AI安全合规前哨 | 全球AI合规与隐私监管日报 2026年10月23日

2026 年 10 月 23 日，中央网络安全和信息化委员会印发《国家信息化"十五五"规划》，其中"完善网络领域立法"部分明确提出：推进人工智能、数字经济、电信、网络犯罪防治、反网络暴力等基础性立法——这是 AI 综合性立法首次出现在国家级五年规划的正式文本里，与本周学界的判断（列入全国人大常委会 2026 年度立法工作计划）形成了从学者口径到规划口径的衔接。规划的立法布局分四层：其一，基础性立法——人工智能、数字经济、电信、网络犯罪防治、反网络暴力并列表述，意味着 AI 立法与数据、刑事、生态治理是同一批次的立法工程，而不是孤立的一部法；其二，新兴领域——强化无人驾驶、低空经济等领域的立法研究（注意是"研究"，进度慢于"推进"）；其三，法规体系——健全网络安全、数据安全、个人信息保护、信息化发展等领域法规体系，加大新技术新应用新业态治理的法规制度供给；其四，司法解释——聚焦人工智能、个人信息保护、网络生态治理等热点问题，研究发布相关司法解释，并拓展涉外网络法治建设。三点解读：其一，"推进"与"研究"的措辞差是进度表——AI 基础性立法用的是"推进"，无人驾驶与低空经济用的是"强化研究"，说明前者的立法准备明显更靠前；其二，司法解释是常被忽略的第三条轨——在法律出台前，AI 相关纠纷（如深度伪造侵权、训练数据争议）大概率先由司法解释定型，它的速度比立法快得多；其三，"涉外网络法治"被单列——这与本刊持续跟踪的出口管制、数据跨境议题在同一个规划框架里，涉外合规的规则密度会继续上升。给合规团队的动作：把"AI 基础性立法"与"AI 相关司法解释"列为 2027 年度的两个独立监测项——前者决定长周期的义务结构，后者决定短期纠纷的裁判口径，两者的时间表完全不同。需要标注的边界：规划文本的具体章节表述以官方全文为准；本条依据公开报道摘录。

原文链接：https://k.sina.com.cn/article_1644114654_61ff32de02002c7c6.html?subch=onews ；https://new.qq.com/rain/a/20261023A0CY6W00

国务院办公厅日前印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（10 月 23 日新华社受权发布），部署 6 个方面 18 项主要任务——这份文件的分量在于：它把"AI 对就业的影响"从研究议题变成了行政部署，而且与同一天韩国提出的"AI 裁员通知法"议案构成了一组难得的对照样本。六个方面的框架：其一，强化就业创造效应——拓展新兴领域 AI 就业空间、培育中小微企业稳岗扩岗动能、创造就业创业新模式、加快开发 AI 领域新职业；其二，构建就业友好型升级路径——挖掘传统领域潜能、减缓替代影响、建立人工智能应用就业风险评估机制；其三，提升数字素养——协同培养创新型人才、实施 AI 专项培训计划；其四，赋能政策服务——用 AI 助力政策落实、提高就业服务智能化、加大转型转岗支持；其五，健全权益保障——优化适应人机协同的劳动者权益保障制度、完善灵活就业与新就业形态社保、健全适应 AI 技术发展的收入分配机制；其六，完善监测预警与风险应对——强化 AI 应用就业风险监测预警、加强影响研究、健全应对机制。与韩国议案的对照非常有信息量：中国走的是"行政部署 + 机制建设"路线——建立风险评估机制、监测预警体系，落在政府侧；韩国走的是"报告义务"路线——把"解雇是否因 AI"变成雇主的法定申报事项，落在企业侧；两条路线对企业的影响完全不同：前者要求配合政府机制建设（数据、试点、评估），后者要求内部把"AI 归因"写进人事决策文件。三点实务含义：其一，"AI 应用就业风险评估机制"是企业最容易参与的接口——这类机制落地时通常需要企业侧报送或试点，提前梳理自家 AI 部署对岗位结构的影响，比等通知再动手便宜；其二，"人机协同"被写进了权益保障——意味着以 AI 监控、算法排班、绩效评分等场景的劳动者权益规则会继续细化，与 NYC LL144、欧盟平台工作指令的趋势同向；其三，收入分配机制被点名——AI 带来的生产率收益如何分配，已从讨论变成制度设计对象。需要标注的边界：本条依据新华社受权发布的公开报道，18 项任务的完整清单以《意见》原文为准。

原文链接：https://politics.people.com.cn/n1/2026/1023/c1001-40820518.html ；https://m.chinanews.com/wap/detail/cht/zw/10719857.shtml

央视旗下"玉渊谭天"10 月 23 日发布梳理，回应境外流传的"中国是不是要关上 AI 技术出口大门"的疑问——本条的新信息不在规则本身（第 27 期已记录《目录》征求意见、第 29 期已记录边界澄清），而在两个"执行侧事实"：头部企业已实际走完流程，以及官方对自己口径的自评。两个执行侧事实：其一，政策公布以来，DeepSeek、MiniMax 两家头部企业已顺利履行登记手续，并完成开源和海外授权使用——这是"限制类大模型技术出口须经登记"从规则走到实操的第一个公开案例，且结论是"能走通"，包括开源路径在内；其二，对比几个月前的初稿，AI 领域部分技术条目的控制要点一直在跟着行业最新发展调整，企业在会上提出的关切与建议"很好地体现在了这次发布的政策中"（参与讨论的大成律师事务所律师语）。官方口径的自评值得注意：商务部在相关答问中，对"什么不管"的解释，明显比对"什么要管"的解释更多、更具体——谭主由此给出的判断是：《目录》的核心是划定边界，而非单纯限制 AI 技术对外出口。三类重点监管情形的官方表述：其一，数据安全——利用我国核心数据进行训练后提供服务的大模型拟禁止出口，利用重要数据训练的拟限制出口；约束的判定依据是训练数据，与模型大小、参数多少无关；其二，敏感用途——达到一定性能的智能体技术本身拟限制出口，但若被专门或主要用于关键信息基础设施、国防军工、核心政务等高敏感场景，升级为拟禁止出口；"同一项技术，用在哪里、为谁服务，决定了它面临多严格的监管"；其三，算力底座——人工智能处理芯片设计技术、大规模智能算力集群的片间或节点间高速互连技术等纳入出口管理。三点实务含义：其一，"登记可行"本身就是最重要的合规信号——两家头部企业完成登记并完成开源授权，意味着流程是可操作的，意向出海的模型团队应尽早评估自身条目归属并预留登记时间；其二，"用途"是判定杠杆——同一套智能体技术，民用与关键基础设施场景的监管等级不同，产品线的场景划分要在技术文档里可证明；其三，征求意见截止日（11 月 15 日）前仍是提出关切的有效窗口——本次"控制要点随行业调整"的表述说明意见确实被吸收，未提交意见的企业等于放弃了这轮定标机会。需要标注的边界：本条为官方媒体的政策解读与执行进展梳理，具体管理要求以商务部、科技部正式文件为准。

