NIST AI RMF：Manage 功能

可视化演示

展示二叉搜索树的节点插入过程与中序遍历，观察BST的左小右大特性及遍历产生有序序列的过程。

功能定位

老周上任第一件事不是急着修东西，而是先把物业的管理架构搭起来。他说，巡检能发现楼道堆物，但发现之后如果没有责任人、没有限期、没有预算，问题依然会躺在纸上。Manage 在 NIST AI RMF 里的定位，就像老周的这套管理架构：它不负责发现风险，而负责把发现变成处置。

在 NIST AI RMF 中，Govern 管规则，Map 摸清使用场景，Measure 量化风险，Manage 则把前面发现的隐患转成行动项。一个 AI 系统上线后，风险不会自动消失，而是进入一个“决定怎么处理、投入多少资源、持续盯到最后”的管理通道。这里的责任主体包括模型负责人、安全团队、法务合规和业务方，大家都要在 Manage 阶段认领动作。

从预期产出看，Manage 要输出风险响应策略、资源分配结果、缓解措施执行记录、残余风险水平和监控证据。如果只拿到一份风险评估报告，却没有看到处置计划，那只是跑了一半流程；Manage 补齐了后半程。

老周把这句话贴在物业管理处：决策再好，师傅没去、复查不做，等于白干。Manage 的意义，就是让风险治理从会议室走进机房和业务现场。

风险登记

老周要求每一条隐患都要有唯一的“报修编号”，贴在楼道，登记在册。没有编号的问题，维修师傅不知道要不要去；有了编号，责任才算挂到人头上。这就是 Manage 的第一个基本动作：登记。

Manage 的起点同样是风险台账。Map 和 Measure 阶段形成的风险发现，不能只停留在某次模型测试报告里，而要进入可跟踪的登记表。现实中的 AI 团队常有几十条待处理风险，如果没有统一台账，很快就会被遗忘或重复讨论。

一条风险条目至少应包含编号、场景描述、影响、可能性、责任人和处置时限。影响和可能性可以合成风险等级，决定后续优先级；责任人和处置时限保证有具体的人、在具体时间前完成。台账不是纸面文章，而是后续资源分配和缓解动作的索引。

老周常说，台账不是库存，是作战地图。风险登记不是行政手续，而是决定后面资源分配和管理动作是否有序的地基。

资源保障

清川小区只有一支维修队，积水要抽、门禁要换、堆物要清。老周没有平均用力，而是把预算和师傅优先派给“可能出事且出事很严重”的位置。在 AI 风险管理里，资源保障也一样：人力、预算、工具和工期都要根据风险等级来配置。

管理资源永远有限，不能因为某条风险在报告里写得长就多给预算，也不能因为某个团队嗓门大就优先处理。更合理的做法，是用风险等级作为权重来分配。假设总预算为 B，第 i 项风险权重为 W_i，那么第 i 项风险分到的预算就是总预算乘以该风险权重在全部权重中的占比。

老周会在月度会上把预算表摊开：哪栋楼分了多少、为什么，一目了然。资源分配一旦可解释，风险处置就不再是拍脑袋。

缓解措施

楼道堆物可以清，地库积水可以抽，但有些隐患短时间修不完。老周有三种办法：直接修、转给别人、或者先立警示牌并定期检查。NIST AI RMF 的风险应对也类似：规避、转移、降低，或者接受残余风险。选择取决于风险等级、处置成本和组织的风险容忍度。

当选择“降低”时，需要评估控制措施是否真的有效。设原风险为 R0，措施有效性为 E，其中 0 到 1 之间，则缓解后风险等于原风险乘以未缓解的部分。E=0 表示措施完全没起作用，E=1 表示风险被完全消除。

老周提醒，不是所有问题都能一次修到完美。接受风险也不是放弃，而是清楚知道剩下多少风险、由谁在看着它。

残余监控

修好门禁不等于永远没事。老周安排保安每周复查，把“之前叫不响”“现在偶尔叫不响”都记下来。Manage 对残余风险也一样：处置之后必须有监控指标和复查节奏，否则风险会在无人注意时悄悄反弹。

