智能体监管：中国《实施意见》与欧盟AI Act的规则解读与企业合规路径

（一）智能体的客体识别

1.中国路径：以“感知—记忆—决策—交互—执行”确立功能性识别标准

《实施意见》第一条即将智能体界定为“具备自主感知、记忆、决策、交互与执行能力的智能系统，是人工智能产品及服务的重要形态。”这一表述没有按照产品名称、模型类型或者商业形态划定范围，而是抓住“感知—记忆—决策—交互—执行”五项能力来识别监管对象。这意味着，合规范围不再局限于产品的外部形态，只要具备上述功能要素，便应纳入本规调整范围。因此，企业应高度警惕“决策”与“执行”两个关键环节，当系统开始自行作出选择并进一步调用工具执行操作时，其合规风险已从单纯的“内容输出风险”质变为“行为执行风险”。权限管控、行为围栏、供应链审查以及后续分级治理，也都应从这一变化出发。

2.欧盟路径：以“AI系统”定义间接涵摄智能体

与《实施意见》的功能性定义不同，欧盟AI Act未创设独立的“AI智能体”法律类别，而是通过第3条第1项的“AI系统”定义对智能体加以涵盖：“依托机器运行，设计为以不同程度的自主性运行，且部署后可能表现出适应性；该系统为实现明确或隐含目标，能够根据接收的输入，推断如何生成可影响物理或虚拟环境的预测、内容、建议或决策等输出。”多数智能体因具有自主性、能够基于输入进行推断并生成影响外部环境的输出，原则上可以落入该定义。

欧盟的规范路径与中国并不一样，不是先判断产品是否属于“智能体”，而是先确认其是否属于AI系统，再根据其预期用途、部署场景及实际影响判断适用何种义务。因此，智能体具有较强自主性，并不意味着其当然构成高风险AI系统；其是否受到严格监管，仍取决于第6条及附件一、附件三所规定的产品属性和使用场景。该路径具有技术中立、避免重复立法的优点，不过也带来一个现实问题：连续行动、动态权限和多主体协作等智能体特有风险，只能分散到高风险制度、透明度规则和其他欧盟法律中处理。

（二）行动权能与权限边界

智能体的风险强度并不完全取决于模型能力，而更取决于企业向其开放了何种权限。能够生成错误建议的系统，和能够使用企业账户完成付款的系统，底层模型可能相同，但法律风险完全不同。故智能体的合规对象不仅是算法，也是账户、凭证、接口、额度、设备控制权和数据访问权所共同构成的“行动权能”。

1.中国路径：以“三级权能结构”构建用户授权边界

《实施意见》第6条明确规定：“厘清仅限用户本人决策、需由用户授权决策和智能体自主决策等各种决策方式的合理边界及所需权限。确保用户对智能体自主决策享有知情权和最终决策权，智能体执行操作不得超出用户授权范围。”该条实际上建立了“本人决策—授权决策—自主决策”的三级权能结构，其核心是依据事项性质分配不同程度的人类控制。涉及财产处分、合同订立、重大权益变动或不可逆后果的事项，原则上应保留由用户本人作出最终决定，而不能通过一次性概括授权交由智能体持续执行。对于可以授权执行的事项，企业还应明确授权对象、范围、期限、额度和撤回方式，使智能体的行动能力始终具有可验证的权限来源。

2.欧盟路径：通过高风险制度的技术要求间接实现行为可控制

欧盟AI Act的“高风险制度”提供了可以承接智能体行动权能与权限边界规制的规范工具：第12条要求高风险AI系统应允许自动记录系统整个生命周期发生的事件（日志），使日志达到与预期目的相适应的可追溯水平；第13条要求高风险AI系统的设计和开发应确保其操作具有足够的透明度，使部署者能够解释系统的输出并加以适当使用；第14条要求高风险AI系统的设计和开发方式，包括适当的人机界面工具，应使其在使用期间能由自然人进行有效监督；第15条要求在设计和开发高风险AI系统时，应使其达到适当的准确性、稳健性和网络安全水平，并在其整个生命周期内始终在这些方面保持一致。将这些规则放入智能体场景，监管重点便应自然延伸至输出之后的工具调用、账户凭证和连续行动。

上述条款虽然分别对日志、透明度、人类监督和技术稳健性做了规范，但在智能体场景下共同，它们共同指向一个基本要求，即系统的行动必须能够被理解、限制、介入和追溯。对于能够连续调用工具的智能体，企业不应仅记录最终输出，而应当记录关键工具调用、授权校验、执行结果、异常中止及人工干预等事件。中欧规则在此处的合规逻辑高度契合，均要求企业建立技术与组织保障，以证明智能体在运行中始终处于“可解释、可干预、可追溯”的安全控制状态，不得超越被许可的行动边界。

（三）参与主体识别与责任分配原则

现行中国法与欧盟法均未赋予智能体独立法律人格。智能体具备一定自主行动能力，并不意味着其可以独立承担法律责任；发生违法处理数据、越权操作或者造成损害时，仍需回到开发者、模型提供者、集成商、部署者、平台和用户等现实主体，结合各自在产品链条中的实际行为分配责任。

1.中国路径：多主体治理框架下的责任分配

《实施意见》第12条、第13条通过第三方评测、平台规则、用户协议和隐私政策等机制，将开发平台、分发平台、服务提供者及专业机构纳入多主体共同治理框架。但未对不同主体的民事责任作统一划分。具体义务仍应结合其是否构成个人信息处理者、受托处理者、网络运营者、生成式人工智能服务提供者、算法推荐服务提供者等法定身份分别判断。以数据处理活动为例，前述主体在智能体运行中实际实施个人信息处理、跨系统数据调用或者数据出境的，应根据其具体处理行为适用现行数据法律规则。我国既有数据法律体系已对此形成较为明确的规范基础，具体如下：

