距 EU AI Act 合规还有5个月：数据管道实施冲刺

2026年8月2日。这是 EU AI Act 高风险 AI 系统执行条款全面适用的日期。8月3日，监管机构可以要求合规证据。如果你无法提供，罚款起步750万欧元或全球营业额的1.5%，最高可达3500万欧元或全球营业额的7%。

今天是2026年3月15日。你还有140天。

如果你的 AI 数据管道已经能产出带时间戳的审计追踪、操作员身份标识、数据血缘追踪，以及符合第10条和第11条要求的文档，那么情况尚可。验证它确实跑得通，做一次模拟审计，然后继续手头的工作。

如果没有，如果训练数据摊在共享云盘上，数据转换记在电子表格里（或者根本没记），文档只剩下去年 AI 治理会议上的几张幻灯片，那这篇文章就是写给你的。以下是这5个月的冲刺计划。

谁受影响

EU AI Act 按风险等级对 AI 系统分类。2026年8月2日这个期限针对的是高风险系统，也就是法规附件 III 列出的那些。只要你的组织在下面任何一个领域部署了 AI，数据管道就需要配套的合规基础设施：

• 就业与劳动力管理：筛选简历、评估候选人、决定晋升、分配任务、监控绩效或影响解雇决定的 AI 系统。
• 信贷与保险：评估信用状况、厘定保费或为金融产品评估风险的 AI 系统。
• 教育：评估学生、决定录取或分配教育资源的 AI 系统。
• 执法：评估证据可靠性、进行风险评估、对个人做画像或判断证词可信度的 AI 系统。
• 关键基础设施：管理供水、燃气、电力、供热或数字基础设施中安全组件的 AI 系统。
• 移民与边境管理：评估风险、核验证件真伪或处理申请的 AI 系统。
• 司法与民主程序：协助司法机关查明事实、适用法律或解决争议的 AI 系统。

只要你的 AI 系统落入附件 III 的任一类别，并且处理欧盟居民的数据，就在监管范围之内。"我们总部不在欧盟"这一条挡不住：法规的适用依据是受影响的个人身在何处，而非公司注册在哪里。

审计人员会查什么

对多数附件 III 高风险系统，法规给出的合格评定路径是附件 VI 的内部控制，提供者确实是自我评估。审计人员不接受的，是背后什么都拿不出来的自我评估。审计人员要的是运营证据：机器可读、带时间戳、可核验的记录，用来证明合规是持续发生的日常，而非一次性的文档突击。

具体来说，他们会检查这几件事：

数据血缘：任何一次模型输出，你能追溯到产生它的那批具体训练数据吗？"我们用了一个5万条记录的数据集"这种说法达不到要求。审计人员想看到的是："该模型训练自数据集版本4.2.1，这一版由某位操作员在某个日期，对某几份具体源文档施加某几项具体转换后生成。"

转换日志：施加在训练数据上的每一项操作，包括过滤、清洗、标注、增强、去重，都必须连同时间戳、操作员 ID、所用参数和受影响的记录数一并落盘。"我们清洗了数据"这样一句话算不上日志条目。

质量文档：管道每个阶段的数据质量评估证据。测量了哪些指标？设了什么阈值？没通过质量检查的数据后来怎么处理了？

可重现性：任一已部署的模型版本，你能重建出训练它时用的那个数据集吗？如果审计人员 A 索要2026年1月部署的模型 v3.2 所用的数据集，你能逐位重新生成吗？

偏差与公平性文档：证明你检查过训练数据中的偏差、记录了发现、并采取了修复措施。标准落在"检查过、记录过、处理过"这三件事上，审计人员并不期待数据里完全没有偏差。

5个月冲刺计划

第1个月（3月15日至4月15日）：审计与分类

第1至2周：盘点所有 AI 系统。把生产环境和开发中的每一个 AI 系统都列出来。对每个系统确认：

• 它是否落入附件 III？（拿不准就按"是"处理。）
• 它使用哪些训练数据？
• 训练数据存放在哪里？
• 是谁准备的训练数据？
• 施加过哪些转换？
• 现有任何文档吗？

