核心透明度义务生效：当用户与聊天机器人或AI代理交互时，应告知其正在与AI互动；某些AI生成内容，如深度伪造和面向公众的信息文本，必须明确标识。提供者和部署者应保持适合其系统的文档、日志和人工监督。人工智能办公室和国家监管机构可请求信息、评估模型并协调纠正措施。实际上，这意味着需要有一套统一的政策、技术文档和遥测数据，能够将用户披露与系统行为关联起来。

如果您提供通用人工智能模型，您的义务包括透明的文档、训练内容来源的公开摘要，以及适当的风险评估和缓解——当模型可能带来系统性风险时需加强措施。团队应落实模型卡、评估报告、安全红队发现和内容识别功能。版权和训练数据处理必须有文档支持，明确尊重退出权和合法使用的路径。利用委员会的模板和自愿守则作为框架，制度化可重复发布、清晰变更日志和各版本的可辩护对齐测试。

高风险义务涵盖风险管理、数据治理、日志记录、技术文档、人工监督、稳健性、准确性、网络安全和上市后监控。即使您的系统要到2027–2028年才被归类为高风险，最经济的做法是现在就采纳这些规范。建立跨职能治理论坛，定义风险接受阈值，实施数据集文档和质量门控，构建持续评估流程。选择可扩展的标准和控制措施——预期未来将有统一标准出台——并调整采购要求，确保供应商提供兼容的文档和测试证据。

禁止的AI行为包括操控系统、利用脆弱群体进行剥削性定向、社会评分、某些生物识别用途以及无针对性的面部数据库抓取等，现已可执行。2026年12月将新增禁止生成非自愿性色情及亲密内容和儿童性虐待材料相关输出。构建者应立即实施滥用防范层：安全分类器、受限输出、用户举报、可追溯的内容来源以及快速下架和事件处理流程。审计您的产品和营销功能，确保不会无意中支持或激励被禁止的用途。

优先部署可快速交付的组合控制措施。透明度方面：实现用户可见的AI指示器和深度伪造标签；在可行时采用内容来源标准和水印。治理方面：维护模型注册表，包含版本化评估、政策门控和发布签核。数据方面：捕获血统、同意状态和许可元数据；执行数据集版本控制和访问控制。监控方面：集中推理日志、偏见/稳健性指标和事件工单，配备值班轮班。监督方面：定义明确的人工介入检查点，并记录升级时机。将每个文档视为未来审计的证据。