欧盟《人工智能法案》第 10 条 vs 第 11 条：数据团队需要知道的事

如果你的组织在欧盟境内构建或部署高风险 AI 系统，法案中有两条会直接决定你的数据团队怎么干活：第 10 条（数据与数据治理）和第 11 条（技术文档）。两者相关但各有分工，把它们混为一谈就会留下合规缺口。

本文拆解每一条各自要求什么、谁来负责，以及它们在实际操作中如何咬合。

第 10 条：数据与数据治理

第 10 条管的是准备训练数据的过程。它规定了高风险 AI 系统的训练集、验证集和测试集必须如何管理。

它要求什么

数据治理实践，涵盖：

• 数据采集与数据来源方面的设计决策
• 数据准备操作（清洗、标注、聚合）
• 相关性与代表性评估
• 潜在偏见的检查
• 数据缺口或不足之处的识别

数据质量标准，包括：

• 训练数据必须具备相关性、足够的代表性，并尽可能不含错误
• 数据集必须与该 AI 系统的预期用途相匹配
• 其统计特性必须被理解并记录在案

偏见检查：

• 必须检查数据集中可能导致歧视性结果的偏见
• 一旦识别出偏见，必须采取适当措施加以处理
• 检查过程本身也必须被记录下来

谁来负责

第 10 条的义务落在高风险 AI 系统的提供者身上，也就是开发或委托开发该系统并将其投放市场的主体。落到实处，指的就是数据团队、机器学习工程师，以及他们的管理层。

实际的难点

第 10 条要求你的数据准备过程可记录、可审计。大多数企业卡在这里，原因并不是他们没做数据清洗或偏见检查，而是这些步骤散落在各处的脚本、notebook 和临时流程里，没有一份统一的记录。

第 11 条：技术文档

第 11 条管的是产出，也就是你必须为每一个高风险 AI 系统编制并持续维护的文档。义务本身写在第 11 条，具体要写哪些内容则由它所援引的附件 IV 规定。

它要求什么

按照附件 IV，技术文档必须包含：

• 总体描述：该 AI 系统、其预期用途，以及提供者信息
• 系统组成部分的详细描述：算法、数据、训练过程与设计决策
• 训练数据相关信息：数据来源、范围、主要特征、采集方法、标注流程，以及数据清洗与准备方法
• 验证与测试流程：指标、测试结果与性能基准
• 风险管理措施：已识别的风险及缓解步骤
• 监控与更新计划：部署后的监控方式

谁来负责

与第 10 条相同，仍是提供者。但第 11 条的文档还必须在市场监管机构提出要求时可供其查阅。这意味着文档必须条理清楚、内容完整、随时可取，而不是埋在团队 wiki 里或散落在一堆 Git 提交中。

实际的难点

第 11 条要求你拿出一份连贯的文档（或一套文档），描述整个 AI 系统，包括训练数据的来龙去脉。如果你的数据流水线是一串彼此不通的工具，事后再把这份文档拼出来既昂贵又容易出错。

两者如何咬合

可以把第 10 条理解为过程要求，把第 11 条理解为报告要求。两者互补：

第 10 条告诉你数据流水线必须做到什么，第 11 条告诉你必须能证明它确实做到了。

大多数企业都有的那道缺口

典型的企业 AI 流水线在第 10 条上大体是及格的：团队确实会清洗数据、检查偏见、验证质量。缺的是与第 11 条之间的那根连线，也就是能证明这些步骤发生过的文档：用了哪些数据、由谁执行、得到了什么结果。

这道缺口之所以存在，是因为多数数据流水线由互不连通的工具拼成：

1. 数据摄入在一个工具里完成（Docling、Unstructured.io、自研解析器）
2. 清洗在 Python 脚本或 notebook 里完成
3. 标注在 Label Studio 或 Prodigy 里完成
4. 质量评分在 Cleanlab 或自研代码里完成
5. 导出又是另一个脚本

每跨过一个边界，审计链路就断一次。摄入工具不知道清洗脚本做了什么，标注工具不知道清洗阶段筛掉了哪些内容，质量评分工具也不知道自己正在评估的数据最初从哪里来。

合规的流水线长什么样

要同时满足第 10 条和第 11 条，一条数据流水线需要具备：

1. 统一日志：所有阶段的每一次操作都记录进同一份审计日志
2. 操作者归属：每一步由谁执行或审批，并带时间戳
3. 数据血缘：任何一条输出记录都能穿过每一次变换，追溯回它最初的来源
4. 质量指标：自动记录质量分数、错误率与偏见评估结果
5. 导出能力：一键生成符合第 11 条所援引的附件 IV 内容要求的文档

这本质上是架构问题，而不是事后加装的合规模块。像 Ertas Data Suite 这样在单一系统内处理完整流水线的平台，会把这份文档作为日常运行的副产品自然产出，因为所有阶段共享同一套日志基础设施。

你的数据团队现在该做什么

1. 审查现有流水线的第 10 条缺口：偏见检查有记录吗？数据治理实践写下来了吗？
2. 评估第 11 条的准备度：如果今天就要交，你能为自己的 AI 系统拿出完整的技术文档吗？
3. 找出血缘断点：在你目前的工具链里，审计链路是在哪里断掉的？
4. 为 2026 年 8 月做好准备：把合规能力建进新的流水线，而不是回过头去改造旧的

执法期限正在逼近。从一开始就把文档能力建进去，成本只是事后重建的一个零头。