原文链接：https://www.xzxw.com/xw/gnyw/2026-10/23/content_6967947.html

中国经济时报 10 月 23 日刊发对北京大学教授、国家人工智能标准化总体组 AI 治理专题组组长张平的专访，把"确保人工智能安全、可靠、可控"拆成了三类要求，并给每一类配上了不同的义务主体与治理工具——这份拆解的价值在于：它给企业提供了一个"判断自己被什么规则约束"的框架，而不是把三个词当成同义反复。三类的定义与归属：可靠性是技术质量要求——系统能按设计目标稳定运行并输出准确结果；大模型的"幻觉"、提示词"注入"下的安全准则偏离、自动驾驶系统的识别错误都属于此类；问题集中在模型研发和训练环节，责任主要由研发者与服务提供者承担，治理重心落在技术标准和测评体系上。可控性是人机关系要求——核心是人类对 AI 保留最终决定权；2026 年 9 月发布的《人工智能安全治理框架》3.0 版已把"人类最终控制"列为人工智能基本准则的第一条；具体要求是：AI 系统偏离预期时，必须有明确主体能够发现问题、接管系统并承担责任；医疗、司法、金融等涉及个人重大权益的场景中，不得省略人工复核和人工接管程序；且"随着智能体开始自主调用工具、执行跨系统任务，可控性要求还将进一步提高"。安全性是结果底线要求——系统运行和使用不得对个人、社会和国家造成损害；技术可靠不等于系统安全（系统被用于制造虚假信息或诈骗同样危害安全），因此安全问题必须由法律划出红线并对滥用行为追责。三者的关系：可靠性是安全的技术基础，可控性是技术失效时防止损害扩大的保障，安全性是治理的最终目标；分工上，可靠性主要通过标准和测评规范并随技术进步调整。这段访谈的背景也值得记：10 月 9 日中共中央、国务院印发的《关于发展新质生产力的意见》以专条部署"全面实施'人工智能+'行动"，明确构建技术监测、风险预警、应急响应体系。三点实务含义：其一，用这个框架给自己公司的 AI 系统分诊——每个系统先问三件事：失效表现是"输出错"（可靠性）、"停不下来/没人能接管"（可控性）、还是"被滥用"（安全性），对应的责任部门和整改工具完全不同；其二，"可控性"正成为智能体时代的核心要求——"有明确主体能接管"这一条，落到工程上就是本期多次出现的独立身份、审计留痕与 kill switch，监管口径与工程口径正在收敛；其三，标准与法律的分工很清晰——可靠性问题不必等法律，标准与测评先行；安全性问题不必等标准，法律红线已经在划。需要标注的边界：本条为学者访谈观点，具体制度安排以正式文件为准。

原文链接：https://www.toutiao.com/article/7699695305024864777/

2026 年 10 月 23 日，意大利第 179/2026 号立法法令正式生效（10 月 8 日刊《官方公报》），其第 41 条为"AI 与就业"划下了一条硬线：雇主使用 AI 系统时，涉及"开始、变更或终止劳动关系"的最终决定——包括纪律处分与绩效评估——不得仅依据自动化处理作出，"最终决定无论如何保留给行使有效且自主权力的自然人"；违反该条作出的解雇与决定一律无效——第 29 期记录过这部法令的生效时间表，本条记录的是它生效日的实体条款：这是欧盟成员国第一次把"人在回路"写成带无效后果的劳动法规则。三条窄化与加固的规定：其一，候选人的搜寻与筛选不算"最终录用决定"——即使筛选结果导致未进入下一轮；其二，"劳动者的同意不构成该禁令的例外"——雇主不能靠让员工签字来绕开人最终决定的要求；其三，系统的使用须尊重劳动者尊严、隐私与不歧视原则。配套的告知与解释义务：处理开始前，雇主须提供第 152/1997 号法令 1-bis 条要求的信息（自动化系统的目的、逻辑、主要参数、准确性与网络安全水平）；劳动者有权在请求后"通过自然人的介入"获得对涉己决定的易懂解释，包括 AI 的影响与主要考量参数；劳动者或其工会可要求数据并须在 30 日内得到书面答复；受工业与商业秘密保护的系统豁免告知义务。配套的安全义务（第 42 条）：影响工作组织方式、生产节奏、任务执行或安全相关决策的 AI 系统，必须纳入 81/2008 号法令要求的风险评估，并对劳动者进行特定风险的信息与培训。执法与罚则结构：数字意大利局（AgID）为国家通知机关，国家网络安全局（ACN）为市场监管机构，意大利央行、Consob 与 IVASS 分别监管信贷、金融服务与保险领域的高风险 AI，数据保护局保持 GDPR 下的角色；被 AI Act 禁止的 AI 行为罚则最高 3500 万欧元或全球年营收 7%（取高），其他义务（含部署者义务）最高 1500 万欧元或 3%；轻微违规可适用非货币救济（如公开声明违规）；AgID 与 ACN 运营国家监管沙盒。尚待落地的部分：规定 ACN 检查如何运作与沙盒访问规则的实施条例仍未发布；且生效日并不切换全部 AI Act 义务——欧盟时间表仍主导，独立高风险义务要到 2027 年 12 月 2 日。三点实务含义：其一，"无效"是比罚款更重的后果——罚款是经营成本，解雇无效意味着劳动关系自始未终止，HR 流程必须把"最终决定由谁签署"写进系统；其二，"同意不能豁免"堵住了最常用的合规捷径——这与 GDPR 第 22 条的雇主场景强化同向，雇佣关系中的同意本来就要打折扣；其三，"筛选不算最终决定"留了一个被广泛预期的口子——简历初筛类自动化仍可运行，但从"筛选"到"决定"的边界会由判例划定，保留人签署环节的证据至关重要。需要标注的边界：本条依据法令条款的公开翻译与律所、咨询机构解读，适用以意大利语官方文本与法律意见为准。

