NIST AI 风险管理框架 1.0 于 2023 年发布，AI 600-1 于 2024 年 7 月 26 日发布，ISO/IEC 42001:2023 则提供了可认证的人工智能管理体系。三份文件经常被同时提及，仿佛构成一套完整方案。它们确实互补，但回答的是不同问题：如何治理风险、生成式 AI 有哪些具体风险、组织是否具备持续管理的能力。2024 年，企业开始把管理体系认证与模型评估放在同一张路线图上，这个组合值得拆开看。
三份文件的分工
AI RMF 1.0 提供风险治理的通用框架，重点在组织如何设定目标、识别风险、选择控制措施并持续复核。AI 600-1 在框架之上补充生成式 AI 的具体风险与建议动作，把“生成式”带来的新问题单独列出。ISO/IEC 42001 则从管理体系入手，要求组织建立方针、角色、流程、内审与管理评审。前两者偏方法，后者偏制度；方法可以借鉴，制度需要审核。
认证证明流程，不证明模型
管理体系认证审核的是流程是否建立并运行，而不是模型是否准确、是否安全。这个区别在采购场景中经常被混淆。客户看到证书，容易理解为对产品能力的背书；企业如果在投标材料中这样使用，后续出现安全事件时反而难以解释。更稳妥的表述是：认证说明组织具备持续识别与管理风险的能力，模型的具体表现由测试报告与评估记录说明。
模型评估要留下可比的记录
模型评估的难点不在做一次测试，而在让结果可比。评估记录应包含模型版本、测试范围、方法、基准、环境与局限。AI 600-1 提供的风险分类可以作为评估维度的起点，AI RMF 的管理循环则决定评估结果如何进入决策。缺少版本与方法的评估，无法在不同批次之间比较，也无法在客户追问时说明结论的依据。评估不必追求单一分数，但应能回答“在什么条件下、对哪类风险、得到了什么结果”。
供应链与出海
海外客户的技术问卷通常同时要求管理体系证明与模型层面证据：证书、模型说明、测试报告、事件处理流程。单独提交其中一项，都会被追问下一项。对出海企业，这套材料还需要与欧盟高风险系统的技术文档、美国客户的尽职调查清单对应。用一套底层事实组织材料，再按法域补充差异，比维护多套互不相关的文档更可控。
落地顺序
合理的顺序是先定范围与角色，再建风险登记表，随后把控制措施嵌入研发与发布流程，最后做内审与认证。模型评估与体系建设并行推进，而不是等认证完成后再补评估。认证周期通常以月计，测试与整改又依赖产品版本，两个时间表需要在年初就对齐。把认证当作终点，容易在获证后停止维护；把它当作管理循环的一环，证书才有持续价值。
安全测试与事件响应，参见网络安全合规服务；多法域材料对应，参见多法域合规服务；欧盟高风险系统义务，参见欧盟 AI 法案服务。
本文依据 NIST AI 风险管理框架 1.0（2023 年发布）、NIST AI 600-1（2024 年 7 月 26 日发布）与 ISO/IEC 42001:2023 及公开信息编写，仅供参考，不构成法律意见。