准入：备案与评估
面向境内公众提供生成式 AI 服务，需按规定履行备案或登记，涉及舆论属性与社会动员能力的还要做安全评估。这是准入条件，不等于模型本身安全，后续运营仍要持续证明。材料与实际系统对不上，备案反而成了风险点。
来源：许可与供应链
开源权重要看许可证是否允许商用与再分发，商用接口要看条款是否允许留存与训练。来源不清的模型无法追责，也无法在出事时定位版本，采购时应要求提供哈希与版本记录，并写进合同附件，条款要能看到原文。
数据：训练与微调
训练数据来源要合法，涉及个人信息要有处理依据，涉及他人作品要注意授权。微调数据往往来自业务系统，最容易带进敏感信息，需在入湖前完成分级与脱敏，并留下授权与处理记录，授权链要能追溯。
输出：标识与内容
生成内容要按要求标识，深度合成场景另有规定。内容安全机制、投诉渠道与处置时限要落地，不能只有一句「已接入审核接口」，那既证明不了覆盖范围，也说不清谁在什么时候处理过什么，处置记录要留痕。
边界：没有一劳永逸的认证
通过测评或认证只能说明当时满足某些要求，不能证明长期安全。模型、数据与攻击面都在变，合规状态需要靠版本管理、复测与事件记录持续维持，而不是靠一张证书挂三年，复测记录就是最好的证明。
适用与不适用
适合谁
- 面向公众提供生成式 AI 服务的企业，需完成备案
- 使用开源权重或第三方模型接口的团队
- 需要梳理模型合规台账的法务与安全部门
不适合谁
- 仅做内部实验、不对外提供服务的团队
- 希望买一份报告就完成合规的项目
典型场景
某教育科技公司准备上线作文批改服务，法务在评审时发现三处缺口：模型许可证未核实是否允许商用、微调语料含学生作文原文、输出未做标识。团队换成许可清晰的模型，语料改为授权样本，补上标识与投诉入口后才提交备案。
可执行步骤
- 梳理服务形态与用户范围，判断是否需要备案、登记或安全评估，由主管确认。
- 核对每个模型的许可证、版本与哈希，建立可追溯的资产台账，随版本更新。
- 审查训练与微调数据的来源、授权与个人信息处理依据是否齐备，凭证归档。
- 落实生成内容标识、内容安全审核与投诉受理处置机制，确保渠道可达，并在页面公示。
- 把复测、版本变更与事件记录纳入年度合规计划，明确节奏与负责人，每半年回顾一次。
常见坑
- 只办备案不管运营，模型换版与数据更新都没有记录，检查时说不清现状，整改也找不到起点，只能事后补救。
- 开源许可证没看就商用，后续可能被要求停止分发或公开衍生代码，产品方案被迫调整，也可能面临索赔。
- 微调语料直接取业务数据，明明含个人信息却当成内部数据，不做任何限制，数据分级也没做，出事后很难解释。
- 以为接了审核接口就满足内容要求，标识与投诉渠道一个都没做，用户投诉无处可去，监管检查也过不了。
自检与验收清单
- 服务是否需要备案、登记或评估是否已书面判定
- 每个模型的许可证、版本与哈希是否入台账，有留痕
- 训练与微调数据的来源与授权是否齐备可查，含授权凭证
- 生成内容标识是否已在产品中落地可见，用户可识别
- 复测、版本变更与事件记录是否纳入年度计划，留证可查
常见问题
只做内部使用需要备案吗？
通常不需要按面向公众服务的路径备案，但仍要遵守数据安全、个人信息保护与内部安全管理要求。是否构成对外提供，要看是否有外部用户可访问，边界建议由法务确认。
开源模型可以商用吗？
取决于具体许可证：有的允许商用但要求保留声明，有的对分发与衍生作品有额外条件。商用前应由法务核对条款，并保留许可证文本与版本信息，便于日后举证，别只看能否下载。
模型备案要多久？
取决于材料完备程度与属地受理节奏，没有固定答案。常见的时间损耗在材料反复补正，建议先按清单自查，把数据来源、安全措施与应急方案准备齐再提交，能明显缩短来回。