第3至4周：差距分析。对每个在范围内的系统，逐项对照要求评估现状：

• 数据血缘：你知道训练数据从哪来吗？（评分：0 = 毫无头绪，1 = 大致知道，2 = 来源有文档记录，3 = 完整可追溯）
• 转换日志：转换有没有记录？（评分：0 = 没有，1 = 人工记录，2 = 部分自动化，3 = 完全自动化）
• 质量文档：质量指标有没有留存？（评分：0 至 3）
• 可重现性：能否重建过去的数据集？（评分：0 至 3）
• 偏差检查：偏差评估做过吗？（评分：0 至 3）

任何一项低于2分的系统都需要修复。多数企业会发现，自家70%至80%的 AI 系统至少在一个类别上低于2分。

交付物：一份排好优先级的修复计划，为第2到第5个月列明具体任务、负责人和期限。

第2个月（4月15日至5月15日）：实施自动化日志

这是地基。没有自动化日志，其余一切都只是事后补写的文档，而这类文档正是审计人员会挑出来的。

为每一次数据转换实施带时间戳的日志。每当数据被过滤、清洗、标注、增强、去重或导出，系统都应自动记录：

• 时间戳（取自可信时间源，而非本地系统时钟）
• 操作员 ID（谁发起了这次操作）
• 操作类型（做了什么）
• 参数（用的什么设置）
• 输入记录数与输出记录数
• 受影响的记录（数据集较大时可用样本哈希代替）

技术实现路径：

• 管道跑在 Python 脚本里：加上结构化日志（JSON 格式），并接入集中式日志聚合服务
• 管道用了工作流编排器（Airflow、Prefect）：开启编排器自带的审计日志，再在每个任务内部补上数据层面的日志
• 管道用的是 Ertas Data Suite：日志功能内置，默认即合规，每一次操作都会连同操作员 ID、时间戳和完整参数一起记录

交付物：在范围内的每一条管道、每一次数据转换，都产出一条机器可读的日志条目。跑一次测试转换、确认日志输出，即可验证。

第3个月（5月15日至6月15日）：构建数据血缘追踪

日志告诉你发生过什么。血缘告诉你链条：任何一个输出如何经由每一个中间步骤连回它的源头。

实施数据集版本管理。每个数据集版本获得一个唯一标识，其中编码了它的完整历史：源数据版本 + 转换序列 + 时间戳。当你为模型训练导出数据集时，这个版本 ID 本身就是一份完整的来源记录。

把模型版本与数据集版本关联起来。模型训练时记下用的是哪个数据集版本，这样就形成一条链：模型输出 → 模型版本 → 数据集版本 → 转换历史 → 源数据。

端到端测试这条链。挑一个生产模型，看能否把它的训练数据一路追溯到最初的源文档。链条在哪里断了，就在哪里补上。

交付物：对任何一个已部署的模型，你都能在30分钟内出具一份血缘报告，完整呈现从源数据到已部署模型的整条链。

第4个月（6月15日至7月15日）：编写文档

日志和血缘就位之后，开始搭建审计人员会审阅的那套文档。

第10条文档：

• 数据治理政策（谁对训练数据质量负责）
• 数据集设计选择（为什么选这批数据，考虑过哪些替代方案）
• 数据收集过程（来源、日期、同意状态）
• 准备操作（清洗、标注、增强，现在有自动化日志作为支撑）
• 质量评估（统计特性、覆盖度分析、适用性评估）
• 偏差检查（所用方法、发现、修复措施）
• 缺口识别（缺哪些数据，打算怎么补）

