v1.0 发布工程 — Article 50 透明标注落地点、脱敏演示集与发布检查清单

日期: 2026-09-10 阶段: Phase 3 - AML 调查 Copilot 标签: #release-engineering #article-50 #transparency-labeling #de-identification

核心问题

AML Copilot v1.0 要作为求职作品集公开发布（部署到 momoweb3.pages.dev，任何人可访问）。这一步把前面所有合规设计从「文档里的主张」逼成「线上可被人点开验证的事实」。三件事必须在发布前钉死：

1. Article 50 透明标注到底标在哪、标几处？ Day 49 已论证 SAR 因「非公众发布」首先不触发 50(4)、且 HITL 触发豁免。但今天（语境 2026-09-10）已过 50(1)/50(4) 生效日（2026-08-02）——50(1) 交互披露义务已生效、必须落地，不是「示意」。直觉是「标一处『AI 生成』就够」，今天证明 50 条按款分了多个独立落地点，且 50(5) 还管「标在什么时机、是否无障碍可达」。
2. 演示数据集怎么脱敏才既真实又零隐私风险？ 作品集用真实交易会捅破隐私/合规；纯随机数据又不像真案子。本项目用合成数据，但「合成」不等于「免责」——发布前要有可声明的数据来源链路。
3. 发布检查清单怎么定，才让「合规」可被外部审计而非自说自话？ 2026 共识：治理文档必须从运行系统持续生成，不是审计前手工拼。

核心反直觉先抛出来：透明标注不是「打个 AI 水印」就完事，它是分款、分时机、分可达性的多点义务——50(1) 管「交互时告知」、50(2) 管「机器可读标记」、50(5) 管「首次接触时以清晰且无障碍方式呈现」。把它当单点任务，会漏掉 50(5) 的时机与无障碍要求，而这恰是公开 web 应用最容易翻车的地方。

关键内容

A. Article 50 分款落地点：标几处、标在哪、什么时机

精读 artificialintelligenceact.eu 权威转录的条款级文本，把每款映射成 v1.0 的具体 UI/代码落地点。注意区分已生效（2026-08-02）与Omnibus 推迟（2026-12-02）：

50(5) 是 Day 49 没展开、但发布工程必须处理的款——它管两件 web 应用的硬细节：

• 时机：披露必须在「首次交互或曝光时」就清晰可辨，不能藏在折叠面板或滚动到底才出现。本项目的 AmlSarPanel 顶部披露条已满足（首屏可见），但要确保它不被懒加载/折叠默认隐藏。
• 无障碍：披露须符合无障碍要求——披露条不能只靠颜色传达（色盲）、要有语义 role/aria-label、对比度达标、屏幕阅读器可读。这是公开 web 应用容易漏的——一个视觉上的灰色小字披露条，对屏幕阅读器用户可能完全不可达，技术上不满足 50(5)。

反直觉洞察①（透明标注的合规风险不在「标没标」，在「首屏可见 + 无障碍可达」这两个 web 细节）：直觉是「我加了一行『AI 生成』披露，合规了」。但 50(5) 把义务钉到时机（first interaction/exposure）和可达性（accessibility requirements）两个维度上。一个写在页面底部、或默认折叠、或灰色低对比度小字、或没有 aria 语义的披露条——内容上「标了」，但 50(5) 上没满足：它没在首次曝光时清晰可辨，对屏幕阅读器用户不可达。公开 web 应用的透明合规，一半在文案，一半在前端可访问性工程。把它当纯文案任务，会在 50(5) 上留缺口——而这恰恰是最容易被外部审计一眼看穿的地方（打开 DevTools 看有没有 aria，比读法务文档容易得多）。

B. 脱敏演示数据集：合成 ≠ 免责，要有可声明的来源链路

作品集公开后，任何人能点开看到「交易」「主体」「对手」。这些必须零真实个人数据。本项目从 P1 起就用 generator.ts 生成的合成数据——但「合成」不是发布的免责金牌，要有可声明、可审计的数据来源链路（2026 合规共识：document data lineage）：

关键设计：合成数据的可复现性本身是合规资产——给定种子，generator.ts 能确定性重建整个数据集，这条 data lineage（种子→生成器→80 案 V11）可被外部审计验证「这里没有真人数据」。这比「我手工脱敏过了」可信得多——手工脱敏可能漏，确定性合成从源头就没有真实数据可漏。

