2025 年 11 月 1 日，国家标准《网络安全技术 生成式人工智能服务安全基本要求》（GB/T 45654—2025）正式实施。该标准由全国网络安全标准化技术委员会归口，是生成式人工智能安全领域的基础性国家标准之一。
标准的定位：把原则变成可检验条款
在此之前，生成式 AI 服务的安全要求主要来自《生成式人工智能服务管理暂行办法》等规章，多为原则性表述——“采取有效措施防止生成违法内容"“提高生成内容的准确性”。原则的优点是覆盖面广，缺点是企业难以自证已尽义务。
GB/T 45654 的意义在于把上述原则拆解为可检验的技术条款，覆盖语料来源与安全、生成内容安全、内容标识、用户管理、服务透明度等环节，为企业的安全评估和监管部门的检查提供了共同的技术标尺。
与既有制度的衔接
该标准并非孤立文件，而是与三项既有制度形成闭环：
其一，与《生成式人工智能服务管理暂行办法》的备案要求衔接。备案时需要说明的安全保障措施，可以对照标准逐项落实。参见 生成式 AI 服务备案的实操要点 与 生成式 AI 备案材料清单。
其二，与《人工智能生成合成内容标识办法》衔接。标识要求从"要做"变为"如何做到”——显式标识与隐式标识的技术实现路径在标准中有了更明确的指引。参见 AI 生成合成内容标识的执法实践。
其三，与《网络安全法》等基础性法律的衔接。新修订的《网络安全法》已把人工智能纳入基础性法律框架，标准是其在技术层面的延伸。参见 新修订《网络安全法》施行后的 AI 条款解读。
企业落地的四个抓手
第一，语料来源与授权链条留痕。 训练语料的来源合法性是标准的重点之一。企业应建立语料台账，记录来源渠道、授权方式与清洗规则，避免"来源不明"成为监管问询时的短板。参见 AI 数据合规风险清单。
第二，生成内容安全的可拦截能力。 标准要求具备对违法有害内容的识别与处置能力，这意味着企业需要保留拦截记录与处置流程文档，而非仅在用户协议中声明"禁止生成"。
第三，标识能力的全覆盖。 文本、图像、音频、视频等各类输出都应具备标识能力，避免出现"部分标注、部分遗漏"。参见 AI 应用伦理与安全指引。
第四，安全评估与治理架构。 标准对安全评估提出更具体的要求，企业的安全治理架构需要有明确的责任人、评估周期与留档机制。参见 AI 安全治理框架的三层结构。
为什么值得企业提前动手
标准是推荐性国家标准，不直接设定行政处罚，但它会成为监管执法、司法裁判与行业招投标中判断"是否尽到注意义务"的重要参照。在侵权纠纷中，是否达到标准要求往往直接影响过错认定。
对生成式 AI 企业而言，与其在监管问询或诉讼中被动解释，不如把标准当作一次自查清单：语料是否有据、内容是否可拦、标识是否完整、评估是否留档。参见 算法备案与合规服务 与 数据合规服务。
标准的实施，标志着生成式 AI 合规进入了"可检验"的阶段。企业的合规工作也需要从"写文件"转向"做证据"。
本文依据国家标准《网络安全技术 生成式人工智能服务安全基本要求》（GB/T 45654—2025）及公开信息编写，仅供参考，不构成法律意见。