报道转载如下：

作为新一轮科技革命和产业变革的重要驱动力量，人工智能发展在发挥多方面积极作用的同时，也面临着安全风险等一系列问题。习近平总书记指出，要把握人工智能发展趋势和规律，加紧制定完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系，确保人工智能安全、可靠、可控。近年来，安徽积极抢抓“AI+万物”行业风口，出台多个人工智能领域行动方案，推动在全国新一轮人工智能发展中走在前列。2025年，安徽人工智能产业发展评价居全国第5位。面对人工智能发展的潜在风险，安徽须转变治理逻辑，构筑集技术监测、风险预警、应急响应于一体的全生命周期风险管理体系，将安全要求嵌入从研发到应用的每一环节，切实以高水平安全护航人工智能高质量发展，为打造人工智能产业高地提供坚实保障。

建立分类分级与动态持续的技术监测体系。人工智能技术的风险评估与分类分级监管是确保人工智能技术安全、可靠和可持续发展的关键环节，既可以有效识别和量化潜在风险，保障人工智能技术的安全应用，又能促进人工智能的创新发展。一方面，建立基于风险等级的分类分级监测体系。风险的差异性决定了监测的层次性，既要划出“底线”又不能“一刀切”。《安徽省“人工智能+万物”应用行动方案》已明确要“实行包容审慎和分类分级监管模式”，并提出“探索高风险领域‘监管沙盒’机制，推进大模型上线备案管理”。实践中，应针对不同应用场景精准施策，实现关键领域常态化监测与风险评估：对应用于智慧政法、自动驾驶等“高风险”的智能系统，应从研发阶段起即纳入重点监测范围，强制要求开发者建立并维护自动记录日志机制，确保关键参数、决策逻辑与输出结果全链条可追溯；对应用于智能家居、智能客服等“有限风险”的智能系统，则可降低监测频次，激发企业创新活力。另一方面，推动监测模式从定点检查向动态持续监测转变。风险在动态交互中滋生。借鉴先进的循环式风险管控理念，要求安全风险较高的人工智能平台建立常态化的自我监测机制，定期向省数据资源管理局等主管部门提交迭代监测报告。报告不仅要清晰列明现存风险隐患，更要基于连续监测数据，动态研判风险缓解措施成效、残余风险可控程度等关键内容，并据此提出风险处置策略的优化方案，明确下一监测周期的管控重点，通过持续的自我校准实现风险管理效能的提升。

健全态势感知与信息共享的风险预警体系。风险预警旨在对潜在风险进行深度研判并及时示警。人工智能是典型复杂社会技术系统，各环节深度关联，局部程序缺陷便可能触发系统连锁故障。安徽在数字政府建设中已提出“一网统管”的智治理念，可据此构建系统性的风险预警体系。首先，打造多源融合的风险态势感知体系。整合科技、公安、网信等多部门数据资源，运用人工智能技术对来自开发者、部署者和用户的异构数据进行融合分析，识别萌芽状态的风险信号。预警的视野不能仅局限于技术性漏洞，更要敏锐捕捉因过度依赖系统而导致的“自动化自满”、操作员认知偏差等社会性风险因素，补齐风险预警“重技术维度、轻人为因素”的短板。其次，推行高风险事件强制报告与长三角区域共享制度。通过协同立法明确，当省内企业的大模型、智能网联系统发生重大功能失灵或数据泄露时，提供者与部署者须在规定时限内上报。构建联通长三角的预警信息共享平台，主管机关应在脱敏处理涉密信息后，依托该信息共享平台，向区域内行业主体公开发布风险警示，打破部门与地域间的信息孤岛，实现一地预警、全域联防。再次，建立专家研判与决策支持机制。鉴于人工智能风险的跨界性与前沿性，应以安徽省人工智能协会专家咨询委员会为基础，组建跨学科的通用人工智能安全风险评估委员会，对重大、新发风险进行专业研判，为后续启动应急响应或调整监管政策提供支持。

完善反应快速与责任明晰的应急管理体系。应急响应是风险防控体系的最后屏障。鉴于传统的事后追责模式无法提供及时止损的手段，风险规制框架下的应急管理制度应着力构建一套预警响应和干预机制，以快速阻断危害扩散。其一，压实前端主体责任，明确应急处置权限。按照“谁部署、谁负责”“谁提供、谁协同”原则，在法律层面确立部署者的应急处置首要义务，赋予其在严重安全事件发生时立即停用服务、隔离系统等权力；对于科大讯飞、中科类脑等通用大模型的提供者，若其拥有远程干预能力，应同步赋予协同处置义务。对未履责者应坚决追责，防止因责任推诿贻误时机。其二，建立分级响应与强制干预机制。制定省级人工智能安全事件分级应急预案，对危及公共安全、国计民生的重大风险事件，依法授予监管部门采取断开网络连接、停止服务、系统召回等必要措施的权力。对存在系统性风险的通用大模型，应规定持续的模型评估与风险减轻义务，并设定性能底线，一旦跌破即自动触发暂停机制。其三，健全事后独立调查与系统性修复制度。事件控制后，主管机关应组织第三方独立调查，查明原因、漏洞与责任链条，向社会公布结果。调查结论须形成具体整改要求，反馈至全省监测与预警环节，推动人工智能技术标准与监管规则迭代完善。通过将处置经验固化为制度，从而在“发现、预警、处置、问责”一体化治理链条中形成持续改进闭环，避免同类风险再次发生。

原报道阅读链接：【安徽日报】https://szb.ahnews.com.cn/ahrb/layout/202606/30/node_06.html#c1143807