智能体基于长期记忆与多轮交互推断个人信息的，首先应依据《个人信息保护法》第6条审查处理目的是否明确、合理并符合最小必要原则，并依据第13条确定相应的个人信息处理合法性基础；以个人同意作为处理基础的，还应符合第14条关于知情、自愿、明确同意以及处理目的、方式或者种类变更时重新取得同意的要求。只有在利用个人信息实施自动化决策时，才进一步适用第24条关于透明度、公平公正以及重大影响决定的说明、拒绝权等规定。涉及敏感个人信息的，还应符合第28条、第29条关于特定目的、充分必要性及单独同意等要求；

智能体跨系统调用API实施数据调取的，如构成数据处理活动，应根据《数据安全法》第27条建立全流程数据安全管理制度并采取安全技术措施，同时依第29条履行风险监测与漏洞补救义务（如调取数据涉及重要数据，还须执行第30条关于定期开展风险评估的规定）；

涉及重要数据或个人信息跨境流转的，则需严格遵守《网络数据安全管理条例》及国家网信部门颁布的《数据出境安全评估办法》《个人信息出境标准合同办法》《促进和规范数据跨境流动规定》等专门规定，依据数据类型与规模，履行安全评估申报、标准合同订立或依法适用免予申报，确保智能体自主行动始终在既有法律框架内有序运行。

2.欧盟路径：以“角色转化机制”与双轨框架实现责任溯源

欧盟法对智能体责任的处理采取了公法合规监管与私法侵权救济并行的双轨责任体系，并通过角色转化机制实现责任归责的精准溯源。

首先，在公法监管与市场准入层面，欧盟AI Act以提供者、部署者、进口商和分销商等法定角色配置义务，并通过第25条确立角色转化机制。其基本逻辑是：责任认定不应拘泥于合同名称，而应判断谁实质决定或改变了系统的用途、功能和风险。根据AI Act第25条第1款，分销商、进口商、部署者或者其他第三方在以下任一情形，将被视为提供者（Provider）并承担提供者的全部法定义务：

（a）在已投放市场或投入使用的高风险AI系统上贴附自身名称或商标；

（b）对已投放市场或投入使用的高风险AI系统作出实质性修改（Substantial Modification），使其仍为高风险AI系统；

（c）改变非高风险AI系统的预期用途，使其被认定为高风险AI系统。

对于智能体而言，提示词、长期记忆、工具接口、数据来源和自动执行权限的配置，均可能影响责任主体的认定。第25条的核心在于，部署者一旦通过上述配置实质改变系统的预期用途或风险特征，即可能从部署者转化为承担提供者义务的责任主体。

其次，在民事责任层面，AI Act与欧盟于2024年通过修订的《产品责任指令》〔Directive (EU) 2024/2853，下称“PLD”〕相衔接。但二者的主体角色并非当然一一对应。AI Act主要依据提供者、部署者、进口商和分销商等身份配置监管义务；PLD则依据其自身关于制造商、进口商及其他经济经营者的规定确定缺陷产品责任主体。同一企业只有分别满足AI Act和PLD各自规定的构成要件，才可能同时承担两套制度下的责任。对于智能体而言，PLD的意义主要在于将软件及AI系统纳入产品责任框架，并针对数字产品持续演化、责任主体及举证困难等特征调整传统缺陷产品责任规则。具体而言：

其一，产品属性的认定。PLD第4条第1项将“产品”定义为“任何动产，即使其已被集成于其他动产或不动产或者与之互联；产品还包括电力、数字制造文件、原材料和软件”；序言第13段进一步明确“软件包括人工智能系统，且不因其供应或使用方式不同而被排除。”因此，无论智能体以独立软件还是嵌入设备的方式提供，原则上均可能构成产品。

其二，持续学习对缺陷判断的影响。PLD第7条第2款要求在判断产品是否存在缺陷时考虑“产品在投放市场或者投入使用后继续学习或者获得新功能的能力对产品产生的影响。”对于具有持续学习能力的智能体，法院可以将其上线后的学习和功能演变纳入缺陷判断的综合考量。

其三，实质性修改者的制造商责任。PLD第8条第2款规定：“任何在原制造商控制之外对产品作出实质性修改，并随后将其提供于市场或者投入使用的自然人或法人，应当……被视为该产品的制造商。”这与AI Act第25条的角色转化规则高度呼应：部署者或集成商若对智能体进行了原制造商未预见且改变其性能、目的或风险状况的“实质性修改”（第4条第18项），将直接承担产品制造商的缺陷责任。

其四，举证责任与推定机制。PLD第10条第1款仍维持“原告应当证明产品存在缺陷、其遭受的损害以及该缺陷与损害之间的因果关系”的基础规则，但第10条第2款规定，在被告未依法披露相关证据、产品违反旨在防范该类损害的强制性安全要求，或者损害由产品在合理可预见使用中明显故障造成等情形下，“应当推定产品存在缺陷”。第10条第4款补充到，在案件因技术或者科学复杂性导致原告举证面临过度困难，且原告已证明产品存在缺陷或者存在因果关系具有可能性时，法院可以推定缺陷、因果关系或者两者同时成立。对结构复杂、技术封闭的智能体而言，该规则可能显著降低受害人的举证难度，但相关推定原则上仍可由被告反驳。

其五，赔偿范围的扩展。PLD第6条第1款将可赔偿损害扩展至：“死亡或者人身伤害，包括经医学确认和证明的心理健康损害”，以及“并非用于职业目的的数据的毁损或者损坏”。因此，智能体造成经医学确认的心理伤害，或者导致个人数据、照片、文件等非职业用途数据灭失或损坏时，均可能产生产品责任赔偿。

其六，归责原则与法定抗辩。PLD采取不以证明制造商过错为前提的缺陷产品责任。第5条要求成员国确保：“任何因缺陷产品遭受损害的自然人，有权依本指令获得赔偿。”但这并不意味着企业在任何情况下均必然负责，经济经营者仍可依据第11条主张产品投放时缺陷尚不存在、缺陷源于强制性法律要求，或者当时科学技术水平无法发现缺陷等法定抗辩。因此，更准确的表述是：企业可能承担不以过错为构成要件的产品责任，而非“只要发生损害即承担责任”。