原文链接：https://tsnmedia.org/italy-ai-decree-employment-decisions ；https://aisengtech.com/ai-governance-brief-2026-10-23

本周三，欧盟成员国在理事会层面批准了"数字综合法案"（Digital Omnibus）中对 GDPR 的一处关键修改（欧委会草案中的第 88c 条、理事会文本中的第 88bis 条），周四公布文本——依批准的文本，"在 AI 语境下"处理个人数据原则上应自动合法：无需征求同意，自动假定企业拥有压倒性的"正当利益"；数据隐私组织 noyb 对此的定性是"对欧洲人的数字征收"——这是本周欧洲监管版图上最重要的一条，因为它改动的不是 AI 规则，而是数据保护的底层逻辑。批准文本的要点："AI 语境"的处理默认获得合法性基础，覆盖范围并不限于企业自己的客户——从未成为某 AI 公司用户的个人、以及数十年前输入聊天或社交媒体的数据，都落入该条；理事会版本加入了对现行第 21 条（特定情形下的退出权）与第 24 条（技术与组织措施）的引用，但 noyb 认为"这些所谓保障即便不加引用也适用于任何处理"，实质上第 88bis 没有新增任何保障。程序上的争议同样尖锐：欧委会当初以"小幅简化"为由选择了快速通道，未开展基本权利评估，也未直接征询欧洲数据保护委员会（EDPB）；理事会审议由爱尔兰轮值主席国主持——而爱尔兰恰好是多数美国与中国 AI 公司的欧洲总部所在地。noyb 创始人 Max Schrems 的批评有三层：其一，权利层面——"AI 公司的利润通常将压倒欧洲人的基本隐私权，这不过是对欧洲人的数字征收"；其二，产业层面——"这一立法变化主要惠及那些已囤积海量欧洲数据的大玩家，等于把欧洲数据整体甩卖给全球公司，大量欧洲企业的专有知识将流向美国或中国，从产业政策角度看这是疯狂的"；其三，技术层面——GDPR 向来按具体目的许可处理（如税务留存、反欺诈），而该条为"一整个技术"开了空白支票：无论用于什么目的，任何 AI 系统原则上都可以默认合法地取用任何个人数据，包括用于操纵、虚假信息、生成裸露图像或其他存疑用途。三点实务含义：其一，文本还须过欧洲议会，这是最后的变量——理事会立场已定，议会的态度（尤其绿党与社会党团组的反应）决定最终条文宽严，在协调程序结束前不必按最宽文本重构合规；其二，"AI 语境"的边界会成为下一个战场——一个系统要带多少"AI 成分"才落入 88bis，条文未定义，这会是未来五年最常被引用的解释之争；其三，对企业的净效应因规模而异——拥有存量数据的大平台受益最大，依赖用户主动授权的中小服务商相对优势反而缩小，数据授权链路的价值需要重估。需要标注的边界：本条同时记录了监管进展与批评意见，noyb 的定性是其立场表达；立法文本以理事会与欧洲议会最终通过版本为准。

原文链接：https://noyb.eu/en/ai-eu-member-states-approve-digital-expropriation-europeans-ai-companies

2026 年 10 月 22 日，欧洲议会在斯特拉斯堡就全球 AI 治理举行辩论，议员的立场呈现明显的分裂：普遍支持国际合作（包括与美国和中国的合作），但对欧洲自身规则应当多紧分歧严重——本条的价值在于它暴露了欧盟 AI 治理的下一个开放战场：责任。辩论中出现的两类制度设想：一类主张达成军控式的 AI 克制条约；另一类主张建立"国际原子能机构式"的核查制度——包含强制性的上市前测试、事件通报与责任规则。阵营分野：绿党与社会党团组拒绝把监督交给 AI 公司自己；"AI 综合法案"（AI Omnibus）的中右共同报告人则主张，欧洲必须同时在建设 AI 上领先，才能参与塑造全球规则。责任问题上的交锋最实质：欧委会为撤回《AI 责任指令》辩护，理由是成员国的抵制；议员们则反驳，《人工智能法案》与修订后的《产品责任指令》留给受害者的仍然是缺口——罚款惩罚违规者，但受害者在"证明伤害由 AI 造成"这件事上依然缺少抓手。三点解读：其一，"责任"是 AI 治理尚未定价的部分——罚款、备案、评估都已经有了归属，唯独"受害人拿到赔偿"的通道悬空，对企业而言这意味着侵权诉讼的不可预测性仍然高；其二，欧委会撤回责任指令的理由（成员国抵制）说明分歧在成员国而不在布鲁塞尔——议会的压力能否让欧委会回摆，是值得跟踪的信号，若回摆将直接影响部署者举证责任；其三，"国际原子能机构式核查"的提法值得记录——上市前测试 + 事件通报 + 责任规则三件套，与前几期记录的欧盟 GPAI 信息调取、美国事件报告协议草案在结构上趋同，"AI 的国际核查机制"可能成为未来两年多边议程的正式议题。需要标注的边界：本条记录辩论中的立场表达，均非已通过的立法。