残余风险是缓解后仍然存在的风险。组织需要为它设定阈值，再配置相应的监控指标、巡查频率和告警路径。用 1 表示触发告警，0 表示暂不告警，这个判断可以用一个分段表达式表示。

监控不是走过场。老周会看保安的复查记录，没记录等于没查；残余风险超阈值不升级，等于管理链条在最后一环断了。

文档沟通

老周要求每次维修都留底单：谁报修、谁处理、用了多少钱、为什么这么修。月底他还会把这些底单整理成简报，向业委会汇报。AI 风险处置同样需要完整记录。没有审计痕迹，事后就说不清当时为什么选这个方案、责任人是谁、残余风险还剩多少。

在 Manage 阶段，文档沟通贯穿始终。除了记录处置动作，还要明确上报渠道，让一线团队发现异常时知道往哪一层报；对外也要与监管、客户、合作伙伴同步残余风险。一条审计记录至少应包含风险条目、处置动作、时间戳和决策理由。

老周说，业委会最在意的不是每笔预算都花完，而是每笔钱都讲得清楚。文档沟通就是 AI 治理的账本，让外部相关方愿意继续信任这套系统。

治理闭环

到了月底，老周把物业、安保、业委会叫到一起复盘：哪些问题修完不再出现，哪些修完又复发，下个月资源要不要调整。Manage 不是一个“处置完就结束”的动作，而是一个周而复始的闭环。每次复盘都要把新增风险、措施降低量和残余风险重新算一遍，更新下一轮基线。

业务场景在变、数据分布会漂移，上一轮评估的风险可能发生变化，同时也会冒出新风险。因此，Manage 阶段的下一个周期不能简单复制旧计划，而要基于新基线重新登记、重新分配、重新监控。

老周最喜欢说，管理没有终点，只有下一轮更聪明的重启。治理闭环的意义，就是让 Manage 永远跟得上 AI 系统和外部环境的变化。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-# NIST AI RMF Manage 功能的最小演示from dataclasses import dataclass  @dataclassclass RiskItem:    risk_id: str    description: str    likelihood: float    impact: float    owner: str = ""    residual: float = 0.0  class RiskManage:    def __init__(self, budget: float):        self.budget = budget        self.register = []        self.logs = []     def add_risk(self, item: RiskItem):        item.residual = item.likelihood * item.impact        self.register.append(item)        self.logs.append("登记:" + item.risk_id)     def priority(self, item: RiskItem):        return item.likelihood * item.impact     def allocate(self):        total = sum(self.priority(r) for r in self.register)        plan = {}        for r in self.register:            plan[r.risk_id] = self.budget * self.priority(r) / total if total else 0.0        self.logs.append("分配预算")        return plan     def mitigate(self, item: RiskItem, effectiveness: float):        item.residual = self.priority(item) * (1 - effectiveness)        self.logs.append("缓解:" + item.risk_id)        return item.residual     def monitor(self, threshold: float):        alerts = []        for item in self.register:            if item.residual > threshold:                alerts.append(item.risk_id)        self.logs.append("监控完成")        return alerts  if __name__ == "__main__":    mgr = RiskManage(budget=100000)    r1 = RiskItem("R1", "客服误判", 0.6, 8)    r2 = RiskItem("R2", "数据泄露", 0.3, 10)    r3 = RiskItem("R3", "模型漂移", 0.7, 5)    mgr.add_risk(r1)    mgr.add_risk(r2)    mgr.add_risk(r3)    print("预算分配:", mgr.allocate())     for r, effect in [(r1, 0.8), (r2, 0.6), (r3, 0.7)]:        mgr.mitigate(r, effect)    print("监控告警:", mgr.monitor(3))    print("流程记录:", mgr.logs)

1. item.residual = item.likelihood * item.impact登记时先计算风险分数，作为后续优先级依据。
2. total = sum(self.priority(r) for r in self.register)汇总全部风险权重，为归一化分配做准备。
3. plan[r.risk_id] = self.budget * self.priority(r) / total if total else 0.0按风险权重占总权重比例分配预算。
4. item.residual = self.priority(item) * (1 - effectiveness)缓解后更新残余风险，不再使用原始风险值。
5. if item.residual > threshold:残余风险超过阈值时，进入告警列表并触发后续处置。

常见误区

面试题