综上，欧盟法完成了从AI Act的公法合规与角色认定到PLD的私法缺陷归责的制度衔接与逻辑闭环。企业部署或集成智能体时，既需应对AI Act的行政合规要求，亦须防范因角色转化（被认定为提供者或制造商）而触发的无过错产品责任风险。

（四）风险分类与市场准入

1.中国路径：以应用场景和潜在影响配置监管强度

《实施意见》第11条规定：“根据应用场景和潜在影响，审慎稳妥开展智能体分级治理。对于敏感领域及重点行业，由网信部门联合行业主管部门确定开放场景，根据相关法律法规、监管要求和安全防护标准，实行备案、检测、问题产品召回等管理措施。对于部分生活娱乐、日常办公等低风险领域，完善智能体评估测试工具，通过合规自测、信息报告、分发平台管理、行业自律等实现高效治理。”

该条表明，智能体的监管强度并不单纯取决于其技术能力，而主要取决于应用场景和可能产生的实际影响。对于涉及生命健康、财产安全、公共秩序或者重大权益的敏感领域和重点行业，可以通过开放场景、备案、检测及问题产品召回等方式实施较严格的治理；对于生活娱乐、日常办公等相对低风险场景，则主要通过合规自测、信息报告、平台管理和行业自律降低监管成本。

针对“拟人化互动”这一典型场景，《人工智能拟人化互动服务管理暂行办法》（以下简称《拟人化互动办法》），实现了从宏观场景划分向微观行为规范的深化。在监管对象的客体界定上，《拟人化互动办法》第2条严格将适用范畴限定于“面向境内公众、模拟人类人格特征与沟通风格并进行持续性情感互动”的产品或服务，从而将一般性智能客服、知识检索助手及教学科研工具排除在高度拟人化的合规负担之外。

在具体合规要求上，《拟人化互动办法》第7条主要从社会公众层面强调安全知识、法律法规宣传和人工智能素养；第9条明确要求拟人化互动服务提供者落实安全主体责任，建立算法机制机理审核、科技伦理审查、信息内容管理、网络和数据安全、风险预案和应急处置等制度；第10条进一步要求提供者在部署、运行、升级、终止服务等全生命周期履行安全责任，并具备过度依赖风险预警、情感边界引导和心理健康保护等安全能力。

2.欧盟路径：以禁止实践、高风险用途和特定透明度义务分层监管

欧盟AI Act同样不因某一系统被称为“智能体”而当然提高其风险等级，而是根据系统的预期用途及其可能造成的影响配置监管义务。AI Act建立了四层风险监管标准：

2026年5月19日，欧盟委员会发布《高风险AI系统分类指南》草案，为提供者、部署者及市场监督机关适用AI Act第6条提供解释和实践示例。该指南虽不具有法律约束力，但有助于明确复杂AI系统的系统边界和分类方法。对于由底层模型、编排模块、插件和工具共同构成的智能体，应结合各组件之间的功能联系及其对最终决策的作用，对完整AI系统进行分类，而不能仅孤立审查底层模型。AI Act第3条第12项同时明确，“预期用途”应根据使用说明、宣传或销售材料及声明、技术文档等信息判断。因此，仅在合同或者服务条款中排除高风险用途，并不足以当然排除高风险分类；仍应结合系统功能、产品说明和实际面向的应用场景综合判断。

智能体被认定为高风险AI系统后，还应根据系统类别确定相应的合格评定程序。AI Act第43条第2款规定，对于附件三第2至第8项所列的高风险AI系统，提供者应适用附件六规定的内部控制合格评定程序，该程序不要求公告机构参与。对于附件三第1项所列的生物识别系统，则由第43条第1款规定相应评定路径，在符合法定条件时可以选择附件六内部控制或者附件七所规定的公告机构评定程序。第43条第3款针对的是附件一A部分所列欧盟协调立法覆盖的高风险AI系统，要求按照相应产品立法规定的合格评定程序进行评定。由此，“高风险”并不当然意味着所有系统均须接受公告机构认证，具体路径仍取决于系统类别及标准适用情况。

完成适用的合格评定后，第47条第1款要求：“提供者应当为每一个高风险人工智能系统编制一份书面、机器可读、以物理或者电子方式签署的欧盟符合性声明，并在该系统投放市场或者投入使用后保存十年。”第48条第1款进一步规定：“CE标志应当以清晰可见、易读且不可擦除的方式加贴于高风险人工智能系统；数字化提供的系统应使用数字CE标志。”第49条第1款则要求，除附件三第2项所列系统外，附件三所列高风险AI系统的提供者或者其授权代表应当在投放市场或者投入使用前，在欧盟数据库中完成自身及系统登记。

由此，欧盟法形成了“用途与影响判断—高风险认定—合格评定—符合性声明—CE标志与登记”的市场准入链条。企业进入欧盟市场前，应先根据智能体的实际使用场景判断风险属性，再确定适用的评定和登记程序，而不能仅凭其自主性或者“智能体”名称直接作出高风险结论。

（一）构建有效的人类监督机制与授权边界

1.中国路径：构建三级控制结构

《实施意见》第6条要求：“厘清仅限用户本人决策、需由用户授权决策和智能体自主决策等各种决策方式的合理边界及所需权限。确保用户对智能体自主决策享有知情权和最终决策权，智能体执行操作不得超出用户授权范围。”

该条以用户授权和最终决策权为核心，将智能体的行动划分为本人决策、授权决策和自主决策三个层次。其重点并非要求用户审批智能体的每一步操作，而是根据行为后果配置不同程度的人类控制。涉及财产处分、合同订立、重大权益变动或者不可逆后果的事项，原则上应由用户本人确认；可以授权执行的事项，则应明确授权对象、范围、期限、额度和撤回方式，避免以一次性概括授权覆盖后续全部行为。

2.欧盟路径：以人机界面工具确保有效监督

欧盟AI Act第14条要求，高风险AI系统的设计和开发应当使其在使用期间能够由自然人进行有效监督，并通过适当的人机界面工具，使监督人员能够理解系统的能力和局限，监测其运行，识别异常并在必要时忽略、推翻或者停止系统输出。

