EU AI Act合格评定程序

可视化演示

通过风险四级分类、评定流程对比和CE标志授予循环三个模式，展示欧盟AI法案合格评定程序的核心流程与合规要求。

评定适用判定

想象你要在欧盟开一家奶茶店。市监局的办事员不会问「你的奶茶好喝吗」，而是先问：「你的经营范围是什么？是街角小摊、普通小店，还是大型食品厂？产品是普通饮品，还是婴儿辅食？」因为经营范围直接决定监管强度，也决定你要走多长的验收流程。EU AI Act 的合格评定程序，第一步永远是「风险定级」。

法案在 Annex III 里列了一张高风险场景清单：生物识别、关键基础设施、教育招生、就业管理、基本公共服务、司法执法、移民管理、司法辅助等八大类。如果 AI 的用途落入这些领域，就享受「重点关照」；而像垃圾邮件过滤器这类低风险 AI，基本只要求透明度义务，连合格评定都不必做。

完整的判定逻辑分四层：第一，是否属于「不可接受风险」——最典型的是社会信用评分系统，直接禁止投放欧盟市场；第二，是否落入高风险清单——若是，再看有没有豁免情形，如纯军事用途、科研原型等；第三，有豁免则可能走自我评估，无豁免则必须走第三方评估；第四，哪张清单都不沾，则无需强制评定。每一步判定，都决定了后面几十万欧元的成本量级。

就像市监局先看经营范围再决定派谁验收，EU AI Act 也是先定级再定路径。这一步判断错了，后面所有文档、认证、贴标都可能白忙一场——所以合规工作的第一件事，永远是翻开清单，给自己的产品「对号入座」。

自我评估路径

如果你的奶茶店属于豁免类中型店铺，市监局会递给你一张标准自查表：原料进货记录、冷藏温度、员工健康证……你自己逐项打勾，签字承诺，存档备查，就可以开张。门槛低了，但规矩一样不少。EU AI Act 给部分高风险 AI 留了同样的出路：「自我评估」。

但「自我评估」四个字极容易让人误解成「不用评估」。事实上，它要求企业自己完成全套合规动作：确认适用豁免情形、编制技术文档、执行内控审查、签署声明、存档备查，只是不强制第三方机构介入而已。自我评估的流程大致是：先确定前置合规条件——明确自己确实命中豁免条款；接着按 Annex IV 编写完整技术文档；再做算法、数据、风险的内控审查；签署欧盟符合性声明；最后把整套文件留存至少十年，随时等待监管调取。

这套路径看似自由，实则是一份「加重了的责任」。因为缺少第三方把关，监管机构对自我评估的抽查会更严格——一旦发现弄虚作假，处罚力度往往比第三方评估路径更重。自我评估的本质是「自己当自己的审查员」，但要用足够的证据证明你配得上这份信任。

就像小摊主写自查报告也得有真材实料，自我评估不是「盖章走人」，而是一份沉甸甸的自证。把每一项检查都当作第三方会来复查来对待，你的自查报告才真正值钱。

第三方评估机制

大型食品厂说「我卫生达标」，没人信。市监局只认「政府认证的第三方检测机构」出具的盖章报告——这类机构不是普通咨询公司，而是国家认可、有编号的检测权威。在 EU AI Act 里，这个角色叫公告机构（Notified Body，NB）。

公告机构由欧盟成员国指定，并向欧盟委员会通报备案。关键点在于：它有授权范围。比如一家擅长医疗器械评估的公告机构，未必有资格评估人脸识别系统；只有在其被授权的 AI 类别内签发的证书才有效，超出授权范围就是废纸一张。因此，选择公告机构时，最核心的考察项是授权范围是否覆盖你的 AI 类型，其次是行业经验、评估周期与报价。

第三方评估的典型流程是：提交申请 → 技术文档审查 → 现场审核（核查真实开发环境与质量管理体系）→ 出具评定报告 → 签发评估证书。整个周期通常在 3 到 12 个月，费用从几万到几十万欧元不等，取决于系统复杂度与机构报价。评估通过后，证书是后续贴 CE 标志的必要前提。

选公告机构就像选体检中心，不能只看谁排队短，更要看它有没有「体检这个科目」的资质。机构选错、授权范围不对，证书白拿，市场监督部门一查就会被打回重来。

技术文档审查

审查员不会喝一口奶茶就点头。他会把配方、原料批次、储存温度记录、员工培训记录全部翻一遍。你嘴上说「奶茶好喝」没用，文件柜里的材料才算数。合格评定的核心材料，就是技术文档（Technical Documentation）——它相当于 AI 系统的「配方与工艺说明书」，是公告机构审查和监管抽查的第一现场。

