给欧盟 AI 法做了个责任看板，审批快了一半

在一家欧洲银行里，批准一个模型上线的人，大概率不会敲命令行。可负责跑合规基准的，恰恰是一堆命令行工具。这个错位就是一篇 10 月 22 日提交到 arXiv 的论文（编号 2610.31588）要解决的问题：把监管要求变成非工程师也能读的表。作者团队来自与金融合规实践紧密结合的研究一线，出发点很朴素——证据生成出来没人能读，等于没生成。

一、论文做了什么

先交代背景。此前的 COMPL-AI 项目已经对欧盟 AI 法做了一版技术解读，把要求拆成六组原则、十八条技术要求，其中十二条是现有公开基准可以测的。但产出这些证据的基准套件，依然停留在终端里运行。

论文提出的 VERA 是一个开源、可自托管的看板，部署于一家欧洲大型银行。流程很简单：审阅者选定一个模型，跑公开基准，看板给出十二条可测要求的逐项得分，还顺带记录每次评估消耗的能源，为环境影响添了一条可核查的运行级证据。研究者把四个开源权重模型完整过了一遍流程，看板正常出分。

效果用数据说话。一次组内对照研究里，参与者从原始结果文件读出评估结论平均要 56 秒，通过看板只需 30 秒；机构内部调查中，看板的有用性评分拿到 4.36 分（满分 5）。研究者强调，工具和研究材料都已公开，目的就是让其他机构能复现这套流程，而不是把结论锁在一家银行里。论文已被 2026 年 12 月在巴厘岛举行的亚太软件工程会议接收。

值得多说一句的是能耗那部分设计。多数合规工具只记录模型表现，VERA 给每次评估单独计量能耗，把环境影响的证据颗粒度做到了「运行级」。对要在 ESG 报告里交代算力排放的机构，这相当于顺手补了一块数据。

二、跟你有什么关系

在受监管行业负责模型上线的合规与风控人员，可以参考这套思路自建或部署类似看板，把审批口径固定下来。企业法务和采购多了一个评估供应商模型的可操作框架。开发者则要知道：开源和自托管意味着数据不出内网，这对金融场景是硬需求。

三、怎么用

1. 先认清覆盖范围。看板只能给十二条可测要求打分，剩下的要求现有基准测不了，不能当成完整的合规证明。
2. 结合人工判断用。工具缩短的是「读结果」的时间，「做决定」仍在人。分数只是证据，不是结论。
3. 自己跑一遍再采信。论文公开了看板和研究材料，目的是让不同机构能复现，直接照抄别人的分数没有意义。

四、三个别信的说法

「跑完基准就等于合规了。」 论文自己的定位是提供技术证据，欧盟 AI 法的责任判定远比十二项基准分数复杂，法律层面仍需专业判断。

「打分快了，合规就轻松了。」 56 秒变 30 秒省的是读文件的时间，难的是模型变更后持续重估、责任归属这些组织问题，工具不解决。

「能耗数据能直接报碳披露。」 看板记录的是评估运行的能耗证据，口径和披露标准并不一致，只能作为参考材料。

五、一句话结论

合规工具的价值不在替你做决定，而在让决定的依据统一、可查、可复现。

信息来源

• VERA 论文摘要页（arXiv，2026-10-22）

功能与价格以官方公告为准。本文写于 2026 年 10 月 25 日。