al-Qantara
全部文章

欧洲眨眼了:AI 法案的推迟,以及它给 PL 2338 的启示

Lipie Souza2026年7月6日阅读约 1 分钟0 次浏览

分享
WhatsApp

本文由葡萄牙语原文自动翻译。阅读原文

整整两年,2026 年 8 月 2 日都是全球 AI 监管的「那一天」 — 欧洲 AI 法案高风险系统义务生效的日期。咨询公司兜售「合规就绪」服务,企业路线图以它为锚,世界各地的监管者(包括巴西)都在观察这场实验。然后,距大限只剩几周时,欧洲眨眼了:6 月 29 日,欧盟理事会最终批准了数字简化一揽子方案(Digital Omnibus),把高风险规则推迟到 2027 年 12 月 2 日 — 嵌入受监管产品(医疗器械、机械、车辆)的 AI 则推迟到 2028 年 8 月。

这不是日历上的小细节。这是全世界最雄心勃勃的监管者在第十一个小时承认:它自己写下的时间表无法落地 — 统一技术标准没准备好、公告认证机构不够用,还有毫不掩饰的竞争力压力。对大西洋这一侧关注此事的人来说,这是今年最有教益的监管事件。

8 月 2 日仍然会发生什么

推迟没有清零这个日期。自 2026 年 8 月 2 日起仍然生效的有:

  • **透明度(第 50 条):**当用户与 AI 交互时必须告知;标注合成内容与深度伪造;标示情绪识别与生物特征分类的使用。
  • **执法机器开始转动:**总体执行与处罚框架投入运行 — 条例罚款最高可达 1500 万欧元或全球营业额的 3%(对被禁止的行为更高,这些行为自 2025 年 2 月起已被禁止)。
  • **已生效的继续有效:**被禁止的行为(自 2025 年 2 月起)与通用目的模型(GPAI)的义务(自 2025 年 8 月起)。

也就是说:便宜而高影响力的基线 — 告知这是 AI、标注合成内容 — 欧洲保留了。推迟的是昂贵的那一层:风险管理体系、详尽的技术文档、附件三所列用途(招聘、信贷、教育、公共安全)的第三方合格评定。

与此同时,在巴西众议院

与巴西的对比意味深长。PL 2338/2023 — 我们的「AI 法案」,2024 年 12 月在参议院通过 — 已在众议院躺了一年半。根据众议院自己的开放数据,它在 2026 年 7 月的状态是:「等待报告」,最近一次相关动态是 6 月 17 日。围绕它,120 多个在案由中提及人工智能的法案在打转 — 选举深度伪造、职场 AI、医疗 AI,各自往不同方向拉扯,每个月都有几个被合并进来。

法律框架在等报告,落地却不等:根据 PNCP 的记录,巴西公共部门自己仅 2025 年就采购了 9.47 亿雷亚尔的 AI,以每年 3.9 倍的速度增长 — 其中包括 3.05 亿雷亚尔通过免招标采购的 AI 视频监控,恰恰是任何风险分类法都会列为最高风险的用途。

欧洲后退给 PL 2338 的三个教训

1. 时间表就是公共政策 — 欧盟的时间表崩了,是因为基础设施缺位,而不是意愿缺位。 AI 法案推迟,是因为统一标准和评定机构没有就绪。PL 2338 把大量后续规制委托给 SIA(由 ANPD 协调的国家 AI 治理体系)。教训不是「别监管」,而是别承诺监管基础设施兑现不了的日期。带就绪触发条件的分阶段期限,比英雄主义的固定日期更经得起岁月。

2. 透明度先行,重合规在后。 注意欧洲没有推迟什么:标注 AI 与合成内容。这是性价比最高的义务 — 实施便宜、可验证,而且直击最迫近的伤害(规模化欺骗)。一个分块推进的 PL 2338,让透明度模块先生效,会比等待完美报告的一揽子方案更早保护更多人。

3. 照抄别人的时间表,就会进口别人的延误。 巴西的讨论很大程度上把 AI 法案当作标准答案。6 月的后退表明,标准答案在一些巴西还能免费纠正的地方错了:把第三方评定要求的规模匹配到国家真实的认证能力,并在期限到期之前 — 而不是之后 — 预设期限复审机制。

给今天在巴西运营的人

如果你的企业在受监管环境中使用或销售 AI,2026 年 7 月的实务图景是这样的:

  • **卖到欧洲?**高风险义务续命到 2027 年 12 月(嵌入受监管产品则到 2028 年 8 月)— 但第 50 条的透明度几周内就生效。在欧盟,没有标注的深度伪造从 8 月起就是负债。
  • **只在巴西运营?**没有 AI 框架法,适用的仍是现行的马赛克:LGPD(ANPD 已经在事实上扮演 AI 监管者)、消费者保护法、互联网民事框架、行业规范(央行、ANS、ANVISA)。「没有 AI 法」从来不等于「没有法」。
  • **不会后悔的最小策略:**建立带自有风险分类的 AI 系统清单、对用户主动透明、留存自动化决策的审计轨迹。这是任何情景下的公共内核 — 无论 AI 法案推迟、PL 2338 通过,还是现状悬而未决。

欧洲眨眼,是因为它在期限上过于雄心勃勃,而不是在目标上。巴西的风险恰恰相反,而且更沉默:永远不眨眼,因为我们从未睁开过眼睛 — 一部框架法停在「等待报告」,而落地(包括国家自己的落地)每年翻四倍。

评论 (0)

  • 还没有评论。来做第一个吧!

评论是公开的。

继续阅读

程序化点击的终结:RPA、自主智能体,以及争夺企业自动化心脏的静默之战

记忆即基础设施:多智能体架构中的持久上下文如何重新定义客户服务

生成式 AI SaaS 产品定价:一个新的市场范式

Agent2Agent(谷歌)与 Model Context Protocol(MCP):智能体互联与 API 集成的架构性进化答案

在生成式 AI 智能体框架与 RPA 遗留系统之间求平衡

各位同仁,进化在路上 — Titans 架构:Transformer 潜在的进化替代方案

「广域上下文感知」:LLM 打造真正解决问题、理解客户的数字客服的潜力

LangSmith — 如何看清 LLM 的「推理」脉络,以改进你的微调?

用 LLM 做数据转换(ETL):Data Lake 项目的新思路

产品管理的未来:最新最有前景的 GenAI 无代码工具

Hugging Face — GenAI 数据科学家的游乐场

面向生成式 AI 的多源图谱数据分析架构

GenAI 的云基础设施 — 自动化与 RPA

第一代 LLM 构建工作室产品 — SaaS — FlowiseAI

开源:巴西技术创新危机的一条出路 — 一份公开宣言

营销与生成式 AI — 让对话产品更有创造力的假设与实验

Embeddings — 与你的数据对话的强大工具

微调对比 Embedding — 一个面向教育的产品用例

思考「AI 驱动」的产品团队 — 链式调用、伦理及其他

AI 现在会写代码了。对企业而言,这既是好事也是坏事。

Marketing LaB — 「对话式数字」时代的几个假设

RPA 技术对决多模态模型 — 这场变革将如何发生?

在巴西,LLM/GPT 的变革与落地会以怎样的速度、以怎样的方式发生?

基础模型与商业的未来

AI 时代已经开始