2024 年 8 月 30 日，国务院第 40 次常务会议通过《网络数据安全管理条例》。条例将按程序公布施行，具体条文与生效时间以最终公布文本为准。会议层面释放的信号已经足够清楚：网络数据安全从部门规章层面上升到行政法规，生成式人工智能的训练数据被放进网络数据安全的一般框架，而不是留在技术治理的单独轨道。
为什么把它看作“前置信号”
立法进程与产品迭代的节奏并不一致。模型团队按周更新，法规按年推进。等到条文公布再调整数据链路，往往已经错过产品架构可以低成本修改的窗口。会议通过这一节点，意味着条例的框架、适用范围与监管分工基本确定，企业可以据此检查现有安排，而不必等待每一个条款的最终措辞。
训练数据首先是一类网络数据
条例没有为生成式人工智能另立一套监管体系。训练数据首先被视为网络数据，适用分类分级、处理规则、安全措施等一般义务；AI 专条如果出现，是在此之上的加码，不是替代。理解这一点，才能避免把 AI 合规与数据合规做成两套互不相干的文档。
训练数据安全因此也不只是来源合法的问题。采集、标注、清洗、去重、合成、存储、传输、共享，每个环节都有对应的风险控制要求。监管关注的不是企业有没有一份来源说明，而是这些处理活动是否处于可管理、可追溯的状态。
三个落点：来源、处理与输出
来源与授权。公开抓取、客户提供、第三方采购、自产数据应分开记录，逐类确认授权范围是否覆盖训练、微调与对外服务。授权链条中断，往往在模型上线之后才被发现。
处理活动。标注人员的管理、数据投毒与污染的防范、敏感信息的清洗、访问控制与操作日志，属于处理活动安全的核心。外包标注团队尤其需要纳入管理，不能因为数据存放在外部就视为外部问题。
输出侧。模型可能复现训练数据中的个人信息或受保护内容，需要建立评估与处置机制。输出过滤不是万能方案，但缺少机制会让风险在投诉时才暴露。
分类分级与跨境不会因“模型”而例外
AI 企业需要判断训练语料、模型参数、运行日志中是否包含重要数据与个人信息，并对应不同的义务强度。模型参数是否构成重要数据，取决于具体内容与影响，不能一概而论；运行日志中的用户交互记录，反而更容易被忽略。
跨境场景比想象中多。训练数据出境、调用境外 API、境外团队远程标注、境外云服务存储，都可能构成数据出境。判断路径时，先看数据性质与规模，再看传输方式，不能只以服务器在境内作为结论。
平台责任会传导到生态
平台型服务提供者对接入的模型、应用与数据处理者负有管理义务。开放平台、模型市场、API 聚合服务需要把数据安全要求写进入驻协议，并对生态伙伴的处理活动保持可见。责任不会因为技术上是第三方提供而自动转移。
公布施行前可以做的事
建立训练数据台账，记录来源、授权、处理环节、存放位置与责任部门。把数据安全评估嵌入模型迭代流程，而不是年度一次性动作。与数据供应商、标注外包、云服务商的合同，补充安全事件通知、审计权、转委托限制与终止后的删除安排。最后留出时间跟踪配套规定与标准，具体口径会随公布文本与配套文件细化。
需要梳理训练数据链路与出境场景，可参见数据合规服务与网络安全合规服务；术语与判断口径可查术语表。
本文依据 2024 年 8 月 30 日国务院第 40 次常务会议通过《网络数据安全管理条例》的公开信息编写，具体条文以最终公布文本为准，仅供参考，不构成法律意见。