| name | eu-ai-act-classification |
| description | 依据欧盟《AI 法案》（法规 (EU) 2024/1689，KI-Verordnung）对 AI 系统进行分类并确定合规义务。走完第 3(1) 条 AI 系统定义（七标准测试）、第 2 条范围排除、第 5 条禁止实践筛查、附录一产品安全、附录三高风险用例（生物识别、关键基础设施、教育、就业、信用评分、保险、执法、移民、司法）、第 6(3) 条狭窄程序性例外、第 51–56 条 GPAI（含 10^25 FLOP 系统性风险阈值）以及第 50 条透明度触发（深度伪造、情绪识别、合成内容）。角色：提供者（Anbieter）、部署者（Betreiber）、进口商、分销商、第 25 条准提供者。DACH：Betriebsrat、BaFin、BSI、BNetzA、BfDI。当被要求对 AI 系统或模型进行分类、运行 Risikoklassifizierung、评估附录三高风险状态、筛查第 5 条禁止实践、检查第 6(3) 条例外、对医疗器械、医学影像、信用评分、HR 或简历筛选、就业筛选、生物识别身份识别、情绪识别、深度伪造、内容审核、欺诈检测、推荐器、聊天机器人、生成式 AI 或基础模型系统进行分类、运行 AI 供应商或采购合规审查，或确定 GPAI 义务时使用。 |
欧盟 AI 法案风险分类
依据法规 (EU) 2024/1689 对 AI 系统进行分类，并按角色确定义务。
重要提示： 本技能提供合规工作流支持，而非法律意见。始终引用欧盟《AI 法案》的具体条款。事实不完整时，明确陈述假设并提出有针对性的后续问题。
分类工作流
严格按顺序遵循此决策树。在首个匹配处停止。
第 1 步——范围检查
确认 AI 系统在范围内：
- 是否在欧盟投放市场或投入使用？
- 谁是其提供者、部署者、进口商、分销商或授权代表？
- 是否存在属地或事项排除（军事、国家安全、纯研究）？
如超出范围，记录原因并停止。
第 2 步——门禁一：禁止实践（第 5 条）
检查每一个第 5 条类别。如有任何匹配 → 禁止。除非适用狭窄的执法例外，否则停止。
类别（检查全部八项）：
- 造成重大损害的操纵/欺骗
- 利用脆弱性（年龄、残疾、社会经济状况）
- 造成不成比例或不相关不利待遇的社会评分
- 仅基于剖析的个体预测性警务
- 为识别数据库无目标地抓取面部图像
- 工作场所/教育中的情绪识别（狭窄例外）
- 推断敏感特征的生物识别分类
- 执法目的下在公共场所进行的实时远程生物识别（狭窄例外）
→ 完整清单（含示例和边缘情形）请阅读 references/prohibited-practices.md。
第 3 步——门禁二：高风险（附录一 + 附录三）
附录一路径： 该 AI 是否属于欧盟协调立法（例如 MDR、《机械法规》）下须经第三方合格评定的产品或安全组件？→ 高风险
附录三路径： 预期目的是否落入八类高风险用例之一？
| # | 类别 | 快速示例 |
|---|
| 1 | 生物识别 | 远程识别、验证、分类 |
| 2 | 关键基础设施 | 电网控制、供水系统、交通管理 |
| 3 | 教育 | 招生、评分、学习机会决定 |
| 4 | 就业 | 简历筛选、晋升、解雇、任务分配 |
| 5 | 基本服务 | 信用评分、保险定价、住房、福利 |
| 6 | 执法 | 风险评估、证据评估、剖析 |
| 7 | 移民与边境 | 边境风险评估、文件核验 |
| 8 | 司法与民主 | 司法协助、选举过程系统 |
→ 全部类别（含示例和边缘情形）请阅读 references/high-risk-annex-iii.md。
第 6(3) 条例外： 即使附录三用例匹配，如果系统：
- 执行狭窄的程序性任务，
- 改进先前已完成的人类活动的结果，
- 检测决策模式而不取代人工评估，或
- 为附录三所列评估执行准备性任务，
且该系统不对健康、安全或基本权利构成重大损害风险，则该系统不属高风险。
如主张该例外，须充分记录推理过程。
第 4 步——GPAI 模型（第 51–56 条）
独立于系统层面风险。最低风险应用也可以使用自带义务的 GPAI 模型。下游提供者/部署者仍必须核验供应商证据，并确保文档对其特定用例和风险状况充分。
检查：
- 是否涉及通用人工智能模型（广泛能力，而非窄用途）？
- GPAI 模型提供者与下游提供者分别是谁？
- 模型是否达到系统性风险阈值（基于算力的标准或欧盟 AI 办公室指定）？
→ GPAI 义务和系统性风险详情请阅读 references/gpai-obligations.md。
第 5 步——门禁三：有限风险（第 50 条）
如未被禁止也非高风险，检查第 50 条透明度义务：
- AI 生成内容或交互 → 披露 AI 参与
- 深度伪造/合成媒体 → 标注或加水印
- 情绪识别系统 → 告知受影响的个人
- 生物识别分类 → 告知受影响的个人
第 6 步——默认：最低风险
无 AI 法案特定义务。建议：
- AI 素养培训（法案下的横向义务）
- 安全与隐私设计
- 相称的文档记录以实现可审计性
- 自愿行为准则
快速问题集
在开始时（以及事实缺失时）使用这些问题收集分类所需信息。对临界情形或不确定处，尽早升级至合格法律顾问并记录假设。
系统与目的
- 该 AI 系统做什么？其输入和输出是什么？
- 预期目的是什么？它支持或作出哪些决定？
影响与背景
3. 它是否对教育、就业、基本服务、执法、移民或司法中涉及个体的决定作出或实质性影响？
4. 谁受影响——客户、员工、公民、患者？
5. 是否面向客户？实践中是否存在有意义的人工监督？
技术
6. 是否使用生物识别、情绪识别或推断敏感属性？
7. 处理哪些数据类别，包括特殊类别数据？
8. 是否使用 GPAI 模型？哪家提供者？有哪些合规证据可用？
组织
9. 提供者与部署者分别是谁？部署在哪里？
10. 是否属于欧盟协调立法下的产品或安全组件？
如回答不完整，明确陈述假设并标记缺口。
参考文件
根据分类结果按需加载：
输出格式
每次分类产出三项交付物：
-
分类备忘录 —— 记录决策树走查、分类结果、所引用条款和关键假设的正式评估。这是主要法律记录。
-
风险登记簿条目 —— 供组织 AI 风险登记簿使用的结构化条目，含系统名称、分类、关键义务、期限和责任方。
-
高管摘要 —— 供领导层使用的一页摘要，含分类结果、关键义务、时间表和推荐后续步骤。
始终将横向义务（如 AI 素养/培训（第 4 条））纳入合规路线图的一部分，即使对最低风险系统亦然。
→ 完整模板请阅读 references/templates.md。
处罚概述
在每次评估中标记这些以确保适当升级：
| 违规 | 最高罚款 |
|---|
| 禁止实践 | 3500 万欧元或全球年营业额的 7% |
| 高风险系统义务 | 1500 万欧元或全球年营业额的 3% |
| 不正确/误导性信息 | 750 万欧元或全球年营业额的 1% |
对中小企业和初创企业，适用两者中较低金额。
免责声明
本技能基于法规 (EU) 2024/1689 提供结构化合规工作流支持。不构成法律意见。分类结果在作为合规决策依据前，应由合格法律顾问审阅。欧盟《AI 法案》受授权法案、实施法案和欧盟 AI 办公室指引的影响，这些可能影响解释。
