findscripter 本条用于对 AI 系统执行欧盟《AI 法案》（Regulation (EU) 2024/1689）的可操作合规工作，所有结论均按条款（Article）+ 附件（Annex）给出。
何时使用
适用于三类条款级决策：
- 风险分级——这套 AI 系统属于哪一档：禁止类（Art. 5）/ 高风险（Art. 6 + Annex III）/ 有限风险透明度（Art. 50）/ 最小风险。
- 高风险系统的符合性评估路线 + 文档包——Art. 43 选模块 A（内部控制）还是模块 H（完整 QMS + 公告机构），以及 Annex IV 技术文档要装哪些内容。
- 按组织角色梳理义务——提供者 / 部署者 / 进口商 / 分销商 / 授权代表（Art. 16、22、23、24、25、26）各自的义务与截止期。
典型触发：AI 系统准入评审、规划符合性评估、界定部署者义务范围。
不该用的边界：
- 不做"要不要上线这个 AI 功能"的高管战略决策与商业风险承担——那是 CAIO 的职责；本条只把"决定要上"落成符合条款的交付物。
- 不替代法律意见。法案是有约束力的法规；新型疑难（是否构成 GPAI？Art. 6(3) 豁免是否适用？微调基础模型是否构成"实质性修改"？）须聘请合格外部法律顾问。
- 不做 GDPR 工作。多数 AI 系统同时触发 GDPR（训练数据、输出处理），DPIA 与合法性基础另见 GDPR 专项条目；两法存在交叉（Recital 10、Art. 10 高风险训练数据）。
步骤
决策 A：风险分级
判定顺序（工具内置同样顺序）：先查 Art. 5 禁止项 → 再查 Annex III 八大类 → 再套 Art. 6(3) 豁免 → 再查 Art. 50 透明度 → 否则归为最小风险。
- 禁止类（Art. 5）：社会评分；工作/教育场景情绪识别；潜意识操纵；执法机关在公共空间实时远程生物识别（少数例外）。罚则最高 3500 万欧元 / 全球营业额 7%。
- Annex III 八大类（触发即落入 Art. 6(2)）：生物识别、关键基础设施、教育、就业、基本公共服务、执法、移民、司法。
- Art. 6(3) 豁免：Annex III 系统若仅 (a) 执行狭窄程序性任务、(b) 改进既有人工成果、(c) 检测决策模式但不替代人工判断、(d) 执行准备性任务，则不算高风险。但对自然人的画像（profiling）始终为高风险，豁免无效。
决策 B：符合性评估 + Annex IV 技术文档
高风险系统在投放市场前须证明符合性（Art. 43 + Annex VI/VII），两条路线：
- 模块 A——内部控制（Annex VI）：提供者自评，已落实统一标准的多数 Annex III 系统适用。
- 模块 H——完整质量管理体系 + 技术文档（Annex VII）：须公告机构介入；生物识别系统强制（Art. 43(1)）。
Annex IV 技术文档八项必备： ①系统总体描述（预期用途、标识、版本）②系统要素详述（架构、训练数据、验证程序）③监测/运行/控制信息 ④风险管理体系描述（Art. 9）⑤投放后变更说明 ⑥所用统一标准清单（或替代方案）⑦欧盟符合性声明（Art. 47）⑧投放后监测体系描述（Art. 72）。
决策 C：按角色义务追踪
单一公司可同时扮演多个角色。
| 角色 | 主要条款 | 关键义务 |
|---|---|---|
| 提供者 Art. 3(3) | 8–17、47、49、72 | 符合性评估；CE 标识；风险管理；数据治理；技术文档；投放后监测；严重事件报告（Art. 73） |
| 部署者 Art. 3(4) | 26 | 按说明使用；人工监督；输入数据质量；记录留存（Art. 19）；告知员工（Art. 26(7)）；公共部门/基本服务须做 FRIA（Art. 27） |
| 进口商 Art. 3(6) | 23 | 核验符合性、CE 标识、技术文档可得性 |
| 分销商 Art. 3(7) | 24 | 投放前核验 CE 标识 + 文档 |
| 授权代表 Art. 22 | 22 | 非欧盟提供者须指定，代表对提供者义务负责 |
关键（Art. 25）： 部署者若对高风险系统作实质性修改，或以自己名义投放市场，即转为提供者并继承提供者全部义务。
GPAI 独立赛道（Art. 51–55）： 训练算力超过 10²⁵ FLOPs 触发 Art. 51 系统性风险，规则更严，须单独评估。
指令
三个脚本均支持"空跑用内置样例 / 传 JSON 跑实际数据"：
# 决策 A：按法案分级 AI 系统
python scripts/ai_system_risk_classifier.py # 内置 5 系统样例
