摘要10-16/01 画了义务地图、02 落地了模型卡证据本文把「证据」固化成可寻证的治理闭环AI 合规不是一次性项目而是持续承诺。核心是四件事——不可变审计日志集中化、加密、留存≥5 年、标准化 schema、HITL 事件记录含人类覆盖原因、模型卡即审计摘要以及把文档当代码doc-as-codeCI/CD 自动生成。再用 NIST AI RMF vs EU AI Act 对比表选型把 10-15 生产平台的可观测性直接复用为合规证据形成「能跑、能看住、能审计」的完整形态。一句话结论合规证据链的终局不是「写一份漂亮的文档」而是「让每一次模型变更、每一次人类覆盖、每一条监控告警都自动落进不可变日志并随代码提交自动生成可机读文档」——把 10-15 的生产可观测性从工程资产升级为法律资产。1. 合规不是一次性项目而是持续承诺EU AI Act 的执行逻辑里最容易被误解的一点是很多人把合规当成「上线前做一次评估、拿一张证书」然后束之高阁。但法案的设计是持续性的——高风险义务生效后供应商要维持技术文件更新、部署方要做基本权利影响评估、所有方要跑市场后置监控Article 72。Rends.ai 把合规拆成「治理组织 → 风险分类 → 审计追踪 → 人类监督 → 监控响应 → 文档留存 → 监管对接」七步闭环并指出非合规罚款最高可达全球年营收 6%。这不是一次性成本而是持续运营的 overhead。心态转变把合规当「待办清单」会漏把它当「生产线」才不会。下面四件事是把生产线跑起来的关键零件。2. 不可变审计日志基础设施审计追踪audit trail是合规闭环的「黑匣子」。它的设计原则原则落地要点反模式集中化所有 AI 系统的日志进统一管道而非散落各服务各团队各存一份对账无门不可变immutable写后只读WORM或哈希链禁止篡改/删除日志可被运维随意改加密传输与静态加密PII 脱敏明文落盘留存 ≥5 年高风险高于一般业务日志周期按 90 天滚动删除标准化 schema统一字段who/what/when/why/version各系统字段各异无法检索标准化的日志 schema 至少要 capture操作主体、被操作的模型/版本、时间戳、输入/输出摘要脱敏、决策结果、人类覆盖标记与原因、关联模型卡版本哈希。3. HITL 事件记录人类覆盖要记「原因」EU AI Act 与 NIST AI RMF 都强调有意义的人类监督human oversight。审计方最关心的不是「有没有人审」而是「人审的时候发生了什么」。金融审计领域的实践值得借鉴当人类覆盖overrideAI 决策时事件必须记录覆盖原因。这在信贷审批、可疑交易上报等场景尤其关键——审计方能据此判断覆盖是否恰当、是否暴露模型缺陷。{event_id:ovr-2026-10-16-8841,model_version:kuaidi-llm-pro27,card_hash:sha256:9f2c...,ai_decision:reject_credit,human_override:true,override_reason:申请人提供纸质收入证明模型未接入该数据源,operator:reviewer-052,timestamp:2026-10-16T09:41:22Z}经验覆盖率异常≈100% 通过或≈0% 采纳本身就是信号。10-10/01 讲过的「审批表演反模式」在这里同样成立——覆盖日志要能暴露「人在假装审」。4. 模型卡即审计摘要数据字典补溯源前面10-16/02讲模型卡是技术底稿这里它是审计摘要审计方拿到模型卡能在几分钟内理解系统能力、风险画像、数据使用策略。但模型卡之外金融企业还会维护数据字典data dictionary——定义 AI 系统用到的所有数据元素来源、格式、质量检查。数据字典是验证数据完整性与追溯数据血缘的必备件尤其当「模型失败往往源于数据而非模型本身」时。组合拳模型卡能力/风险/评测 数据字典数据血缘/质量 不可变日志运行时事实三件套覆盖「设计—数据—运行」全链证据。5. NIST AI RMF vs EU AI Act怎么选两者常被并列提及但性质不同。一张对比表说清边界维度EU AI ActNIST AI RMF性质法律欧盟强制自愿框架美国适用范围欧盟高风险 AI 系统所有 AI 系统自愿采用核心要求风险评估、数据治理、人类监督、技术文件风险映射/度量/管理Map/Measure/Manage审计证据技术文件、日志、符合性评估风险评估、缓解计划优势有法律约束力、要求明确灵活、广泛认可劣势对小企业复杂昂贵无强制力、缺执法最适合欧盟大型机构美国机构/最佳实践实务在欧盟有业务的团队用 Act 满足法律证据用 RMF 把风险管理流程跑顺。两套框架可互补不必二选一。6. 第三方审计与符合性评估notified body高风险系统尤其是 Annex I 嵌入产品的需要公告机构notified body做符合性评估。即使不强制定期内/外部审计也是治理成熟度信号内部审计定期审 AI 治理与合规程序。外部审计独立审计方评估合规成熟度。符合性评估高风险系统由 notified body 验证法案适用时。注意没有任何测试方能「认证合规」——他们只提供证据。法律合规最终由律师或 notified body 判定呼应 10-16/01 的 Article 50 测试边界。7. 把文档当代码doc-as-code2026 年企业 AI 文档标准的最大改变是文档必须被视为代码。具体做法文档与模型的训练脚本、部署配置同仓存储。模型卡、数据字典通过 CI/CD在每次提交/retrain 时自动生成或更新。文档进入版本控制带审计轨迹与数据溯源追踪。这样文档不再「落后于模型迭代」而是与代码同频。SpecsWriter 的建议组件与频率文档组件受众更新频率状态模型卡监管/用户每次 retrain强制API 规范开发者每次提交建议数据溯源报告审计方季度强制安全影响报告CISO/法务半年强制8. 