AI制图

人工智能科技伦理治理，迎来进一步的审查和服务办法。日前，工信部、国家网信办、科技部等十部门联合印发《人工智能科技伦理审查与服务办法（试行）》，并落地施行。这项国内首个专门的全流程AI伦理审查新规，为狂奔的人工智能产业系上“安全带”。

当前人工智能技术快速发展，由此带来的算法歧视、深度伪造等伦理风险愈加凸显。这早已不再是实验室里的理论探讨，而是切切实实的社会治理难题。从此前多部门发布的伦理指引，到如今更具实操性的审查办法，国内AI治理正从“软倡议”向“硬办法”实质跨越。

对包括大模型在内的AI业态而言，维系监管底线与鼓励创新发展是一体两面。简言之，新规并非遏制技术创新，而是校准创新技术应用的方向，进而保障产业长远健康发展。

此次新规就明确提及，为降低企业合规成本，人工智能科技活动实行相关登记、备案、行政审批等监管措施且将符合科技伦理要求作为审批条件、监管内容的，可不再开展专家复核。

为精准破解当前人工智能企业伦理治理中存在的技术手段不足、标准规范不完善、治理工具匮乏等问题，新规还强调要强化风险监测预警、检测评估、认证、咨询等服务供给，加大对中小微企业的支持和服务力度。

不过，生成式AI的爆发式普及，在带来生产力革命的同时，也打开了“潘多拉魔盒”，潜藏风险不容忽视。

过去一年，AI伦理风险呈现出多点爆发、快速蔓延的态势，其危害程度和影响范围远超预期。以算法歧视为例，AI大模型在招聘、贷款审批的初筛中可能出现性别、地域的偏见；个人数据隐私泄露事件频发，一些企业未经授权爬取海量个人信息用于模型训练，也严重侵犯公民合法权益。

更值得警惕的是，有大模型厂商在商业利益的驱动下，模糊化技术应用的边界。部分企业为追求流量和用户增长，对生成式AI传播虚假信息疏于管理、诱导非理性消费；训练数据版权争议愈演愈烈，一些作品未经作者许可被用于模型训练，知识产权保护体系在AI面前遭受挑战。此前由于缺乏统一的强制性标准和严厉的惩戒机制，导致违法成本远低于违法收益，难以形成有效约束。

据国家网信办相关公告，截至2026年2月底，全国累计有796款生成式人工智能服务完成备案。当AI技术的影响力渗透到社会生活的方方面面，当单个企业的技术决策可能影响千万人的切身利益，单纯依靠市场自发调节和企业道德自觉，已经无法守住安全底线。十部门出台强制性伦理审查办法，正是对社会关切的及时回应，也是补齐AI治理体系短板的必然之举。

此次新规最鲜明的特点，是构建了覆盖AI研发、训练、上线、运营、迭代、专家复核、监督等全生命周期的伦理审查体系，用刚性制度划定了技术应用不可逾越的红线。

不同于以往事后追责的治理模式，新规将伦理审查前置到研发阶段，要求企业在模型训练前就必须完成数据合规性审查，并明确要求，从事人工智能科技活动的高等学校、科研机构、企业等都须设立独立的伦理委员会，企业必须为自身的AI决策买单。

这意味着，监管的尺子逐步明确了边界。训练阶段必须先过数据合规关，未经授权、非必要、侵犯隐私的个人信息不准“喂”给模型；算法、模型、系统的设计要避免偏见歧视、算法压榨，保障资源分配、机会获取、决策过程的客观性与包容性；运营期间也要建立常态化监测机制，违规内容必须第一时间拦截处置。相当于给AI的每一次成长，都装上了可追溯、可叫停的“安全刹车”。

自2023年AI浪潮以来，大模型行业在狂飙阶段曾陷入“拼参数、拼算力、拼烧钱”的野蛮生长模式，大量企业扎堆做通用大模型，却忽视了技术落地的安全性和伦理问题。这种低水平重复建设不仅造成资源的巨大浪费，也让行业积累大量风险隐患。伦理审查新规的落地，将加速行业优胜劣汰，那些只追求流量、不重视合规的企业将被淘汰出局，而真正专注于技术创新和负责任发展的企业将获得更大的发展空间。

与此同时，近期港股科技企业IPO持续升温，伦理合规、数据安全、算法备案等逐步成为硬性合规门槛。这清晰地传递出一个信号：相关业务合规已经不再是企业的加分项，而是生存发展的必修课。

对月之暗面、智谱、Minimax 等头部大模型厂商而言，这场合规大考既是挑战也是机遇。而对于整个行业来说，伦理审查制度的建立，将推动大模型从野蛮生长转向精细化发展，从追求速度、规模转向追求质量和安全。

人工智能行业竞争激烈，企业需要在追求创新与达成监管要求中做到平衡。但强监管并不等于高负担，真正长效的治理，从来不是一味加压，而是划定底线、简化流程、做好服务、降低成本，提高企业主动合规的意愿，从而实现良性发展。

技术本身没有善恶，但技术的应用必须有边界。此次AI科技伦理审查新规的出台，不是要放慢AI发展的脚步，而是要让技术走在正确的轨道上。只有每一家企业都扛起伦理责任，人工智能才能真正成为推动社会进步的强大动力，而不是悬在人类头顶的达摩克利斯之剑。