随着欧盟AI法案现已生效，开发或部署AI系统的组织面临着涵盖透明度、风险管理、文档记录和人工监督等方面的一系列新法律义务。一项新的学术调查表明，大多数组织尚未准备好满足这些要求––法律文本与可验证证据之间的鸿沟已大到需要自动化工具来弥合。
这项以预印本形式发表在arXiv上的研究由弗劳恩霍夫IAIS和瓦尔帕莱索天主教大学的研究人员主导，对横跨需求工程、数据科学、开发和合规领域的25名参与者进行了专家访谈和在线调查。结果描绘了一个这样的行业图景：业界认识到AI法案的重要性，但尚未建立起将法案义务转化为可测试规范所需的系统性流程。
核心挑战在于转换。AI法案的条款规定了高层次的义务––进行风险评估、维护技术文档、实现人工监督、确保数据治理––但就如何验证这些义务已得到履行提供的指导有限。一名需求工程师在阅读第9条关于风险管理系统的要求时，几乎没有具体、可审计的检查清单可供实施。研究人员发现，在受访组织中，用于捕获监管义务、将更新传播到活跃项目以及维护整个生命周期可追溯性的结构化机制”往往缺失”。
该论文提出，基于LLM的智能体验证工具可以弥合这一差距。其思路是利用大型语言模型将监管文本映射到具体需求，评估现有文档的覆盖范围，并将证据组织成可审计的文档包。调查参与者认为这种方法很有前景，但对完全自动化表达了强烈保留意见，强调人工监督和安全保障仍然至关重要。
该研究与同一问题的相关工作同时发表。另一篇于2025年12月发表、2026年4月更新的论文提出了从AI法案高层次要求到AI生命周期中具体验证活动的结构化映射，将法律义务分解为基于现有标准的可操作子需求。这两篇论文共同说明了一种日益增长的认识：AI法案的成功既依赖于立法意图，也依赖于实用工具。
对于受AI法案约束的组织而言，建立合规基础设施的时间窗口正在缩小。该法案的各项规定将在2026年至2027年间分阶段实施，不可接受风险做法的禁令已经生效，高风险系统的义务也紧随其后。研究表明，验证合规性的工具在很大程度上仍停留在理论阶段。
来源：From Obligation to Specification: A Survey on Validating EU AI Act Requirements in RE（arXiv:2607.21608，2026年5月）；Assessing High-Risk AI Systems under the EU AI Act: From Legal Requirements to Technical Verification（arXiv:2512.13907，2025年12月/2026年4月）；EU AI Act: first regulation on artificial intelligence（欧洲议会，2026年）
婷 翻译