中欧规则虽然侧重点不同，但均要求智能体始终处于人类可以理解、限制和介入的范围内。《实施意见》更侧重用户授权边界，AI Act则强调系统设计和实际使用中的可控制性。因此，有效监督既不能异化为对所有行为逐项人工审批，也不能仅靠设置停止按钮或者形式上指定监督人员完成，而应根据风险建立分层控制：低风险任务可以在预设范围内自动执行，高风险操作则应触发人工确认、权限升级或者强制中止。

（二）身份披露、能力声明与用户知情

1.中国路径：以数字身份与能力声明实现可验证、可追溯

《实施意见》第4条指出：“探索建立智能体注册平台，提供智能体数字身份管理、检索发现、能力声明等服务······提升多智能体协同能力，研究智能体身份标识、可信互联、合规支付、安全防护、冲突解决等基础技术。”第13条“指导智能体开发平台、分发平台、服务提供者建立公平合理的平台规则、用户服务协议及隐私政策，明确供需双方权责，保障产业健康发展。”

上述规定主要解决智能体在开放网络和多主体协作环境中的身份可识别、能力可验证和责任可追溯问题。数字身份用于确认智能体及其开发者、部署者等相关主体，能力声明用于揭示其可执行任务、可调用工具和权限范围，平台规则及用户协议则负责向用户说明服务边界和权责安排。对于能够支付、订约、调用外部工具或者控制设备的智能体，仅告知其属于AI并不足够，还应使用户能够识别其由谁提供、具有何种行动能力以及相关行为可能产生何种法律后果。

对智能体生成合成内容的标识，应根据《人工智能生成合成内容标识办法》的具体适用条件判断。第4条对属于《互联网信息服务深度合成管理规定》第17条第1款规定情形的生成合成服务要求添加显式标识；第5条要求在生成合成内容文件元数据中添加隐式标识。数字水印属于鼓励采用的隐式标识方式，并非普遍强制要求。

2.欧盟路径：以交互告知与内容标记保障用户知情权

欧盟AI Act第50条第1款要求“提供者应确保，预期与自然人直接互动的人工智能系统的设计和开发方式应使有关自然人知道他们正在与一个人工智能系统互动”，第50条还分别对AI生成或者操纵内容的机器可读标记、情绪识别和生物特征分类系统的告知，以及深度伪造等内容的披露设置了相应义务。

欧盟规则的重点是避免用户误认交互对象或内容来源，保障其在知悉AI介入的基础上作出判断。但第50条主要规定AI身份和特定内容的透明度，并未当然要求提供者全面披露智能体的全部工具权限和行动能力。

对于行动型智能体，企业仍应结合AI Act关于透明度、人类监督和使用说明的要求，在可能产生重要法律后果的操作前，进一步说明拟执行行为、作用对象、数据或财产范围及撤回方式，使用户知情从“正在与AI交互”延伸至“AI将代表其实施何种行为”。

（三）禁止行为与脆弱群体的特殊保护

1.中国路径：防止数据优势与人格化技术结合侵害用户自主决定权

《实施意见》第5条：“加快研究智能体相关政策法规及伦理规范，发挥专业机构内容资源和审核把关优势，确保智能体行为符合法律法规及主流价值观。防止智能体利用数据优势、人格化技术实施传播不良价值观、算法压榨等行为，防范未成年人、老年人沉迷成瘾、情感依赖等风险。做好与人工智能伦理审查等制度衔接。”

《实施意见》第5条的核心并非一般性禁止智能体采用人格化设计，而是防止企业将数据优势与拟人化交互结合，用于影响、压榨或控制用户行为。与传统算法推荐相比，智能体能够长期记忆用户偏好、持续识别情绪变化并以稳定的人格形象参与交互，更容易使用户降低防备、形成信赖乃至情感依赖；当这种关系被用于诱导消费、延长使用时间或传播不良价值观时，风险便从一般内容问题转化为对用户自主决定权的侵害。未成年人和老年人因认知能力、风险识别能力或情感需求上的特殊性，应当受到更高程度的保护，但这一保护不能停留在年龄提示或免责声明层面，而应落实到产品设计中，包括限制依恋性和排他性话术、控制连续交互及付费诱导、设置使用时长和消费提醒，并提供便捷退出、关闭记忆和转人工服务的机制。该条还要求与人工智能伦理审查制度衔接，意味着企业应在产品上线前对人格化程度、商业诱导方式、目标用户及潜在心理影响开展专项伦理评估，而不能仅在发生投诉后再作被动整改。

2.欧盟路径：以禁止性实践对操纵、脆弱性利用和敏感用途设置监管红线

在欧盟法下，与上述风险最接近的是AI Act第5条的禁止性实践。其中，第5条第1款(a)“投放市场、投入服务或加以使用此类人工智能系统，即采用超出个人意识的潜意识技术或有目的的操纵或欺骗技术，其目的或效果是通过明显损害一个人或一群人做出知情决定的能力，实质性地扭曲该人或一群人的行为，从而导致该人做出其本来不会做出的决定，造成或可能造成对该人、另一人或一群人的重大伤害”；(b)“投放市场、投入服务或加以使用此类人工智能系统，即利用自然人或特定群体因其年龄、残障或特定社会或经济状况而具有的任何弱点，以实质性扭曲该人或属于该群体的人的行为，造成或有合理可能造成该人或他人重大伤害为目的或效果”；第1款(c)“将此类人工智能系统投放市场、投入服务或加以使用，即根据自然人或群体的社会行为或已知、推断或预测的个人或个性特征，在一定时期内对其进行评估或分类产生社会评分，导致以下任何一种或两种情况”；第1款(f)项“投放市场、为了此类特定目的投入服务，或者使用此类人工智能系统，即在工作场所和教育机构领域推断自然人的情绪，但出于医疗或安全原因将人工智能系统投入服务或投放市场的情况除外”。