反直觉洞察②（合成数据的合规价值不在「假」，在「可复现地证明它假」）：直觉是「用合成数据就没隐私问题了」。但「我用了合成数据」是一句不可验证的声明——审计者凭什么信你没偷偷混入真实案例？真正的合规资产是确定性可复现：种子 + generator.ts → 完全相同的数据集，任何人可重跑验证「输入只有一个数字种子，输出是全部'交易'，中间无真实数据接入点」。可复现性把「相信我是合成的」变成「你自己跑一遍就知道是合成的」——这与 Day 86「可复现度量即差异化」、Day 49「流程留痕代替易碎内容标记」是同一信念：合规的可信度来自可被独立验证，不来自声明。

C. 发布检查清单：让合规可被外部审计而非自说自话

2026 AI 合规共识（NeuralTrust / GuardionAI checklist）：治理文档必须从运行系统持续生成，不是发布前手工拼。本项目 v1.0 发布检查清单按「可被外部一键验证」组织——每条都指向线上可点开/可跑的证据，而非一句承诺：

v1.0 发布检查清单（每条须指向可验证证据）
─────────────────────────────────────────────
[透明 · Article 50]
  □ 50(1) 披露条首屏可见,文案含"与自动化系统交互"   → 打开页面即见
  □ 50(5) 披露条满足无障碍(aria/对比度/非纯色编码)   → DevTools 可查
  □ 50(2) SAR 带 provenance(aiDrafted/reviewedBy/时间) → 审计轨迹可见
  □ 全站"非 LLM/规则引擎/合成数据"标注一致,无夸大    → grep 一致性

[数据 · 隐私]
  □ 演示集 100% 合成,种子可复现,无真实 PII           → 跑 generator 验证
  □ 注入对抗样本与正常演示数据隔离,显式标注           → 数据集分区

[评测 · 诚实]
  □ 规则基线 recall/FPR 为真实跑出,非声称              → 测试可复现
  □ judge/SAR 质量维标"待 P3 LLM",不谎称已评          → 头注一致
  □ ASR before/after 标"设计目标+行业锚定",非真实复测  → 头注一致

[运营 · 留痕]
  □ HITL 流程在 UI 可走通(批准/退回/修改记审计轨迹)    → 交互可验
  □ 模型/数据/限制以 model-card 式文档随发布           → 文档可读
  □ 已知局限显式列出(规则误报案/检索遗漏)              → 局限清单

清单的设计原则——每条都能被一个不信任你的外部审计者独立验证：透明项打开页面/DevTools 就能查，数据项重跑 generator.ts 就能验，评测项重跑测试就能复现，诚实项 grep 标注一致性。这正是 2026 合规共识「continuously generated from operational systems, not manually assembled before audits」的落地——把「相信我合规」变成「你自己验」。这条贯穿 Day 86（可复现度量）、Day 87（架构防线）、本日（可验证发布）。

设计要点/决策表

对本项目的落地

• app/aml-copilot/page.tsx + AmlSarPanel 强化 50(1)/50(5)：现有披露条文案「由自动化系统生成（规则模板引擎，非 LLM）」补足 50(1) 的「与自动化系统交互」语义；确保披露条在首屏首次曝光即可见（不折叠/不懒加载）；加 role="note" + aria-label + 校验对比度，满足 50(5) 无障碍。把 Day 49 的「示意」措辞改为「已生效义务」口径（语境已过 2026-08-02）。
• 计划新建 src/aml/compliance/releaseChecklist.ts：导出 RELEASE_CHECKLIST（C 节清单的结构化常量，每条带 verifyHow 字段指向验证方式）+ article50DropPoints()（A 节四款落地点表，复用 Day 49 计划的 article50.ts 的 article50Obligations，按当前日期判定已生效/推迟）。纯数据 + 纯函数，可单测断言「50(1)/50(4)/50(5) 已生效、50(2) dueDate=2026-12-02」。
• SAR provenance 字段（承 Day 49）落地 sarDraft.ts：SarDraft 增 { aiDrafted: true, reviewedBy: string|null, editorialResponsibility: string|null, draftedAt }，作为 50(2) 留痕式标记 + 50(4) 豁免证据；AmlSarPanel 审计轨迹区渲染 provenance。
• 演示数据 data lineage 文档化：generator.ts 头注补「确定性合成 + 种子可复现 + 零真实 PII」的 data lineage 声明；Day 87 注入对抗样本在数据集里显式标 isAdversarial: true 分区，不混入正常演示。
• 诚实标注：releaseChecklist.ts 头注明确——本清单是发布工程的合规自检，非法律意见；Article 50 时间线引 Omnibus 2026-05-07 临时协议（最终文本待通过，须复核）；50(2) 机器可读标记技术标准（Code of Practice，2026-06 终稿预期）仍在制定，本项目先落审计轨迹留痕过渡，待标准定稿评估接 C2PA；评测/ASR 数字均标「设计目标」非真实结果，全站口径一致。