原文链接：https://aisengtech.com/ai-governance-brief-2026-10-23

据 Axios 报道，美国主要银行正在检测到客户账户内出现未经授权的第三方 AI 智能体，其中一些似乎超出了用户的指令行动；摩根大通表示会阻止外部 AI 智能体在其零售客户账户内操作，嘉信理财与花旗也设下了类似限制，理由是"失控智能体"的风险——这是"智能体经济"第一次撞上金融账户权限这堵墙，其结构性含义比任何单一银行的公告都大。事件的结构：一类是用户授权的智能体——用户用第三方 AI 工具（浏览器插件、个人助理、自动化投资工具）代为操作自己的账户；另一类是银行视角的"未授权"——这些智能体以用户身份登录、绕开银行预期的交互界面，其中部分行为超出了用户的原始指令。对前者的解读之争值得并排记录：一种观点认为这是 rogue AI 的前兆；另一种解读（@peterwildeford）则认为这些是"用户授权、但银行未授权"的智能体——既非黑客行为也非 AI 失控，而是三方权限模型（用户—银行—智能体）缺了正式授权层。政策侧的反应已经出现：参议员 Schiff 呼吁建立强制性的全行业 AI 护栏。三点实务含义：其一，金融机构将把"智能体识别"变成账户安全的新维度——区分"人类操作""用户授权的智能体""未授权自动化"会进入风控规则，API 与网页自动化的可用性可能收紧；其二，智能体厂商需要"可出示的授权模型"——谁的指令、什么范围、如何撤回，这三问如果答不出来，产品会在金融机构侧被默认拒之门外；其三，"超出用户指令"的判定标准将决定责任分配——如果一次越界交易造成了损失，责任在智能体厂商、用户还是银行，现行框架没有答案，这正是欧洲议会辩论里"责任缺口"的美国版本。需要标注的边界：本条依据 Axios 的报道与相关方的公开表态，各银行的具体措施以其自身公告为准。

原文链接：https://latent.space/p/ainews-black-october

10 月下旬的最后一周，AI 工程侧同时发生了几件"运维级"事件，单独看都不大，合在一起构成了一份可以直接执行的检查单——本条把这些事件按"该做什么动作"重新组织。其一，OpenAI 的 10 月 21 日事故：影响面很宽——Responses、Agents、Embeddings、音频、审核、Codex 与 ChatGPT 组件先后降级后恢复，当晚还出现过认证错误；同日发生的谷歌云伦敦区事件则是另一个提醒：如果每条模型路由、向量库、密钥后端与部署路径都落在同一个云区域或同一家云上，"多模型"并不等于"独立"——动作：为模型 API、云区域、向量库、身份提供方与密钥管理分别做故障演练，加入熔断、排队、速率预算与安全的降级模式。其二，Gemini Deep Research 迁移（10 月 23 日截止）：deep-research-pro-preview-12-2025 停用，集成方需要在部署前加入"拒绝未知或已退役智能体 ID"的集成测试——动作：核查是否仍在引用已退役模型名，把模型选择当成受管依赖。其三，Pydantic AI 流式并发公告：升级至 v2.59.0 或 v1.107.9 以上（包含此前的 trace 泄露补丁级别），并审计 OpenTelemetry/SIEM 数据中是否残留 MCP 令牌、Bearer 头与带凭据的 URL——动作：升级 + 审计。其四，GitHub Copilot 默认启用（10 月 22 日生效）：新 GA 功能、代码审查能力与 MCP 相关控制默认打开，企业管理员必须显式决定"启用、禁用或下放给组织"——"未配置"从此成为一个有意义的政策状态；同批还有 Copilot 模型退役，内部指引与自动化不能假设退役模型名仍可用——动作：给企业设显式默认值，审查允许的模型清单，安全敏感仓库按既定策略生效。其五，GitHub Actions 工作流 lockfile 试点：从发布、基础设施、部署与自托管 runner 工作流开始，把第三方 action 固定到不可变摘要——动作：供应链收紧。三点判断：其一，AI 工程的"运维面"正在标准化——模型退役、默认策略、区域冗余，这些原属于普通 SaaS 的运维课题，现在都带着 AI 的语义重来一遍；其二，"默认启用"是合规团队的新战场——供应商把开关默认拨到"开"，企业若没有显式策略，等于把数据流向交给厂商的产品节奏；其三，密钥与痕迹的审计要覆盖 AI 中间层——MCP 令牌、Bearer 头、带凭据 URL 这三类痕迹，普通日志治理很少覆盖，却是智能体泄露的第一现场。需要标注的边界：本条为工程侧操作建议的汇总，具体版本号与截止日以各厂商官方变更记录为准。

原文链接：https://zinbiel.net/daily-ai-engineering-brief-2026-10-23

Anthropic 于 10 月 21—22 日发布智能体应用 Claude Duet；Recursive 于 10 月 21 日发布本地编码模型 Flint，并宣称该模型"主要由 AI 构建"——这两条产品新闻与本期所有监管条目其实是同一个故事：软件正从"你写的东西"变成"你监督的东西"。Claude Duet 的定位：它不是又一个编码工具，而是"判断委托"工具——由它决定什么紧急到值得打断你、什么可以无人值守地继续跑；这类产品的核心资产不再是自动化能力本身，而是信任模型：谁来设定智能体可以独自做什么、哪些动作必须等人批准、越界时如何解释。Flint 的意义在另一层：一个主要由 AI 构建、可在笔记本本地运行的编码模型——它展示的是"模型的生产方式"在变，AI 不再只是产品，也在制造产品。综合观察者的判断值得记录：智能体获得"手"（屏幕与文件访问）和"主动性"的速度，快于大多数组织建立"判断层"来监督它们的速度——而布鲁塞尔刚刚发出信号：这个缺口现在是监管责任，不只是工程责任。对企业的具体推论：与其继续打磨提示词，不如把预算投给"审批架构"——什么需要人批、什么不需要、以及如何向监管者或客户解释这条边界；这正在成为产品差异化，而不是合规成本。需要标注的边界：本条记录产品发布与评论观点，功能细节以厂商官方文档为准。