可见，欧盟并非一般性禁止人格化，而是对“操纵方法—脆弱性利用—重大损害”或特定敏感用途设置了监管红线。对于陪伴、教育、健康、游戏和营销智能体，企业应据此审查角色设定、依恋话术、连续提醒、虚拟礼物、付费触发和退出障碍，而不能仅以抽象伦理承诺替代产品控制。

（四）持续数据处理与长期记忆治理

智智能体的长期记忆、跨系统检索、外部插件接入和第三方工具调用，使数据处理不再集中于模型训练阶段，而是持续发生在检索增强、会话输入、记忆写入、工具调用、日志监测和人工复核等每一次任务执行中。企业应当以具体处理活动为单位，分别识别处理目的、数据类型、合法性基础、访问权限、接收方、存储位置和保存期限，不能以一次性的隐私政策或概括同意覆盖智能体后续不断变化的数据处理行为。

1.中国路径：以具体处理活动为单位的持续合规审查

在中国法下，智能体的数据处理首先受到《网络安全法》《数据安全法》《个人信息保护法》和《网络数据安全管理条例》的基础性约束。根据智能体的具体功能和服务方式，还可能进一步适用《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》及《人工智能生成合成内容标识办法》。智能体处理重要数据、向境外模型或服务商传输数据，或者允许境外主体远程访问境内数据时，还需适用《数据安全法》《网络数据安全管理条例》以及《数据出境安全评估办法》《个人信息出境标准合同办法》《促进和规范数据跨境流动规定》等规则。

2.欧盟路径：并行适用AI Act与GDPR的多重合规框架

在欧盟法下，智能体项目通常需要并行适用《人工智能法案》与《通用数据保护条例》（GDPR）。AI Act主要调整AI系统的风险分类、市场准入及价值链义务；GDPR则规范个人数据处理的合法性、透明度、数据主体权利和控制者、处理者之间的责任分配，二者属于并行而非相互替代的制度。除AI Act和GDPR外，面向欧盟公众提供智能体服务还可能根据具体业务模式适用《数字服务法》（DSA）、《数据法》（Data Act）、《数字市场法》（DMA）、《网络与信息系统安全指令》（NIS2）、《网络韧性法》（Cyber Resilience Act）以及消费者保护规则。

据此，智能体的数据合规审查不能只问“是否取得同意”，而应根据GDPR第5条（数据处理原则，如目的限制、数据最小化）、第6条（合法性基础）、第9条（敏感数据/特殊类别数据处理）、第22条（自动化决策与画像）以及第35条（数据保护影响评估 DPIA）的具体规定，进一步核查每次记忆写入、跨系统检索和工具调用是否具有明确目的及相应法律基础，是否超出用户合理预期，是否将数据传输给新的接收方，以及是否形成新的跨境、自动化决策或敏感信息处理活动。智能体最典型的风险并非单次违法收集，而是任务执行过程中逐步发生的目的变化、数据最小化失效、长期记忆超期保存、上下文被外部组件过度获取，以及通过多轮交互持续推断用户的身份、健康、经济状况和行为偏好。

（五）日志留存与行动追溯

1.中国路径：以行为留痕与审计追溯构建事后审查基础

《实施意见》第7条规定：“发展规则内嵌、行为围栏等技术，确保智能体在公共场所、隐私场所、专门场所等的行为合法合规。探索利用区块链等技术，建立重要应用场景智能体行为可验证、可追溯机制，防范智能体不当行为引发重大风险。”

在具体规范落地层面，智能体“行为留痕与追溯”要求贯穿于我国多项法律法规：

2.欧盟路径：以自动日志记录与保存期限实现可追溯

欧盟AI Act第12条要求高风险AI系统具备自动记录其整个生命周期内事件的技术能力，并使日志达到与系统预期用途相适应的可追溯程度；第19条进一步要求提供者在其控制范围内保存系统自动生成的日志，原则上不少于六个月，其他欧盟法或者成员国法另有规定的除外。

对于智能体，日志应当能够回答：任务由谁发起、基于何种授权、调用了何种模型或工具、发送了哪些必要参数、取得何种结果、最终执行了何种操作，以及是否发生人工干预或者异常中止。可追溯并不等于保存或者披露模型完整的隐藏推理过程；更合理的做法是记录身份、版本、授权、工具调用、执行结果和状态变化等结构化事实，以满足审计、争议处理和责任认定需要。

（六）运行异常的监测、阻断与恢复

1.中国路径：以风险监测和行为控制防范运行失控

《实施意见》第8条规定：“研究智能体数据安全、个人信息保护、密码防护、攻击检测、权限管理、行为控制等安全技术……防范数据投毒、隐私泄露、算法篡改、系统漏洞、运行失控等安全风险。”第12条同时要求：“强化智能体风险监测预警……引导行业积极研发智能体监测工具。”

上述规定表明，智能体安全治理不应止于上线前测试，还应延伸至实际运行过程。企业应持续识别越权调用、循环执行、异常工具组合、敏感数据访问、额度超限及任务明显偏离等情形，并在达到风险阈值时采取暂停执行、限制权限、隔离工具或者人工接管等措施。

需要注意的是，《实施意见》并未统一规定“熔断、降级和恢复”的具体程序。此类机制属于企业为落实风险监测、权限管理和防范运行失控要求所采取的技术与组织措施。系统中止后，企业还应核实已执行和未执行的任务，保留必要日志，并在风险排查完成后决定是否恢复运行。

2.欧盟路径：以持续风险管理和故障安全控制异常运行

欧盟AI Act第9条要求：“应当针对高风险人工智能系统建立、实施、形成文件并维持风险管理体系。”该体系应作为“贯穿高风险人工智能系统整个生命周期的连续迭代过程”，持续识别和评估系统在预期使用及可合理预见误用下的风险。

第15条进一步规定，高风险AI系统应在整个生命周期内保持适当的准确性、稳健性和网络安全水平，并应尽可能抵御系统内部或者运行环境中的错误、故障和不一致；第14条则要求系统能够由自然人进行有效监督，使监督人员在必要时可以忽略、推翻或者停止系统输出。