参考资料

1. artificialintelligenceact.eu — Article 50: Transparency Obligations：50(1)「informed that they are interacting with an AI system, unless this is obvious」；50(2)「marked in a machine-readable format and detectable as artificially generated」「effective, interoperable, robust and reliable as far as technically feasible」；50(4) 豁免「human review or editorial control... natural or legal person holds editorial responsibility」；50(5)「clear and distinguishable manner at the latest at the time of the first interaction or exposure」「conform to the applicable accessibility requirements」(权威转录，持续)
2. European Commission — Code of Practice on Transparency of AI-Generated Content / Draft Guidelines on Transparency Obligations：50(2) 机器可读标记技术标准；第二版草案，终稿预期 2026-06（赶 2026-08 deadline）(2026-01/2026)
3. Bird & Bird / Jones Day / HSF Kramer — Article 50 Transparency Code of Practice 实务解读：50 条义务 2026-08-02 适用；Omnibus 临时协议给已上市生成式 AI 系统宽限至 2026-12-02 满足 50(2)；50(4) 编辑责任豁免 (2026-01/2026-03)
4. NeuralTrust / GuardionAI — AI Compliance Checklist 2026（EU AI Act + NIST AI RMF + OWASP LLM Top 10）：治理文档须从运行系统持续生成、非审计前手工拼；data lineage 文档化；可重构输入/输出/工具调用 (2026)
5. 本仓库 app/aml-copilot/page.tsx + src/components/aml/AmlSarPanel.tsx（披露条落地点）、src/aml/generator.ts（确定性合成数据来源）、src/aml/sarDraft.ts（provenance 字段）、Day 49 article50.ts（义务映射，扩展点）、Day 87 注入对抗样本（数据集分区） (2026-06)

SOTA 检查 (2026-06-11)

• Article 50 时间线在 2026-06 是 live 且本笔记语境（2026-09-10）已过生效日：50(1)/50(4)/50(5) 自 2026-08-02 生效，50(2) 经 Omnibus（2026-05-07 临时协议）推迟至 2026-12-02。本笔记把 Day 49 的「即将生效/示意」口径更新为「已生效义务」——这正是顶层时效性硬规则要求的「基于当前日期感知，不用过时口径」。Omnibus 最终文本仍待通过，须 2026-12 前复核。
• 50(5) 时机+无障碍是 Day 49 未展开、发布工程新增的关键款：公开 web 应用的透明合规一半在前端可访问性（aria/对比度/首屏可见），这是 2026 易被忽视、却最易被外部审计验证的点（洞察①）。
• 机器可读标记技术标准（Code of Practice）2026-06 预期终稿：C2PA 是候选但挺不过有损变换（Day 49 arXiv 2603.26983）。本项目选审计轨迹留痕过渡方案，待终稿定再评估接 C2PA——不押注未定稿标准。
• 「合成数据=免责」是过时认知：2026 合规要求 data lineage 可声明可审计；合成数据的合规价值在确定性可复现（你自己跑一遍验证它假），非「合成」二字本身（洞察②）。
• 待跟踪：(1) Code of Practice 终稿（决定 50(2) 是否从留痕升级 C2PA）；(2) Omnibus 最终文本通过时间；(3) AML Copilot 若被归类涉 Annex III 高风险（Omnibus 已将该义务推迟至 2027-12-02），则触发更重义务，须持续监控分类口径；(4) 发布后实测披露条无障碍是否真达标（屏幕阅读器实测），回填清单。