原文链接：https://www.upnorth.ai/en/news/2026-10-23

Anthropic 安全副 CISO Jason Clinton 本周公开表示，安全形势"在好转之前会先变得更糟"，他建议安全负责人现在就向董事会申请基础防御预算，并预计防御方需要"撑住大约 18 个月"——与这句预警同周，该公司前沿红队给出了一个罕见的"防御可量化"样本。形式化验证的规模化：Anthropic 前沿红队与 Theorem Labs 合作，用 Claude 对超过 100 个开源库证明安全属性，数周内完成；报告口径为约 1.8 亿行机器校验证明，覆盖 123 个库中的 239 个入口点，数百个漏洞已获修复——值得注意的不是数字本身，而是它改变了"审计带宽"的假设：过去"全面形式化验证"只属于极少数高价值系统，现在它开始出现在普通开源依赖上。与之配套的工具生态也在生成：Cognition 开源了一个漏洞修复智能体插件；cve.now 聚合四路 CVE 订阅源并给出平实语言解释。三点判断：其一，"18 个月"是第一个有期限的官方悲观预测——此前业内的表述多是"会恶化"，给出时间窗意味着至少一家头部实验室已经在按"恶化期"规划资源，企业董事会层面的安全预算讨论有了可引用的锚点；其二，防御的杠杆从"更快响应"转向"更大覆盖"——1.8 亿行证明的样本说明，AI 可以把过去按系统逐个做的深审计，变成按生态批量做；其三，"修了多少 bug"比"发现了多少漏洞"更能衡量价值——本周"黑色十月"的叙事以发现为主，红队样本给出了另一半：发现之后的修复产能同样在被 AI 放大。需要标注的边界：证明覆盖、行数与漏洞数为厂商与研究者口径，验证细节以其技术报告为准。

原文链接：https://latent.space/p/ainews-black-october

2026 年 10 月 23 日，韩国在青瓦台迎宾馆召开总统主持的规制合理化委员会第二次全体会议，科学技术信息通信部与国土交通部分别公布 AI 数据中心与自动驾驶的规制改善方案——与本周欧盟"收紧数据保护"的动作形成镜像，韩国选择了"松绑换速度"。AI 数据中心一侧（科技部）：其一，设立一站式快窗处理许可——许可被列为建设 AI 数据中心的最大障碍；其二，非首都圈 AI 数据中心在符合条件时豁免电网影响评估；其三，建筑规则差异化——人员活动区域占比不足三成的特性被承认，服务器机房、冷却与电力设备等无人设施不计入建筑面积；其四，明年投入 2,000 亿韩元支持上下游产业，并划定包含与地方共生方案的"AI 数据中心特区"；其五，副总理兼科技部长裴庆勋在国会国政监查中表示，租赁型数据中心目前无税收优惠，将尽快与财政部门讨论以吸引外资。自动驾驶一侧（国土部）：为无人驾驶服务运营商建立法律框架，明年完成修法，2028 年前后在试点城市光州启动 robotaxi 运营；年底起开放无驾驶座车辆的国内销售；无驾驶座车辆在前往车库或充电时允许驶出指定试点区；第三方运营的业务车辆所采集的原始数据将开放使用。三点解读：其一，"用地与电力"是 AI 数据中心的真瓶颈，韩国的方案精准绕开了这两点（豁免评估 + 建筑差异计算）——对算力出海选址而言，这是又一个"规则换投资"的样本，值得与此前"韩国算力枢纽"的动向并读；其二，原始数据开放使用是数据治理的边界实验——第三方业务车辆的原始数据（含路人与场景）进入可用池，将直接测试韩国个人信息保护框架的弹性；其三，同一总统 chaired 机制同时处理"松"与"紧"——上一期韩国还在讨论 AI 裁员报告法案，这一期在放开数据中心与无人车，说明"规制合理化"是行政系统内统一调度的，企业跟踪韩国政策应以该委员会会议为节点。需要标注的边界：本条依据会议公开报道，具体条件与生效时间以各部公告为准。

原文链接：https://en.sedaily.com/technology/2026/10/23/korea-to-fast-track-ai-data-center-permits-allow-driverless

同一场规制合理化会议上，韩国保健福祉部与食品药品安全处公布了生物领域的配套方案，其中医疗数据的使用规则变化对本刊读者最有参照价值——这是一份"数据要素 × AI"的完整松绑包，三条措施环环相扣。福祉部的三条：其一，使用"安全假名化"医疗信息的研究，排除出"人体受试者研究"范围——现行规则下，即使个人数据已假名化，研究者仍须向机构审查委员会（IRB）申请豁免并取得确认，这一步将被取消；涉及人体来源材料或对患者有直接生理效应的研究仍受既有审查。其二，引入一揽子同意制度——为某项研究收集的医疗数据可用于其他研究，免除再次征求同意的负担，同时保留参与者拒绝的权利。其三，统一目前各医疗机构不一致的假名化标准，并制定允许在云环境中远程分析数据的规则——研究者不必亲赴医院。食药处的部分同样与 AI 直接相关：12 月前制定"利用 AI 开发药品"的许可与审查标准指南——现行药品许可审查围绕非临床与临床试验的安全有效性数据运行，缺乏对研发中使用 AI 的评估标准，制药企业难以判断应准备何种验证资料；制定时将参照美国 FDA 与欧洲药品管理局（EMA）今年发布的"AI 驱动药品开发 10 项原则"联合指南；政府预计应用 AI 技术可将传统新药研发平均 1—2 万亿韩元的成本最高降低 50%；另一项配套是满足条件（符合 GMP、与最终许可内容一致）时，允许获批前生产的药品上市销售。一个清醒的尾巴也被记录了：先进再生医疗法案已提案但尚未通过国会，允许医疗数据二次利用的生物伦理法修正案甚至尚未提案——产业界人士评价这包措施"有意义的进展"，但强调法案必须快速通过、后续规则修改必须跟上，效果才能落到临床。三点实务含义：其一，"假名化 + 豁免审查"是医疗 AI 训练数据合规的关键开关——韩国路径（统一标准 + 行政确认退出）比逐案审批更可扩展，对做跨境医疗 AI 的团队，这将影响训练数据属地策略；其二，一揽子同意的"保留拒绝权"是合规设计的试金石——同意的宽泛化若没有可靠的拒绝通道，就回到 GDPR 语境下的"同意无效"问题；其三，AI 药品审查指南先于立法出现——与印度 AISI、意大利沙盒同一逻辑：标准与指引先行、监管后置。需要标注的边界：相关配套法案尚在国会程序中，措施生效时间以其通过为准。

原文链接：https://en.sedaily.com/technology/2026/10/23/korea-eases-rules-on-hospital-data-for-drug-and-medical-ai ；https://news.jkn.co.kr/editions/chinese/post/1044498