与 10-15 生产平台贯通可观测性即证据这是本篇最关键的「复用」论点10-15 构建的生产平台其可观测性数据天然就是合规证据。10-15/02 的 L1/L2/L3 监控延迟/成本/质量/漂移→ 直接对应 Annex IV 2(d) 的「性能监控证据」与 Article 72 市场后置监控计划。10-15/01 的金丝雀门禁质量信号→ 是「变更前验证程序」的运行时证据。10-15/03 的 A/B 归因效果数据→ 支撑「特定人群性能/歧视性影响」的分层指标。10-11/01 的 CI 红队扫描→ 是 Annex IV 2(d)「对抗性测试指标」的直接产出。# .github/workflows/doc-as-code.yml —— 每次 retrain 自动生成模型卡 审计锚定name:doc-as-codeon:workflow_run:workflows:[retrain-pipeline]types:[completed]jobs:gen-card:runs-on:ubuntu-lateststeps:-uses:actions/checkoutv4-run:python tools/gen_model_card.py--version ${{github.run_number}}-run:|# 把模型卡哈希写入不可变日志作为合规锚点 python tools/anchor_audit_log.py cards/kuaidi-llm-pro-v*.yaml-uses:actions/upload-artifactv4with:name:model-cardpath:cards/# anchor_audit_log.py —— 把文档变更写入不可变审计日志哈希链importhashlib,json,time,os CHAIN_FILEaudit/chain.jsonldefanchor(path):withopen(path,rb)asf:digesthashlib.sha256(f.read()).hexdigest()previfos.path.exists(CHAIN_FILE):withopen(CHAIN_FILE)asf:lastlist(f)[-1]prevjson.loads(last)[hash]record{ts:time.time(),doc:os.path.basename(path),hash:digest,prev:prev,# 哈希链篡改即断}withopen(CHAIN_FILE,a)asf:f.write(json.dumps(record)\n)returnrecord9. 常见问题 FAQQ1合规做一次评估拿证书就行了吗A不行。法案是持续性的技术文件要更新、部署方要做影响评估、所有方跑市场后置监控。把它当生产线而非待办清单。Q2审计日志要留存多久A高风险 AI 至少 5 年模型卡/技术文件依 Article 18 留存 10 年。且是「可随时取证」的不可变留存不是单纯备份。Q3人类覆盖只要记「覆盖了」就行A不够要记覆盖原因。审计方据此判断覆盖是否恰当、是否暴露模型缺陷覆盖率异常≈100% 通过本身也是风险信号。Q4NIST AI RMF 和 EU AI Act 选哪个A不二选一。Act 是欧盟法律强制RMF 是美国自愿框架在欧盟有业务用 Act 满足法律用 RMF 跑顺风险管理流程互补。Q5第三方机构能「认证我们合规」吗A不能。测试方只提供证据法律合规由律师或 notified body 判定。别把「过了测试」等同于「合规」。Q6doc-as-code 会不会增加研发负担A短期有成本长期降本。文档与代码同仓、CI 自动生成避免「文档永远落后于模型」的债且合规审计时直接导出省下突击补文档的人力。Q710-15 的生产监控怎么变成合规证据AL1/L2/L3 监控对应 Annex IV 性能监控与 Article 72 后置监控金丝雀门禁是变更验证证据A/B 归因支撑分层歧视性影响指标CI 红队是对抗性测试证据。同一套埋点两种读法。Q8数据字典和数据集卡重复吗A互补不重复。数据集卡讲「训练数据的来源与处理」数据字典讲「系统运行时用到的所有数据元素的来源/格式/质量检查」后者更偏线上血缘与完整性验证。Q9小企业怎么低成本起步A先做 Article 50 透明度告知水印已生效再用 doc-as-code 自动攒模型卡草稿跑 NIST AI RMF 的 Map/Measure/Manage 流程。高风险义务 2027 才硬性落地现在攒证据最划算。10. 参考资料Rends.ai,EU AI Act Compliance for AI Agents: Building Governance Programs and Audit Trails, 2026七步闭环、不可变日志、HITL、留存≥5 年、符合性评估、罚款 6% 营收Financial Audit Expert,Financial AI Compliance Audit Strategies 2026, 2026模型卡数据字典HITL 原因、NIST AI RMF vs EU AI Act 对比表、IBM Watson OpenScale/Fiddler/ArthurSpecsWriter,Enterprise AI Documentation Standards for 2026, 2026doc-as-code、文档组件与更新频率表NIST,AI Risk Management Framework (AI RMF 1.0), 2023Map/Measure/Manage/GovernRegulation (EU) 2026/1744Digital Omnibus on AI, Official Journal 2026-07-24本专栏企业级 LLM 应用上线与灰度发布, 2026-10-15本专栏LLM 应用线上可观测性, 2026-10-15本专栏Agent 安全红队常态化, 2026-10-11