据此，欧盟法虽然未直接使用“熔断”或“降级”等概念，但要求企业通过持续监测、故障安全措施和人工干预控制异常风险。对于智能体，暂停工具调用、限制权限、切换备用方案和人工接管，均可作为落实上述义务的具体方式。

（一）技术标准体系构建

1.中国路径：以标准化支撑可信互联与风险控制

《实施意见》第3条规定：“形成智能体标准框架，系统布局关键技术、重要产品、数据交换、应用场景、质量评测、安全保障、可信认证等标准体系，加快制定智能体与软件工具、应用服务、硬件外设接口等基础标准”，并提出“加强智能体互联协议（AIP）等智能体互联关键国家标准、行业标准的推广应用”。

该条表明，智能体标准化并不只是解决接口兼容问题，还旨在统一身份标识、能力声明、权限校验、数据交换和行为记录，使跨模型、跨工具和多智能体协作能够被验证和追溯。条文同时规定“支持医疗、交通、媒体、公共安全等领域制定强制性标准”，体现出一般领域以推广适用为主、重点领域逐步强化标准约束的治理思路。

2.欧盟路径：以协调标准和共同规格提供合规证明路径

欧盟AI Act第40条第1款规定，AI系统符合已在《欧盟官方公报》公布引用的协调标准时，“应推定为符合”相关法定要求，但以该标准实际覆盖的要求为限。第41条进一步规定，在协调标准未能及时形成或者未充分回应有关监管要求时，欧盟委员会可以制定共同规格。

因此，协调标准和共同规格并不替代AI Act规定的法定义务，而是将风险管理、日志、人类监督、稳健性和网络安全等抽象要求转化为可测试、可审查的技术指标。企业采用相关标准，可以降低合规证明成本；不采用时，仍需以其他技术方案证明达到相应要求。

（二）底层模型、开源组件与第三方工具治理

1.中国路径：鼓励开源协同，同时控制组件与工具风险

《实施意见》第34条规定：“开展智能体与开源芯片、开源操作系统、开源大模型兼容适配”，并引导有关主体参与“智能体框架、交互接口、工具链等开源项目，推动技术体系融通发展”。

该条以产业促进和技术协同为主要取向，通过开源模型、框架、接口和工具链的兼容适配，降低智能体研发与集成成本。但企业将开源模型、代码或者插件集成为最终产品后，仍需审查组件来源、许可证、安全漏洞、版本更新和停止维护风险，并对集成后的系统承担相应责任。

第三方插件、外部API和云服务也应纳入持续管理。企业应限制智能体能够调用的工具范围，对权限凭证、调用参数和返回内容进行控制，并对涉及支付、数据传输或者设备操作的高风险工具设置人工确认和异常阻断机制。

2.欧盟路径：开源适用排除不等于产品责任豁免

欧盟AI Act第2条第12款规定，本条例原则上不适用于根据自由和开源许可发布的AI系统，但作为高风险AI系统投放市场或者投入使用，以及属于第5条禁止性实践或者第50条透明度义务调整范围的情形除外。

该规定对开源系统设置的是有限适用排除，而非普遍免责。即使底层模型或者工具采用开源许可，企业将其集成为招聘、医疗、教育、信贷等高风险智能体后，最终系统仍可能适用AI Act的完整义务。因此，开源例外应按具体主体、具体系统和具体用途分别判断，不能扩大解释为整个产品链条的责任豁免。

（三）价值链合规协同

1.中国路径：以平台、服务机构和第三方评测形成协同治理

《实施意见》第12条要求：“开展智能体功能、性能、质量、合规等第三方评测服务，推动认证与检测结果互通互认”；第13条要求开发平台、分发平台和服务提供者“建立公平合理的平台规则、用户服务协议及隐私政策，明确供需双方权责”。

上述规定将平台、服务提供者和专业评测机构纳入智能体协同治理体系。第三方评测和结果互认可以为产品接入、用户选择和风险判断提供依据，平台规则和用户协议则承担信息披露、权责划分和异常处置功能。但《实施意见》目前主要确立治理方向，尚未对各主体在产品流通和供应链协作中的具体法定义务作出完整规定。

2.欧盟路径：以核验、风险阻断和合同协作落实价值链义务

欧盟AI Act第23条要求进口商在投放高风险AI系统前，核验提供者已完成合格评定、编制技术文档，系统具有CE标志并附有EU符合性声明和使用说明；有理由认为系统不合规或者文件存在伪造的，在恢复合规前不得投放市场。

第24条相应要求分销商在提供系统前核验CE标志、符合性声明、使用说明及相关主体义务的履行情况；发现不合规时，不得继续提供，并应根据情况采取纠正、撤回或者召回措施。

第25条第4款进一步要求，高风险AI系统提供者与向其提供AI系统、工具、服务、组件或者流程的第三方，通过书面协议明确履行AI Act义务所需的“信息、能力、技术访问和其他协助”。

由此，欧盟法将价值链合作由一般商业配合转化为可执行的核验和协助义务。企业应在供应链合同中明确技术文档、测试材料、日志支持、漏洞和事故通报以及监管配合，确保最终提供者能够取得履行法定义务所必需的信息和技术支持。

（一）市场监测、事件报告与纠正召回

1.中国路径：以监测预警和问题产品召回构建上线后治理框架

《实施意见》第11条规定，对于敏感领域及重点行业，应“实行备案、检测、问题产品召回等管理措施”；第12条进一步要求：“强化智能体风险监测预警、检测评估、咨询、认证等专业服务供给，引导行业积极研发智能体监测工具。”

上述规定表明，智能体治理不能止于上线前的测试和准入，还应持续覆盖投入运行后的性能、安全和合规状态。企业发现严重功能缺陷、安全隐患或者不当行为风险后，也不能仅停留在警示和持续观察，而应根据风险程度采取限制使用、停止服务或者召回等措施。

不过，《实施意见》目前主要确立了监测预警、检测评估和问题产品召回的治理方向，尚未统一规定事件分级、报告期限、召回程序及具体处置方式，相关要求仍有待配套规则和行业规范细化。