2026 年 10 月 22 日，日本总务省召开首次专家会议，就 AI 高度发展带来的网络攻击威胁，探讨如何强化通信运营商所处理数据的防御体系——本条的重点不在"又开会"，而在其时间表与三个具体议题：它们勾勒出日本通信基础设施 AI 防御的制度路径。会议的前提设定：以"滥用高度尖端 AI 的网络攻击增加"为前提，研究支援措施，使运营商能够切实采取防御措施——包括防御侧也利用 AI 检测系统漏洞、并迅速用修复程序打补丁；会议还将确认"为了修复而主动关停系统"的重要性——把"主动断服"作为防御选项写入制度讨论，这在运营商合规语境里是相当靠前的立场。三个具体议题：其一，运营商目前多结合委托云服务商等方式构建设备，如何加强对外包单位的管理进入讨论；其二，为使管理层认识到网络防御的重要性，董事会应发挥的作用成为议题——这与美股 SEC 网络披露规则、欧盟 NIS2 的管理层问责逻辑一致；其三，《电气通信事业法》修改的必要性。时间表：应立即付诸实施的对策将在明年年初敲定方向；包含修法必要性等内容的报告将于 2027 年夏季汇总出台。专家会议主席、东京大学研究生院教授宍户常寿的表述点出了制度设计的关键："为了让防御体系持续得到提升，包含激发（运营商）能动性在内的制度设计将变得十分重要"。三点实务含义：其一，"AI 攻击增加"首次被日本列为通信法制修改的正式前提——后续 2027 年夏季报告值得作为日本通信合规的定点监测项；其二，董事会职责被写进议题——通信运营商的母公司或投资方需要预备"管理层网络安全责任"的证据链（决策记录、预算、演练）；其三，"主动关停"的合法性问题值得全球通信与云服务商关注——为了打补丁而中断服务，在 SLA、用户合同与监管要求之间的权衡，日本可能率先给出制度答案。需要标注的边界：本条依据共同社报道，会议结论以总务省正式文件为准。

原文链接：https://china.kyodonews.net/articles/-/17336

2026 年 10 月 22 日，日本数字厅发布通告：其旗下部分使用 AI 建站平台 Studio 打造的网站遭黑客入侵，13,323 条隐私信息泄露——这是"AI 建站"第一次以事故主角身份出现在政府公告里，本条把它单独记录，是因为它暴露的不只是某个平台的漏洞，而是一类新的采购风险。泄露内容与范围：涉及民众 2021 年 5 月至 2023 年 3 月期间通过表单提交的各类咨询：一般意见和建议约 8,833 条、疫苗接种证明咨询约 3,661 条、工作坊活动信息约 462 条、招聘咨询约 250 条、借用吉祥物"麻衣娜酱"人偶服的咨询约 117 条；发起者姓名、电子邮箱与正文内容外泄，部分咨询渠道还可能涉及所属机构、收件地址与电话号码；截至 10 月 22 日，数字厅未发现信息遭滥用等二次损害，并提醒公众警惕冒充数字厅或相关机构的邮件、电话与短信。为什么"AI 建站"标签重要：AI 建站工具的卖点是用自然语言快速生成站点，这会让政府部门与非技术团队大量自助建站——但站点的认证、会话与表单安全并不随"生成"而自动到位；当建站速度提升一个量级，安全审查流程如果没有同步提速，就会留下这批"快速上线、无人深审"的资产。三点实务含义：其一，把"AI 生成的站点与表单"纳入资产清单——这类资产往往不在传统 IT 台账里，却真实地收集着公民数据；其二，第三方建站平台的"平台侧漏洞"会传导为"委托方的事件"——委托协议里需要明确平台的安全责任、通知时限与配合义务，否则事件响应会卡在合同条款上；其三，表单类数据的保留期限应重新审视——2021—2023 年的咨询内容至今仍可被拖库，说明"在线表单数据默认长期留存"的习惯需要改为分级保留。需要标注的边界：本条依据数字厅通告的公开报道，事件细节与处置以其正式公告为准。

原文链接：https://news.qq.com/rain/a/20261023A0CMHJ00

Electronic Frontier Foundation（EFF）近日公布了其就巴西《第 15.211/2025 号法》（儿童与青少年数字环境保护，由国家数据保护局 ANPD 负责细化执行）提交的意见、陈述与会面情况，对强制年龄核验与内容审核中的 AI 依赖提出了系统性隐私警告——本条是"儿童保护 vs 数据保护"这对张力的又一个南美样本，而 EFF 给出的技术清单相当具体。EFF 认可与担心并存：其认可该法已有的隐私保障（包括禁止基于未成年用户画像投放广告），但指出强制年龄核验机制可能带来两类问题——核验技术可能不准确且具侵入性，可能把"没有可接受身份证件"或"无法顺利通过系统"的成年人排除在服务之外；执法范围可能外溢到规则本不针对的服务与内容。EFF 的三条具体建议：其一，年龄核验应避免一刀切，限制在既有法规已归类为"不适宜或禁止未成年人"的产品与服务上；其二，隐私保障不应止步于零知识证明，还应包括不可链接性（unlinkability）、选择性披露、批量签发与端上处理等技术要求；其三，应明确哪些提供者落入巴西法律的范围，并指出潜在后果对小服务、联邦化网络与自由软件应用尤为严重——预防义务应按提供者的规模与结构区分，而不是一刀切；监管解释不应导致跨在线服务的一般性监控义务。同一份意见还覆盖了新的互联网中介规则：在最高法院裁决与总统法令修改《互联网民事框架法》（Marco Civil）之后，EFF 提交了意见，要求为"通知—删除"与注意义务下的合法内容误删提供保障——包括有效的申诉机制、谨慎且有限地依赖 AI 内容审核、以及对"系统性失效"等概念的精确定义。三点解读：其一，"年龄核验"正在成为全球数据保护的下一个主战场——从英国《在线安全法》到巴西，儿童保护义务与匿名性、数据最小化的冲突没有工程上的完美解，EFF 的"超出零知识证明的技术清单"给了监管者一份可引用的菜单；其二，"AI 审核的谨慎依赖"被写成正式诉求——这与欧盟 DSA 下的系统性风险讨论同向：AI 审核的规模效率与误删风险需要可审计的中庸点；其三，"按规模区分义务"是中小服务商的共同诉求——从 EFF 到各国行业协会，这条线正在形成跨司法辖区的共识压力。需要标注的边界：本条记录民间组织意见，ANPD 的最终执行规则以其公告为准。

