、用来为它辩护的那份评测。答不上来的那些,就是你真正的暴露面;而修法几乎从来不是去找证据——而是把句子改写成你能拿出来展示的样子。先删,再补依据。