技术文档要覆盖的内容相当广泛：系统功能与性能规格、数据治理与训练数据说明（来源、清洗、标注、偏差分析）、模型架构与训练过程、风险评估与缓解措施、性能与鲁棒性测试报告、人机交互和人工监督设计、网络安全防护方案。每一项都要精确到可追溯：哪个数据集、哪个版本的模型、谁批准上线，都能查得到。

文档完备度直接决定评估通过率。审查员拿到文档，先做完整性核对：缺一项，退回去补，每来回一轮就浪费数周。完备度不达标，后续现场审核根本排不上队。所以成熟的企业往往把技术文档当作「产品的一部分」来维护，而不是评审前临时拼凑。

就像食品厂的文件柜是审查员的第一站，技术文档就是你面对审查员时的「底气」。宁可多写一页，不要缺一行——因为审查员不看你的代码有多炫酷，只看你能否证明自己知道系统在干什么。

质量管理体系

配方好不等于奶茶好，还要让每家门店每批出品味道一致。食品厂必须建立从原料采购、冷链运输到店员操作的整套制度，这就是「质量管理体系」。EU AI Act 要求高风险 AI 提供商建立并维持质量管理体系（Quality Management System，QMS），覆盖设计、开发、测试、部署、运维全生命周期——它不是墙上挂的口号，而是一套可执行、可审计、可追溯的流程。

QMS 的核心要素包括：设计与开发规范（编码规范、模型版本管理）、测试与验证流程、变更控制程序——任何涉及性能、数据、用途的重大变更，都要登记在案并评估是否触发重新评定；供应链管控——采购的第三方组件、开源基础模型也要有合规记录，不能当「黑盒」用；内部审计与追溯——定期内审，保存完整记录，让任何一次事故都能回溯到具体环节和责任人。

这套体系的可怕之处在于它的「连锁反应」：一次没有走变更控制的模型升级，可能让整个评定证书作废；一个没有合规记录的第三方数据集，可能让追溯链条断掉。QMS 把合规从单点动作变成了系统能力，也让监管者确信：就算关键人物离职，流程依然转得动。

QMS 的价值就是「把靠英雄变成靠制度」——就像连锁奶茶店不依赖某位金牌店长，而是靠标准化作业流程让每家店都稳定。AI 合规需要的正是这种「肌肉记忆」。

CE标志与声明

验收全部通过后，市监局发你一块「A 级卫生」金属牌照，挂在店门口最显眼处。顾客看见它才敢放心进门——这块牌子，就是 CE 标志。CE 标志是 AI 系统合法进入欧盟市场的「身份牌」，但它的授予不是孤立动作，而是四条前提同时满足的结果。

四条前提缺一不可：合格评定完成（自我评估或第三方评估）、技术文档齐备、质量管理体系有效运行、签署欧盟符合性声明（EU Declaration of Conformity，DoC）。DoC 是企业对合规负全责的书面承诺，要写明系统名称、风险等级、适用条款、所用标准、公告机构编号（若有），并由授权代表签名。签了这份文件，等于把企业的信誉押在了产品上。

CE 标志的使用也有严格规范：必须清晰可辨、难以移除，尺寸一般不低于 5mm，粘贴在 AI 系统本体或其铭牌、包装、随附文件上。责任主体方面，开发方对产品合规承担首要责任；进口商要核实产品已贴 CE；部署方在变更系统用途时也要重新评估——责任链环环相扣，谁也别想甩锅。

CE 标志不是贴纸，而是一张带着法律效力的「承诺书」。顾客看得见的是那块牌子，监管部门看得见的是牌子背后的整套责任链——牌子有多显眼，责任就有多重。

市场监督维护

开业不是终点。卫健委的「神秘顾客」、市场监管局的突击抽检随时可能上门：后厨温度超标、原料过期、健康证到期，每一项都可能让你停业整顿，甚至吊销牌照。EU AI Act 对已进入市场的 AI 系统，同样设有「上市后监督」（Post-Market Monitoring）体系，要求提供商把产品上市后的风险数据持续收集起来。

上市后监督的核心动作包括：建立系统性收集真实运行数据的机制，持续跟踪故障、偏差与异常行为；重大事故分层上报——涉及死亡或重伤的事件须在 24 小时内上报，严重事件 2 天内上报，一般事件 15 天内上报。这个时限非常严格，错过窗口等同于违规。市场监督机构一旦发现不合规，可责令整改、限制使用、暂停投放甚至是召回产品，情节严重时直接撤销评定证书。

评定结果不是「一次鉴定、终生有效」。高风险 AI 的评估证书通常有有效期，到期前要安排复审或重新认证；即使没有明确有效期，任何重大变更都意味着新一轮评估。合规团队要把证书到期日、复审周期、事故上报时限全部纳入日历管理，把「合规」当作一个持续运行的活系统。