第11条文档（内容由附件 IV 规定）：

• AI 系统的技术文档
• 数据管道说明
• 质量管理程序（第17条）
• 记录留存系统说明（第12条）

把这些文档做成模板。管道每变更一次它们就得更新，所以要做成活文档，让其中一部分章节自动从你的日志和血缘系统取数。

交付物：为每一个在范围内的 AI 系统备齐第10条和第11条文档包。

第5个月（7月15日至8月2日）：测试与验证

做一次模拟审计。找一支内部团队（或外部顾问）扮演审计人员，给他们真实审计会用到的同一套接口，让他们：

• 索要某个具体模型的训练数据血缘
• 要求查看某个日期区间的转换日志
• 索要偏差检查的证据
• 要求重现某个历史数据集版本
• 尝试修改一条日志条目（这应当无法做到）

模拟审计暴露的每个缺口都要补上。你有18天。按严重程度排序：血缘缺失 > 日志缺失 > 文档不完整 > 格式问题。

验证不可篡改性。确认日志条目一经创建就无法修改或删除。这是常见的失败点：日志写进普通数据库又没有写保护的系统，允许事后改动，审计追踪的效力也就被架空了。

交付物：一份全部通过的模拟审计报告，或者一份显示所有缺口均已关闭的修复记录。

常见陷阱

文件不带版本的共享云盘。如果训练数据放在文件可被直接覆盖、没有版本历史的共享云盘上，血缘和可重现性都无从证明。立刻迁移到带版本管理的存储。

人工日志。"我们用一张电子表格记录所有数据处理步骤。"电子表格可以事后编辑，没有可保证的时间戳，还得靠人自觉才能保持更新。这类记录构不成合规证据。

没有操作员追踪。如果管道以一个共享的服务账号运行，你无法指认每次操作究竟是谁执行的。请为每位操作员实施独立的身份认证。

用截图当证据。截图可以伪造，审计人员清楚这一点。行业标准是带密码学完整性校验的机器可读日志。

事后补文档。2026年7月才动笔写管道文档、再把日期往前倒填，产出的证据一眼就能看出是7月才开始的。审计人员会注意到。现在就开始，你的文档才有真实的历史纵深。

不合规的代价

EU AI Act 的罚则结构在设计上讲究相称，也确实够疼：

• 最严重的违规（被禁止的 AI 行为）：最高3500万欧元或全球年营业额的7%，以较高者为准。
• 高风险系统违规（含数据治理不到位）：最高1500万欧元或全球年营业额的3%。
• 文档违规（向主管机关提供不正确或缺失的信息）：最高750万欧元或全球年营业额的1%，以较高者为准（对中小企业和初创企业，第99(6)条规定以较低者为准）。

对一家年营收5亿欧元的公司来说，仅一项文档违规就可能意味着750万欧元的罚款，而数据治理违规可以达到1500万欧元。

罚款之外，不合规的 AI 系统还可能被勒令撤出欧盟市场。对于依靠 AI 驱动的服务面向欧盟客户的公司，这是关乎存续的运营风险。

本周就动手

上面这份冲刺计划节奏很紧，但对现在就投入资源的组织来说做得到。最大的风险来自拖延，而非技术复杂度。每拖一周，剩下的时间就被压缩一分，抵达8月2日时仍带着缺口的风险也就高一分。

如果你在3月15日读到这篇文章而还没启动，第一个动作应该是在接下来10个工作日内完成盘点和差距分析（第1个月第1至2周）。其余每一步，都建立在"知道自己手上有什么、又缺什么"之上。

延伸阅读

• EU AI Act 合规时间线：2026：EU AI Act 各项期限的完整时间线，以及每个阶段有哪些条款开始可强制执行。
• EU AI Act EU AI Act 日志记录检查清单：高风险系统提供者和部署者在记录保存与日志留存方面义务的详细清单。
• 企业 AI 审计追踪缺口：为什么多数企业 AI 管道通不过审计就绪评估，以及如何修复。