监管与法律法国

AI 法规训练摘要未列出抓取网站域名，审查发现合规缺口

对 24 份公开可得的 AI 法规训练内容摘要进行审查后发现，所有文件均未在专门章节列出抓取的域名，这引发了对欧盟委员会模板合规性的质疑。

nullbot 编辑部发布于 2026年9月25日阅读约 3 分钟信息来源 (2)

ActuIA 对截至 2026 年 9 月 25 日公开可获取的 24 份 AI 法规训练内容摘要进行了系统审查，每份摘要均按照 AI 法规第 53 条第 1 款 (d) 项规定的报告义务编写，旨在披露模型训练过程中所抓取的网络资源信息。

欧盟委员会为此制定的模板明确要求提供者列出占抓取网站流量前十百分比的一级域名和二级域名，并对中小企业设定更低的阈值，以便监管机构能够快速识别高风险数据来源。

大多数摘要未列出域名

在审查的 24 份文件中，有 21 份在模板中预留了“主要抓取域名”章节，但该字段全部为空，未提供任何具体的网站名称或域名信息。

剩余的 3 份由 DeepSeek 提交的摘要则直接省略了网页抓取章节，导致文档缺失了法规明确要求的必需信息。

这些摘要普遍采用了广义分类来描述数据来源，例如使用“学术资源”“代码托管平台”“百科全书”“地区门户”或通用后缀（如 .com）等表述，而未列出具体的 URL 或域名列表。

蚂蚁集团的摘要发布在 Hugging Face 的 inclusionAI/AI‑Transparency 仓库中。该仓库声明仅包含文档本身，不包括模型权重或训练数据集，并明确指出发布行为不构成监管认证或合规声明。

AI 法规规定，自 2025 年 8 月 2 日起新上市的通用模型必须披露抓取域名信息；已有模型则有一个合规窗口，截止日期为 2027 年 8 月 2 日，届时仍未完成披露的模型将面临监管处罚。

目前的描述是否满足第 53 条的法律要求仍由欧盟委员会最终裁定，本次 ActuIA 的审查仅提供事实依据，并不对合规性作出最终判断。

对于在中国境内运营的组织而言，实际影响十分明确：如果未提供明确的域名列表，合规审计可能将披露视为不完整，进而导致欧盟监管机构要求补充信息或采取纠正措施。

企业应提前准备，在委员会认定当前做法不足以满足第 53 条要求时，迅速补充具体的域名数据，并确保这些数据能够覆盖抓取流量前十百分比的站点，以免在合规窗口关闭前遭受处罚。

此外，企业还需关注模板中对中小企业的阈值要求，这意味着规模较小的公司可以在披露范围上享有一定宽松，但仍必须提供足够的细节以证明其数据来源的合法性。

为了降低合规风险，建议组织在内部建立专门的数据来源追踪机制，记录每一次网页抓取的时间、频率、域名以及对应的使用目的，从而在监管审查时提供完整且可验证的证据。

在技术层面，使用自动化工具生成域名清单并与模板字段对接，可以显著提升披露的准确性和时效性，避免因手工遗漏导致的合规缺口。

最后，监管机构已表示将对未按要求披露域名的模型进行抽样检查，并可能对违规者施加罚款或要求公开整改报告，企业必须将此类监管动向纳入风险管理框架。

本地化提示：北京、上海等地区的企业在向欧盟市场提供 AI 服务时，应特别关注本地数据保护法规与欧盟要求的衔接，确保在跨境数据传输和模型训练环节同步满足双重合规要求。