拿到 CE 只是拿到了入场券，能不能留在场上，取决于你能否经得起一次次的「突击检查」。合规不是终点，而是一场马拉松——只要你的 AI 还在欧盟市场服役一天，监督的聚光灯就不会熄灭。

AI 应用场景

Python 演示

"""EU AI Act 合格评定路径助手输入 AI 用途与部署场景, 输出风险分级、评定路径、所需材料与成本估算。""" HIGH_RISK_AREAS = {    "biometric": "远程生物识别与分类",    "critical_infra": "关键基础设施运营",    "education": "教育考试与招生评估",    "employment": "招聘与绩效管理",    "essential_service": "公共福利资格判定",    "law_enforcement": "犯罪预测与执法",    "migration": "移民与边境管理",    "justice": "司法裁判辅助",} DOCS_REQUIRED = [    "系统功能与技术规格说明",    "数据治理与训练数据报告",    "模型架构与训练过程记录",    "风险评估与缓解措施文档",    "性能指标与测试报告",    "人机协同与监督设计",    "网络安全防护方案",] COST_ESTIMATE = {    "self": (5, 20, "以文档整理与内审工时为成本主体"),    "third_party": (30, 150, "机构审查费、现场审核费、咨询费叠加"),}  def judge_risk(area, mass_use=False, critical_decision=False):    """根据用途与部署场景判定风险等级与评定路径"""    if area not in HIGH_RISK_AREAS:        return "minimal", "非高风险: 无需合格评定, 但仍需履行透明度义务"    if mass_use and critical_decision:        return "unacceptable", "不可接受风险: 禁止投放欧盟市场"    if mass_use or critical_decision:        return "third_party", "高风险 AI: 必须由公告机构执行第三方评估"    return "self", "高风险但符合豁免情形: 可走自我评估路径"  def build_compliance_plan(area, mass_use=False, critical_decision=False):    """生成完整合规计划"""    level, verdict = judge_risk(area, mass_use, critical_decision)    plan = {"risk_level": level, "verdict": verdict, "documents": [], "cost": None}    if level == "unacceptable":        plan["assessment_path"] = "禁止投放"        return plan    plan["assessment_path"] = "第三方评估" if level == "third_party" else "自我评估"    plan["documents"] = DOCS_REQUIRED if level in ("self", "third_party") else []    plan["cost"] = COST_ESTIMATE.get(level)    return plan  def check_docs_completeness(flags):    """检查技术文档是否齐备, flags 与 DOCS_REQUIRED 一一对应"""    if len(flags) != len(DOCS_REQUIRED):        return False, "材料数量不匹配"    missing = [name for flag, name in zip(flags, DOCS_REQUIRED) if not flag]    if missing:        return False, "缺失材料: " + "、".join(missing)    return True, "技术文档完备, 可以提交评定或备查"  def main():    print("=== EU AI Act 合格评定路径助手 ===")    print("可评估的高风险领域: " + ", ".join(HIGH_RISK_AREAS.keys()))    print()    plan = build_compliance_plan("employment", mass_use=False, critical_decision=True)    print("评估对象: AI 简历筛选系统")    print("适用路径: " + plan["assessment_path"])    print("判定结论: " + plan["verdict"])    print("需准备的材料:")    for doc in plan["documents"]:        print("  - " + doc)    cost = plan["cost"]    print("成本估算: {}万-{}万欧元, {}".format(cost[0], cost[1], cost[2]))    print()    flags = [True] * len(DOCS_REQUIRED)    ok, msg = check_docs_completeness(flags)    print("文档检查: " + msg)  if __name__ == "__main__":    main()

1. HIGH_RISK_AREAS = {...}把 EU AI Act 八大高风险场景编成字典，作为风险判定的「参照名单」。
2. def judge_risk(area, mass_use=False, critical_decision=False)核心判定函数，三个参数分别对应领域、大规模使用、关键决策三个维度。
3. if mass_use and critical_decision:同时满足「大规模使用」和「关键决策」两个条件时，判定为不可接受风险，直接禁止投放。
4. return "third_party", "高风险 AI: 必须由公告机构执行第三方评估"返回路径名称与人类可读的解释文本，方便直接打印给业务方看。
5. plan["assessment_path"] = "第三方评估" if level == "third_party" else "自我评估"根据风险等级把合规计划中的「适用路径」字段填实。
6. missing = [name for flag, name in zip(flags, DOCS_REQUIRED) if not flag]用 zip 把「是否齐备」与「文档名称」配对，一行代码筛出所有缺失材料。
7. print("适用路径: " + plan["assessment_path"])把路径结论输出到控制台，让合规团队一眼看到行动方向。

常见误区

面试题