原文链接：https://dig.watch/updates/eff-warns-of-privacy-risks-in-brazils-online

安全圈把 10 月 19—22 日前后约 72 小时内的密集披露称为"Black October"——PHP2Shell、一个 CVSS 10.0 的 GitLab 漏洞、一个"私钥是数字 4"的证书权威、被投毒的 AI 网关、暗网上的银行客户记录，在同一周内先后引爆；路透社 22 日报道称多国政府与企业进入网络安全紧急应对状态，日本部分金融机构暂停网络服务，欧洲多国政府网站紧急关闭；Cloudflare 监测到全球相关攻击尝试已达数百万次——本条不重复第 30 期专题已详述的 PHP2Shell 技术细节，而是把这 72 小时当作一个整体来读，因为它暴露的其实是六个独立的系统性缺口。先列清单（按缺口归类）：缺口一，运行时——GitLab 披露 CVE-2026-97229，其 CI/CD 正则编译器存在最高严重度缺陷（CVSS 10.0），允许未认证攻击者在自管理服务器上远程执行代码，影响自 2014 年以来的版本，已在 19.5.1 修复——源代码、流水线机密与部署密钥无需登录即可触及；Node.js 同周发布 Brotli 解码器 RCE 修复，NGINX 与 HTTP/3 亦有 DoS 问题。缺口二，供应链——LiteLLM 投毒（第 30 期已详述）之外，云部署平台 Railway 提示用户轮换密钥（客户密钥可能暴露），平台 Zeabur 在 321,810 个账户被入侵后关停。缺口三，信任链——印度证书权威 eMudhra 的 8 个中间证书私钥可被任何人恢复：2025 年 4 月一次密钥生成仪式上的脚本缺陷导致密钥弱到"其中一个就是数字 4"，研究者从公开数据不到一秒即可恢复；浏览器在数小时内撤销信任，eMudhra 已退出 CA 业务；有研究者称用 Claude 一个提示词即完成了破解；Python 用户被建议更新 pip、uv、certifi 与系统 CA 存储。缺口四，数据泄露——印度国家银行（SBI，印度最大银行）3,897 条含个人信息的客户记录出现在约 37.5 万条的暗网数据集中，CERT-In 与国防网络局已标记，SBI 正调查来源与真实性；美国诊断机构 Quest Diagnostics（服务约半数美国医院与医生）报告患者数据暴露。缺口五，量级——月度 CVE 数量据称自 4 月以来从约 4 千升至约 1.5 万。缺口六，用户面——JPMorgan Chase 等银行封锁账户内智能体（已单列一条）。三点判断：其一，这批事件的共同点不是攻击者多强，而是"假设"碎了——"私钥不可猜""证书权威可信""开源包干净""银行账户只有人会用"，每个假设都独立失效，组合在一起就是信任模型的批量重估；其二，eMudhra 事件是其中最被低估的——它不是被攻破，而是"从未安全"，随机数缺陷 + 数小时浏览器撤销响应，说明 Web PKI 的应急机制居然真的工作过一次，这是坏消息里唯一的的好消息；其三，供应商退出业务（eMudhra 退出 CA）会成为新常态——当某个环节的缺陷暴露后，"退出"比"修复"更快，下游用户需要预设供应商的突然消失。需要标注的边界：本条汇总公开披露与研究者的统计口径，个别数字（如 CVE 月度增速）来自研究者估算，未经独立验证；不涉及对任何攻击者归属的转述。

原文链接：https://latent.space/p/ainews-black-october ；https://www.qnulabs.com/blog/black-october-digital-trust-quantum-threat

▲ 「黑色十月」72小时：四个独立的系统性缺口（第31期配图）

CrowdStrike 本周发布报告，记录了四个运营 AI 智能体攻击活动的威胁团伙，其中一伙攻击了至少 15 家阿根廷医疗组织——这是"AI 智能体用于攻击"从个案走向"团伙化运营"的第一个成体系的行业观察，本条只记录行为模式，不转述任何团伙的身份归属。行为层面的含义：当四个团伙同时在用智能体工具，说明这类能力的使用已经越过"尝鲜"阶段进入"常规装备"阶段——本期 ConnectWise 条给出的量化指标（每分钟 2,900 次登录尝试、从定向到特权访问不足 3 小时）与之互为印证；而"15 家阿根廷医疗组织"则提示，医疗这类防御成熟度参差、数据敏感度极高的行业会成为智能体化攻击的高发区。与防御侧的关系：第 30 期已记录 BeyondTrust"自动分诊不得关闭高危告警"的教训，本条再补一层——面对"团伙化"的智能体攻击，单点检测的胜负不再重要，重要的是能否在不足 3 小时的窗口内完成凭证吊销与访问清除。三点实务含义：其一，医疗行业的智能体攻击暴露面需要专项评估——排班、分诊、转诊系统多由外包或低预算维护，是"合法凭证 + 过度权限"的典型温床；其二，按团伙跟踪行为模式（而非按名单跟踪归属）更可持续——归属会变、工具会转手，TTP（战术、技术与程序）才是防御视角的稳定量；其三，"至少 15 家"这个量级提醒人们攻击是并行的——同一团伙同时攻击多个机构时，先被攻破的机构披露的指标，就是其他机构的预警，共享情报机制的响应速度因此直接决定止损范围。需要标注的边界：本条依据 CrowdStrike 公开报告的转述；涉及威胁团伙归属的部分本刊不予转述，行为特征以原报告为准。