2.欧盟路径：以持续监测、限期报告和纠正召回形成程序闭环

欧盟AI Act第72条第1款规定：“提供者应以与人工智能技术的性质和高风险人工智能系统的风险相称的方式，建立后市场监测体系并形成文件。”第2款进一步要求该体系“主动、系统地收集、记录和分析”高风险AI系统在整个生命周期中的性能数据，以评估系统是否持续符合相关要求。

第73条第1款规定：“投放于欧盟市场的高风险人工智能系统的提供者，应当向严重事件发生地成员国的市场监督机关报告任何严重事件。”根据第73条第2至第5款，一般严重事件应在确认系统与事件之间存在因果关系或者合理可能性后立即报告，最迟不得超过知悉事件之日起十五日；涉及广泛侵害或者关键基础设施严重且不可逆中断的，最迟为两日；涉及人员死亡的，最迟为十日，并可先提交初步报告后补充完整信息。

对于已经发现的不合规系统，第20条第1款规定：“提供者认为或者有理由认为其投放市场或者投入使用的高风险人工智能系统不符合本条例的，应当立即采取必要的纠正措施，使该系统恢复合规、撤回、停用或者召回。”同时，提供者还应通知有关分销商，并在适用情况下通知部署者、授权代表和进口商。

由此，欧盟法形成了“持续监测—严重事件识别—限期报告—纠正、停用或召回—价值链通知”的完整程序。对于智能体，纠正措施可以表现为修正系统配置、停止特定功能、撤销账户凭证、关闭工具接口或者下架插件；对于软件、云服务或者平台形态的智能体，远程停用、强制更新、版本回退、功能封禁和权限取消，也可以成为实际的召回方式。

企业应据此建立事件分级和处置机制，区分一般输出错误、越权操作、数据泄露、重大财产影响、人身伤害和系统性故障，并明确内部升级、暂停隔离、用户通知、监管报告、纠正和召回的触发条件及决策权限。

（二）证据保存与安全退出：完成责任闭环

《实施意见》尚未专门规定智能体退出时的证据保存、数据处置和服务终止程序，但其关于行为可验证、可追溯、风险监测和问题产品召回的要求，客观上需要企业保留能够还原系统运行及处置过程的必要资料。

智能体事故通常涉及模型、数据、记忆、插件、工具和多个服务主体。企业应根据系统风险、争议时效、数据保护和行业要求，保存必要的产品及模型版本、权限审批、工具配置、测试结果、运行日志、人工干预、事故通知和修复记录。多主体协作场景还应事先明确证据的格式、保存主体及调取机制，避免因供应商退出或者服务终止导致关键资料灭失。

系统退出时，企业还应妥善处理停止服务、撤销凭证、关闭接口、终止插件调用、长期记忆清除或者迁移，以及用户数据、未完成任务、资金和合同状态等事项。由此，智能体的合规生命周期并不在产品上线时终结，而应通过后市场监测、事件报告、纠正召回、证据保存和安全退出，形成完整的责任闭环。

（一）境内运营企业的合规建议

1.客体识别与风险定级阶段

企业应首先依据《实施意见》的“感知—记忆—决策—交互—执行”五项功能标准完成产品定性，不能仅凭产品名称或是否使用大模型作出判断。对于兼具多种功能的产品，应以是否具备“决策”与“执行”能力，即能否自主选择行动方案并调用外部工具实施操作，作为核心划分依据。经识别构成智能体的，应进一步对照第11条及文件第四部分划定的应用场景，判断是否属于敏感领域或重点行业，以确定备案、检测及召回等管理措施的适用层级。

在完成客体识别后，企业须进一步明确业务场景并厘清主体责任。一方面，应划清业务场景与风险边界，区分面向B端企业级业务（如自动化风控、内部审批）与C端消费级业务（如个人助理、拟人化陪护），二者在监管侧重上（如是侧重数据泄露，还是心理依赖与误导）存在显著差异；另一方面，应界定“提供者、部署者、代理人/使用者”等不同主体的权责关系，明确智能体开发/提供者（负责算法安全、合规备案、基础防护及底层标识）与部署者/运营者（负责业务授权控制、数据收集合规及实际风险把控）的法律角色，实现责任链路与法律主体的精准对接，妥善分担行政与民事责任。

2.权限配置与用户授权阶段

企业应在产品设计阶段建立三级权能结构：明确哪些事项仅限用户本人决策（如合同签署、大额支付），哪些事项需用户逐项授权（如发送正式报价、修改关键数据），哪些事项可由智能体在预设范围内自主执行（如信息检索、内容推荐）。用户协议不得以一次性概括授权覆盖全部场景，而应以表格或清单形式逐项列明各类事项的权限边界。对于自动发送报价、触发支付、取消订阅等可能产生法律或财产后果的操作，应在产品流程中嵌入弹窗确认、短信验证或生物识别等二次确认机制。

3.人格化设计与行为红线审查

企业应在产品上线前对智能体的人格化程度、商业诱导方式、目标用户及潜在心理影响开展专项伦理评估。重点审查以下场景：是否利用数据优势进行差异化推荐或算法压榨；是否通过拟人化话术使用户产生情感依赖；是否针对未成年人或老年人设计诱导性交互。

以拟人化互动行为为例，当智能体具备情感陪伴、拟人语音或高度仿真的社交属性时，极易对使用者造成心理诱导或信任误导。为此，企业应在产品设计中嵌入抗依恋与理性回归机制：一方面，在交互过程中定期或在识别到用户出现过度情感依赖时，主动触发“AI虚拟身份”的显式提示（如“我是AI助手，无法替代现实情感”）；另一方面，应划定话术红线，严禁使用具有排他性、操纵性或诱导转账消费的拟人化表达。此外，还应设置单次及单日使用时长上限，并提供一键清除拟人记忆（关闭记忆功能）以及强制转接人工服务的通道，防止拟人化交互异化为情感操纵或商业榨取的工具。

