2026 年 10 月 12 日，英国人工智能安全研究所（AI Security Institute，AISI）发表文章，提出前沿 AI 安全的八项技术实践重点。文章的核心判断是：随着前沿 AI 能力快速提升，安全风险正在前移到模型开发阶段，而现有的安全评估方法难以跟上技术发展，因此有必要探索新的技术安全实践。这与几天前的另一项动向相呼应——10 月 11 日，AISI 恢复了对 Anthropic、OpenAI、谷歌 DeepMind 新模型在公开发布前的访问与测试。
八项技术实践的具体内容
AISI 提出的八项重点，覆盖了从开发到部署、从能力评估到事件响应的完整链条：
一是开发全过程风险评估与记录。要求把风险评估嵌入模型开发的整个过程并留存记录，而不是只在发布前做一次评估。这与国内《生成式人工智能服务管理暂行办法》对安全评估的要求方向一致，差别在于 AISI 强调的是"全过程"与"可追溯"。
二是AI 系统全生命周期监督。监督的范围从训练延伸到部署与运行阶段。
三是维护和评估监督机制。监督机制本身也需要被维护和定期评估，避免机制建立后即失效。
四是AI 智能体安全事件响应和报告。针对智能体（agent）这类可以自主调用工具、与外部系统交互的形态，建立专门的安全事件响应与报告流程。
五是共享有关 AI 发展速度的信息。在行业与监管之间共享能力发展速度的信息，目的是让评估方法不至于落后于技术演进。
六是独立审查与评估。引入独立于开发方的第三方参与审查与评估。
七是安全相关领域能力评估。对模型在安全相关领域的能力进行专项评估。
八是对 AI 对齐方面情况的评估。评估模型在价值对齐方面的表现。
为什么要把评估前移
这八项实践的共同指向，是把安全工作的重心从"发布前的一道关口"转向"开发全过程的管理"。AISI 的表述很直接：现有安全评估方法难以跟上技术发展。也就是说，问题不在于评估做得不够严，而在于评估的时点和方式跟不上模型能力的迭代速度。
对开发者而言，这意味着两件事。第一，安全评估的产出物（评估记录、风险清单、对齐测试结果）本身就是可核验的材料，需要从项目早期就开始积累，而不是临到发布才补。第二，评估不再是单次动作，而是一个需要被维护、被独立复核的持续过程。
55 个模型的发布前评估经验
文章披露了一项数据：AISI 已与 AI 行业合作，在超过 55 个 AI 模型公开发布前对其进行了独立评估，并据此制定了安全保障评估原则。这组数字说明，发布前独立评估在英国已经从个案安排变成了一种常规机制。
值得注意的是 AISI 接下来的路径选择：它表示，随着这些实践逐步成熟，需要通过相关国际标准制定机构将其转化为正式技术标准。这是一个从"监管机构的技术建议"到"国际标准"的升级路径。对出海企业来说，这意味着这些实践未来可能以标准（而非仅指引）的形式进入合规要求。
与 ICO 监管路径的关系
英国目前有两条并行的 AI 监管线。一条是信息专员办公室（ICO）从数据保护角度切入，先对基础模型开发者施加持续监督，再把监管延伸到 AI 智能体；另一条就是 AISI 从技术安全角度切入，聚焦前沿模型的开发过程与发布前评估。两条线的对象有重叠，但关注点不同：ICO 关心个人数据与数据主体权利，AISI 关心模型能力带来的安全风险。
对企业的实际含义是，面向英国市场时需要同时准备两套材料——数据保护侧的透明度与权利行使机制，以及安全侧的风险评估、对齐评估与事件响应记录。关于 ICO 一侧的要求，可参见英国 ICO 对基础模型与 AI 智能体的监管进展。
对中国出海企业的意义
AISI 的这套实践，对中国 AI 企业有两点直接参照价值。
一是把评估记录做成常规产出。八项实践中有多项（全过程风险评估与记录、独立审查与评估、对齐评估）本质上都是"留痕"要求。测试记录、风险评估文档、护栏设计说明，在事前是工程管理，在事后是合规资产。
二是重视智能体相关的安全事件响应。第四项实践专门针对 AI 智能体，与国内《人工智能安全治理框架3.0》新增的"非预期自主行为"与"自主化网络攻击威胁"关注的是同一类风险。把可控性、可追溯性与问责机制做扎实，是少数能同时满足中英两套监管要求的方向之一。
如需就出海产品的数据保护与安全评估材料准备、多法域合规安排获得支持，可参见欧盟 AI 法案与多法域合规服务页面。相关阅读：《人工智能安全治理框架3.0》解读讨论了国内对智能体自主行为的要求，双轨监管下的 AI 出海合规梳理了国内外两套规则的并行安排。
本文依据英国人工智能安全研究所（AISI）2026 年 10 月 12 日发表的关于前沿 AI 安全技术实践的文章，以及财联社 2026 年 10 月 13 日报道编写，仅供参考，不构成法律意见。具体合规判断请结合适用法域与事实。