python scripts/ai_system_risk_classifier.py path/to/systems.json
# 决策 B：为高风险系统生成符合性评估计划 + Annex IV 清单
python scripts/conformity_assessment_planner.py # 内置高风险样例
python scripts/conformity_assessment_planner.py path/to/system.json
# 决策 C：按角色生成按截止期排序的义务矩阵
python scripts/ai_act_obligation_tracker.py # 内置样例（提供者 + 部署者）
python scripts/ai_act_obligation_tracker.py path/to/roles.json
输出格式（每次产出固定结构，禁止脱离条款引用作答）：
结论一句话：[分级 + 最重大义务]
条款引用：[Article + 段号；不得在无引用下转述]
本次决策：[分级 | 评估路线 | 义务范围 三选一]
依据：[Article + Annex 引用；分级置信度]
行动建议：[3 条具体下一步，含负责人 + 对齐法案分阶段生效的截止期]
留待人工裁断：[合规官/法律顾问拍板项——分级争议、新型疑难、GPAI 阈值判定]
示例
AI 系统准入评审（单系统，约 2 小时）：
# 1. 记录系统特征：用途、用户、数据、自主性、部署环境
# 2. 跑分级器
python scripts/ai_system_risk_classifier.py systems.json
# 3. 若高风险：跑评估计划器
python scripts/conformity_assessment_planner.py system.json
# 4. 厘清所扮演角色（提供者 / 部署者 / 两者）
python scripts/ai_act_obligation_tracker.py roles.json
# 5. 若涉个人数据，交叉核对 GDPR DPIA
# 6. 若已建 ISO 42001，交叉核对 AIMS 证据
# 7. 产出：分级备忘 + 符合性计划 + 义务清单
Annex IV 技术文档构建（单高风险系统，2–4 周）： 跑评估计划器拿清单 → 汇总系统描述/架构/训练数据/验证/风险管理 → 复用 ISO 42001、ISO 27001 已有证据满足对应项 → 跑 Art. 9 风险管理生命周期 → 评估通过后再签 Art. 47 符合性声明 → 加贴 CE 标识（Art. 48） → 在欧盟数据库登记（Art. 71，Annex III 高风险系统）。
上线前义务审计： 复核分级是否仍准确 → 确认高风险系统已完成符合性评估 → 确认 Art. 50 透明度要求（聊天机器人、深度伪造、情绪识别） → 确认 Art. 72 投放后监测已运行 → 确认 Art. 73 严重事件报告流程已成文 → 部署者确认 FRIA（Art. 27）已做、员工已告知（Art. 26(7)） → GPAI 确认 Art. 51–55 义务已满足。
注意事项
- 逢输出必引条款：每条结论都要带 Article + 段号 / Annex，不要在无引用的情况下转述法条。
- 分级是单选：法案采风险导向（Recital 26），每个系统恰好落入四档之一。
- 画像永远高风险：涉及对自然人画像的，Art. 6(3) 豁免一律不适用。
- 角色会升级：部署者实质性修改或贴牌投放即变提供者（Art. 25），义务陡增。
- 分阶段生效：截止期随 Title III 分期推进（2025 → 2026 → 2027），Art. 5 禁止清单可经授权法案扩充；年度刷新时须为每个系统重跑分级器与义务追踪器。
- 新型疑难交律师：GPAI 判定、6(3) 豁免适用性、"实质性修改"界定等留待合格外部法律顾问。
互见
- GDPR DPIA + 合法性基础（多数 AI 系统同时触发 GDPR）。
- ISO 42001 AIMS（自愿性管理体系，可满足提供者 Art. 17 QMS 的部分要求）。
- ISO 27001（满足 Art. 15 网络安全要求）。
- ISO 14971 风险管理（Art. 6(1) 安全部件 AI 引用）。
- MDR 2017/745（医疗器械 AI 交叉）。
- 高管 AI 战略（chief-ai-officer-advisor，决定是否上线，与本条互补）。
本条采编自 alirezarezvani/claude-skills（MIT）。