把监管条文编译为网关代码：NIST AI RMF、欧盟 AI 法案与中国生成式 AI 管理办法的工程化映射

合规审查的工程断层：为何法务清单挡不住越权请求

设想这样一种情形：某跨区域运营的机构准备上线内部大模型助手，法务与合规团队对照各地监管文本编写了详尽的管理制度，明确要求保护个人信息、禁止越权调用并保留人工复核记录。然而系统上线后，研发团队只是把制度写进了系统提示词，既没有按岗位隔离工具与知识库权限，也没有在工作流中设置强制暂停的人工审批节点。当内外部审计要求出示某次业务办理的权限依据与复核轨迹时，工程团队只能翻找零散的应用日志。

合规文件无法靠提示词自行生效。本文不构成法律意见，而是从系统架构视角提出一个分析框架：NIST AI 风险管理框架、欧盟《人工智能法案》与中国《生成式人工智能服务管理暂行办法》虽然法律性质不同，但在风险分级、数据来源、内容标识与人工监督上存在可对照的工程要求，可映射为网关访问策略、提示词注册表与审计记录。

跨法域治理文本的制度定位与工程对照框架

把监管语言转化为软件设计，首先须厘清不同文本的法律效力边界，避免将自愿性技术指南与强制性法律混为一谈。

在国际组织与技术标准层面，经济合作与发展组织（OECD）于 2019 年通过并于 2024 年更新的《人工智能理事会建议》是首个政府间 AI 标准，属于不具法律约束力的建议性文件。该文本提出了五项基于价值的原则：包容性增长、可持续发展与福祉；包含公平与隐私在内的人权与民主价值；透明度与可解释性；稳健性、安全性与安全保障；以及问责制，并附有国家政策建议^[4]。美国国家标准与技术研究院（NIST）依据 2020 年《国家人工智能倡议法》（P.L. 116-283）指示，于 2023 年发布《人工智能风险管理框架》（AI RMF 1.0），定位为自愿性、保护权利、非特定行业且不限定用例的资源^[1]。它旨在保持实用性并随技术演进而调整，供不同规模与行业的组织按自身能力落地，在协助管理 AI 风险、促进社会获益的同时防范潜在危害^[1]。

在具有强制效力的法域立法中，欧盟于 2024 年 6 月 13 日签署的《人工智能法案》（Regulation (EU) 2024/1689）是具有法律约束力的欧盟法律，按分阶段日期适用^[2]。该法案采用基于风险的框架：禁止特定 AI 实践（第 5 条）；高风险 AI 系统须满足风险管理系统（第 9 条）、数据与数据治理（第 10 条）、技术文档（第 11 条）、记录保存与自动日志（第 12 条）、透明度与向部署者提供信息（第 13 条）、人工监督（第 14 条）以及准确性、稳健性与网络安全（第 15 条）等要求^[2]；同时规定了包括标记 AI 生成内容在内的特定系统透明度义务（第 50 条）及通用目的 AI 模型提供者义务^[2]。在中国大陆，国家互联网信息办公室等部门于 2023 年发布、自 2023 年 8 月 15 日施行的《生成式人工智能服务管理暂行办法》（第 15 号令），对在中国大陆境内向公众提供生成式 AI 服务具有约束力^[3]。办法鼓励创新并实行“包容审慎”和分类分级监管，要求训练数据来源合法、尊重知识产权与个人信息、遵守数据标注规则、生成内容不违法，并按深度合成规定标识图片与视频等生成内容；对具有舆论属性或社会动员能力的服务要求安全评估与算法备案，并要求建立用户投诉举报机制与防范未成年人过度依赖的措施^[3]。

作为本文作者的分析框架，我们将上述文本对工程架构的启示归纳为以下可对照维度：**风险分级与范围限定**（区分受限与普通场景）、**数据来源与最小化治理**（控制上下文与读取边界）、**透明度与内容及意图标识**（固定提示词版本与输出记录），以及**人工监督与过程留痕**（关键动作经人工核准并留档）。

从条文到系统架构：网关策略、提示词注册与人工关口

在 rlab.works 中，上述分析框架映射至模型网关与智能中枢模块，通过技能包与底层组件建立工程契约。

针对风险分级与访问控制，模型网关模块的「团队模型访问规则（S14）」技能包以“团队分工、服务目录与访问要求”为初始输入：先辅助按角色定规则，产出角色和请求规则草案；再进入人工复核关口，由指定复核人或请求提出者审阅差异，被拒绝的输出退回修订且不进入下一步，批准后生成规则版本；随后辅助完成“规则生效”，对请求作出允许、拒绝或待审批判定；最后经人工抽查请求记录，形成访问验收结论与可回退版本。底层由“工作区与智能体访问治理”组件限定工作区、团队与命名空间角色范围，并配合“提示词注册、缓存与语义策略”组件管理提示词模板、识别请求意图并产出上下文与防护规则证据（其上下文优化包含仅供参考的建议模式）。

针对高风险动作的人工监督与留证，智能中枢模块的「经审批的电脑操作（S03）」技能包以“操作目标、账号和允许修改的资料”为输入：先辅助准备账号与登录以获取可用会话与受限上下文；经人工复核审批操作清单（未获批不推进）；再辅助执行并留存截图、文件差异和执行回执；最后由人工检查改动并输出变更与异常记录。对于敏感资料流转，「服务受理与转交（S09）」技能包依据“服务请求、身份凭据与分工规则”，辅助确认账号角色、建立绑定账号的服务记录，在“批准交接资料”处设强制人工复核，仅交接经批准的最小资料包并记录后续状态。这类人工关口依托“可审计工作流、人工确认与决策复盘”组件，在需人工决策时暂停并记录复核结果。

在政务与公共、金融、医疗健康与法律行业中，上述技能包均无“源数据有行业依据”标签：「团队模型访问规则（S14）」仅在政务与公共为可迁移应用（按窗口和部门职责设定咨询工具读写范围，试查后再放行，须接入组织身份与实际文档权限，不能只靠提示词限制访问），在金融、医疗健康与法律无标签，仅作通用模式；「经审批的电脑操作（S03）」仅在法律为可迁移应用（法务助理先列案卷整理操作，获批后执行并核对差异，须逐项限制读写目录，对外提交不在默认权限内），在政务与公共、金融和医疗健康无标签；「服务受理与转交（S09）」仅在医疗健康为可迁移应用（预约服务台核对权限后收集最小必要资料交行政人员处理，须接入医院身份与工单系统，只支持行政服务，不按症状自动分诊），在政务与公共、金融和法律无标签。

工程边界同样须如实说明：站点所有技能包均为拟议编排，仅以合成数据演示，尚未接入真实服务。组件成熟度基于静态源码检查；“工作区与智能体访问治理”和“提示词注册、缓存与语义策略”为可运行代码，而“可审计工作流、人工确认与决策复盘”为原型，工具步骤仅作占位与记录，智能体建议来自输入或默认值而非自主执行，所留存的是应用层记录，不应夸大为不可篡改的回执。

上线前的合规工程检验清单

在资助或上线受监管场景的试点前，管理层与架构师可开展以下检验：

• 访问边界是否由网关强制执行？ 确认角色权限与资料读取范围由网关策略拦截并支持版本回退，而非仅靠提示词指令。
• 关键动作是否具备阻断式人工关口？ 确认电脑操作与资料交接前设有工作流级人工复核，被拒绝的产出无法推进。
• 调用链是否留存上下文与复核证据？ 检查是否记录了提示词版本、允许或拒绝的策略依据，以及复核结论与变更差异。