原文链接：https://latent.space/p/ainews-black-october

在"黑色十月"的密集报道中，出现了一组重要的反叙事，本刊认为它与事件本身同样值得记录——因为它直接影响企业如何理解自己的风险水位。第一个核查：披露时间不等于发生时间。据报道，OpenAI 安全系统前负责人 Joshua Achiam 指出，约 16 起重大事件中只有约 4 起是本周实际发生的，其余更早被发现、只是集中在这一周披露——这意味着"这一周突然变糟"的感觉部分是披露节奏的产物，而非攻击节奏的突变；对企业而言，漏洞的存在与否与披露与否是两个独立变量，补丁决策不能等集中披露。第二个核查："进攻获胜"的定性被质疑。研究者 @BlancheMinerva 认为"进攻方获胜"的主流叙事是虚假信息：以 PHP2Shell 为例，这本质上是一次防御性审计，目前没有大规模在野利用的证据——这个观点的价值在于提醒：把"被发现的洞"读成"已被利用的洞"，会导致恐慌驱动的错误优先级；当然，反方向的风险同样真实——PoC 已广泛传播、Cloudflare 已观测到数百万次攻击尝试、研究者实时目睹 payload 被改造绕过规则，"尚未大规模利用"是一个随时会过期的状态。第三个核查：PHP 漏洞的发现出处之争。第 30 期专题记录了 OpenAI 模型的发现过程；本周另有信息称，PHP 基金会方面表示 Claude Mythos 此前也对 PHP 做过扫描——多个 AI 系统先后独立逼近同一批漏洞，这本身就是"AI 发现已成为常规能力"的最直接证据。第四个声音：来自防御方的期限判断。Anthropic 安全副 CISO Jason Clinton 的"先更糟、约 18 个月"（已单列一条）是防御方对这段混乱期的正式定价。三点实务含义：其一，把"披露潮"与"攻击潮"分开计账——披露激增应触发的是盘点与补丁排期，而不是重写整个威胁模型；其二，对"AI 发现漏洞"的正确读法是"发现带宽已被放大"——多模型独立逼近同一批十年老洞意味着，任何缺乏持续审计的存量代码都应默认在被发现的路上了；其三，保持对两类叙事的同等怀疑——"末日叙事"与"一切可控"都可能是错的，可核查的中间事实（PoC 是否公开、利用是否观测、补丁是否可用）才是决策依据。需要标注的边界：本条记录研究者的公开观点之争，各自论据以其原帖与报告为准。

原文链接：https://latent.space/p/ainews-black-october ；https://www.toutiao.com/article/7699669726498144794/

据路透社 10 月 22 日报道与多家媒体汇总，在 PHP2Shell 补丁发布后，美国国家安全局（NSA）与英国国家网络安全中心（NCSC）敦促立即打补丁，而一些机构选择了更极端的应急动作：芬兰政府、荷兰议会、维基媒体与 BBC 等先后将自己的网站下线，日本部分金融机构暂停网络服务，欧洲多国政府网站紧急关闭——第 30 期专题记录过"多国网站大规模紧急下线"这一句事实，本条把它单独拿出来讨论，因为"下线"是一个被低估的合规决策。为什么"下线"值得单条记录：对绝大多数组织来说，网站下线意味着业务中断、公众服务中断，某些司法辖区还可能触发自身的可用性义务；一个组织愿意选择下线，说明其内部评估认为"漏洞风险 > 服务中断损失"——这个权衡本身，就是给同行业者的最强信号。样本里的两类角色值得区分：其一是政府与公共机构（芬兰政府、荷兰议会）——它们的下线是"履行范例"性质，向本国的运营商与部署者示范了"资产可下线"这个选项的存在；其二是媒体与基础设施组织（BBC、维基媒体）——它们的内容分发通常有 CDN 与静态化兜底，下线源站的代价相对可控。三点实务含义：其一，"可下线性"应成为预案的一部分——平时就要想清楚：哪些页面可以停、停多久、谁来拍板、停了之后公众沟通走哪条通道；这次多国的动作证明，"暂时下线"已是可接受的国际实践，不必视为失败；其二，应急决策的依据应写成可复用的判据——"漏洞是否允许未认证 RCE、是否已观测到在野利用、补丁是否可用、能否以缓解措施替代下线"，这四问在本次事件中都成立，可作为模板；其三，恢复比下线更难——本次事件中真正耗时的是验证补丁已生效，而不是打补丁本身，OpenAI 的版本检查工具这类"版本核验"能力会成为应急标配。需要标注的边界：下线机构名单与时间线依据公开报道汇总，个别机构的下线动机可能不完全是 PHP2Shell，以各机构公告为准。

原文链接：https://www.toutiao.com/article/7699669726498144794/ ；https://latent.space/p/ainews-black-october

▲ 本周全球AI治理的三条战线（第31期配图）

本期共 20 条，覆盖境内 4 条、欧洲 3 条、北美 4 条、亚太 4 条、南美 1 条、国际与安全 4 条。两张自制配图分别对应"黑色十月 72 小时的四个缺口（运行时、供应链、信任链、用户面）"与"本周全球 AI 治理的三条战线（立法、争议、运行）"，均为本刊据公开信息绘制的示意图，非官方配图，具体数据以各条所列原文为准。

本期因补出版关系，采集窗口较平日宽（10-22 晚至 10-24 凌晨核验），与第 30 期重复的事件（PHP2Shell 技术细节、ConnectWise 攻击链、Cairn 经济账）均已做去重处理，仅保留增量视角。关于威胁团伙的身份归属，本期延续既定编辑原则：只记录行为模式与量化指标，不转述归属指认。

跟踪日历（未来 30 天）：10 月 25 日巴西总统决选、TC260 七项国标征求意见截止；10 月 26 日美国科罗拉多州 ADMT 规则意见截止；10 月 27—28 日 MITRE ATT&CKcon 7.0（弗吉尼亚州 McLean）；10 月 28 日波兰 KRiBSI 开放投诉通道；10 月 29 日巴西 ANPD 虚拟听证；10 月 30 日 Meta 新商业条款生效；11 月 3 日欧盟生成式 AI 版权改革咨询截止；11 月 5 日 LiteLLM 相关凭证轮换建议截止日；11 月 9 日欧盟罚款时效实施条例咨询截止；11 月 11 日韩国 KFTC"AI 洗白"指南意见截止；11 月 15 日第 48 号公告征求意见截止；11 月 20 日英国 ICO 智能体 AI 取证征询截止；11 月 28 日第 14434 号行政命令立法定义建议提交截止；12 月 2 日欧盟合成内容标识与相关禁令节点。