4.数据处理与日志追溯阶段

企业应当以具体处理活动为单位，分别识别每次记忆写入、跨系统检索和工具调用的处理目的、数据类型、合法性基础、访问权限及保存期限，不能以一次性的隐私政策覆盖智能体持续变化的数据处理行为。对于处理重要数据或涉及数据出境的，应另行履行安全评估或标准合同备案等程序。同时，企业应建立完整的决策日志记录功能，记录智能体的任务发起主体、授权来源、工具调用、执行结果及人工干预等结构化事实，使行为链条在发生越权操作或数据泄露时能够被还原和审查。

5.运行监测与异常处置阶段

企业应根据智能体的功能和风险设置持续监测指标，包括连续失败次数、异常工具组合、权限或额度超限、频率异常及任务明显偏离等情形。达到预设阈值时，应触发暂停执行、限制权限或转由人工处理等措施。发现智能体存在严重功能缺陷或安全隐患的，应及时采取限制使用、停止服务或召回等措施，并向监管部门报告。系统退出时，应妥善处理停止服务、撤销凭证、关闭接口、终止插件调用及用户数据清理等事项。

（二）拟出海欧盟企业的合规建议

1.客体认定与风险分类

企业进入欧盟市场前，应首先依据AI Act第3条第1项的AI系统定义确认产品是否落入规制范围，继而根据第6条及附件三判断是否构成高风险系统。需特别注意：即使系统属于附件三所列领域，若仅执行狭窄程序性任务且不涉及用户画像，仍可主张除外条件；反之，若系统的技术文档、宣传材料等反映了高风险应用方向，仅凭服务条款中声明“排除高风险用途”不足以规避分类。

2.禁止行为的审查

判断某一行为是否落入禁止范围，需逐案评估是否损害了用户的知情决策能力、是否利用了特定脆弱性，以及是否造成或有合理可能造成重大伤害。对于陪伴、教育、健康、游戏和营销类智能体，应重点审查角色设定、依恋话术、连续提醒、虚拟礼物、付费触发和退出障碍等设计。例如，利用AI监测儿童行为并给予个性化奖励的游戏，可能利用儿童的发展脆弱性导致成瘾，而针对老年人的欺骗性推送则可能利用其认知能力下降造成财务损失。

3.高风险系统的合规建设

被认定为高风险系统的智能体，应按照AI Act第三章第二节的要求逐项落实。该节所列要求覆盖了从风险管理、数据治理、技术文档、日志记录，到透明度、人类监督、准确性、稳健性与网络安全等维度，构成高风险AI系统投放欧盟市场的法定准入标准。企业需将这些要求嵌入产品设计、开发与运营的全流程，确保系统在整个生命周期内持续满足合规条件，并按规定完成第43条的合格评定程序

4.有效人类监督的分层落实

根据行为风险设置分层控制：低风险行为可在预设范围内自动执行；涉及财产处分、合同订立、重大权益或不可逆后果的操作，应触发人工确认、权限升级或强制中止。系统应配置“停止”或“中断”按钮，使监督人员能够随时终止智能体操作并确保系统在安全状态下停止。

5.透明度义务的履行

自2026年8月2日起，AI Act第50条规定的透明度义务原则上开始适用。该义务不限于高风险系统，而是适用于所有AI系统，具体包括：向交互对象告知其AI身份；对合成内容进行机器可读标注；在部署情感识别或生物特征分类系统时向接触者履行告知义务；以及披露深度伪造内容的人工生成或操纵属性。对于能够支付、订约或控制设备的智能体，仅告知AI身份仍属不足——企业还应进一步说明其行动能力和权限范围，使用户在充分了解可能产生的法律效果的基础上作出是否继续交互的决定。

6.供应链合规与书面协议

企业应根据第25条第1款审查是否存在因添加自身商标、对系统进行实质性改动或变更预期目的而被认定为提供者的风险。同时，应与模型、插件、数据、云服务及工具供应商签订书面协议，明确技术文档、日志接口、测试材料、漏洞通报、重大变更通知及监管配合等内容。即使底层组件符合开源例外，将其集成为高风险智能体后，最终系统仍应完整适用AI Act。

7.后市场监测与事件报告

企业应建立后市场监测体系，主动收集系统在整个生命周期中的性能数据。发现严重事件时，应在规定时限内向市场监督机关报告：一般情形下不迟于知悉后15日；涉及广泛侵害或关键基础设施中断的，不迟于2日；涉及人员死亡的，不迟于10日。

8.时效节点

欧盟AI Act采取分阶段适用安排，以为监管机构建设、技术标准制定和企业合规改造预留准备时间。2026年7月通过的Regulation (EU) 2026/1744已正式调整部分适用节点：AI Act第50条透明度义务原则上自2026年8月2日起适用；第6条第2款及附件三所列高风险AI系统的相关义务自2027年12月2日起适用，第6条第1款及附件一所列高风险AI系统的相关义务自2028年8月2日起适用。CRA方面，其第14条关于被积极利用漏洞和严重事件的报告义务自2026年9月11日起适用，其他主要义务原则上自2027年12月11日起适用。企业应根据具体产品类型分别识别AI Act与CRA的适用范围和时间节点，并据此制定分阶段合规计划。

智能体推动AI系统由内容生成工具进一步转变为能够自主决策并实施行为的执行系统，对传统以人类行为和主观过错为中心的法律归责体系提出了新的结构性挑战。我国《实施意见》以功能识别为起点，围绕身份标识、权限边界、行为控制、技术集成、分类治理和事后纠错，初步构建起覆盖智能体全生命周期的治理框架；欧盟AI Act虽未将智能体设为独立法律类别，但通过高风险制度、透明度义务和价值链责任，形成了能够涵摄智能体的间接规制体系。两套制度的规范路径虽有差异，却共同面临同一难题，即如何以相对静态的法律规则约束具有动态和持续演化能力的智能体自主系统。

对企业而言，智能体合规已不再是上线前的一次性验证，而是贯穿权限配置、数据处理、技术集成、供应链管理、运行监测和事故处置的持续性义务。只有在智能体自主行动与人类有效控制之间建立可验证、可追溯、可问责的制度与技术接口，企业才能在满足监管要求的同时，为智能体的规模化应用和市场竞争建立稳定基础。