模型或智能体可以辅助具体任务。应与更简单的替代方案比较；部署本身不保证持久优势。
评估具体任务
将评估案例与系统准备分开。分别统计正确回答、错误、证据缺失与人工复核。衡量成本、延迟与核查工作，不能推广到所有用途。
区分回答与权限
读取、建议和执行需要不同权限。界定对象、审批和停止条件。测试拒绝、权限撤销、重复执行及恢复。表达意图不证明操作已执行。
核对适用框架
NIST AI RMF支持风险管理，并非产品认证。欧盟官方时间表区分2026年8月2日、附件III高风险系统的2027年12月2日，以及与附件I产品相关系统的2028年8月2日。应核对角色和过渡条款。
应保留的核查项
- 与现实基线比较。
- 测试获准访问。
- 保留版本与限制。
- 依据结果继续、限制或停止。
参考资料与范围
编辑修订 ·