结论先行：AI 生成内容的可识别性正在从自律变成合规要求。企业不必等监管落到自己头上才动手，现在就能做三件事：把 AI 产出登记在册、把复核动作留痕、对外发布前明确标识口径。
这次公布的是什么
据某国际 AI 厂商 2026 年 10 月 5 日发布的公告，以及多家媒体同期的报道，欧盟《人工智能法案》第 50 条第 2 款要求生成式 AI 提供方以机器可读的方式标记 AI 生成或篡改的内容，使其能够被检测；这项透明度义务自 2026 年 8 月 2 日起已经适用。
| 要点 | 公开信息 |
|---|---|
| 适用范围 | 先在欧盟地区面向符合条件的使用者默认启用，暂不设为全球默认 |
| 技术方式 | 通过影响生成时的词元选择形成统计信号，不插入隐藏字符；文本被复制粘贴时信号随之转移 |
| 开放节奏 | 面向接口客户提供选择开启；检测器初期只向经审核的研究者与专家机构开放 |
| 已知局限 | 编辑会明显削弱信号；内容过短、数学与翻译类文本更难识别 |
| 明确不做的事 | 不识别用户身份，不判断内容是否准确；检测不到水印也不代表内容由人撰写 |
| 行业背景 | 此前已有其他厂商宣布对生成文本加入水印，多家企业签署了欧盟 AI 生成内容透明度行为准则 |
公告里有一段值得企业读两遍：这项技术能说明系统生成或处理过某段文字，但不能说明其中有多少人工判断，也不能确定归属与责任。换句话说，标识是证据链的一环，不是全部。
为什么这件事会落到企业头上
合规义务落在提供方，但企业作为使用者，同样要面对三个具体问题：对外材料里有多少内容由 AI 参与、谁做过复核、出问题时能不能说清。这三个问题在审计、投标、对外披露和客户沟通里都可能被问到。
更现实的是内部管理。企业级 AI 办公平台让产出速度上来了，稿子、报告、工单摘要、代码提交同时变多。如果没有登记与留痕，一份对外文件事后想追溯「谁生成、谁改、谁放行」，往往只能靠回忆。
企业侧可以做的三件事
一、把 AI 产出登记在册
不一定需要专门的系统。至少记录四项：这份内容对应的任务、使用的工具与模型、生成时间、经手人。企业级 AI 办公平台一般提供统一审计日志，能追踪每一步执行路径，把这份日志纳入留痕范围，比事后拼凑省事得多。
二、把复核动作留痕
复核要记三样：谁看的、依据什么判的、结论是什么。这套记录有两个用处：对外可以自证，对内可以发现问题集中在哪一类。集中出现的问题，就适合从人工清单挪进自动校验，让规则逐步变厚。
三、对外发布前定标识口径
建议按内容类型分档：面向公众发布、涉及数据与结论的材料，倾向明确标注 AI 参与情况；内部流转的草稿类内容，至少保留工具与经手人信息。口径定下来之后写进流程文档，而不是每次临时商量。
边界与前提
其一，标识技术的成熟度有限，编辑、翻译、短文都会削弱信号，因此不宜把「检测不到」当成「没有 AI 参与」的证据。其二，企业的义务边界取决于所在行业与内容性质，本文只讨论管理动作，具体合规口径应当由法务判断，不宜自行定性。其三，留痕要防止滑向形式主义——如果记录只是流程里的一个勾选项，问题不会因此减少。
落地清单
- 列出 AI 参与产出的高频场景，标注是否对外。
- 为每个场景确定登记字段：任务、工具与模型、时间、经手人。
- 把统一审计日志纳入留痕范围，确认日志可按任务或时间维度检索。
- 定义复核记录的三要素，并指定对外材料的最终责任人。
- 按内容类型确定对外标识口径，写入流程文档。
- 每季度抽查一批对外材料，验证登记与复核记录是否齐全。
奇摩在企业 AI 办公落地项目里，通常建议客户先把产出登记与复核留痕这两件事跑顺，再谈规模化推广——用得多不是问题，说不清才是。需要梳理这套留痕与标识口径，欢迎 预约咨询。