【專家解讀】先指引後立法 破解制度時差難題
「技術跑在制度前面，如何在創新活力與安全底線之間找到平衡點，是AI治理繞不開的時代考題。」技術迭代狂飆突進，制度供給如何及時跟上，成為人工智能時代商業秘密保護必須破解的現實難題。在深圳人工智能與機器人研究院（AIRS）具身智能中心主任劉少山看來，這份《指引》最值得稱道的，是它選擇了一條「先指引、後立法」的務實治理路徑，直面AI快速迭代帶來的制度時差，回應了AI時代商業秘密保護的根本命題。
「先指引、後立法」是順應技術發展規律的治理智慧。AI技術迭代的速度，遠超傳統立法的周期。劉少山表示，一部法律從調研起草到正式出台往往需要數年，而大模型、智能體的能力邊界每隔數月就可能被改寫，新的洩密風險隨之不斷湧現。先通過柔性指引梳理風險場景、明確行為邊界、凝聚行業共識，再根據大量產業實踐反饋逐步完善剛性規則，正是適配AI行業的敏捷治理思路。其關鍵在於堅持風險分級分類，避免監管「一刀切」。對於商業秘密洩露這類一旦發生便難以挽回的不可逆風險，監管應當從事後追責，進一步延伸到執行前的主動預防，在牢牢守住安全底線的同時，為技術創新保留充分的試錯空間。
阿里巴巴智篆研究院人工智能講師張瓊燕受訪時表示，AI普及給企業內部商業秘密管理帶來了全新挑戰，傳統制度框架正在遭遇新的漏洞。她分享了一則真實企業案例：一家推進全員AI轉型的企業，上線低代碼AI智能體工具之後，因權限沒有同步適配，出現普通員工可直接調取公司核心利潤數據的風險，企業發現後緊急調整權限規則，才化解洩密隱患。
如今技能封裝、智能體創建門檻大幅降低，普通員工都可以便捷地把內部業務數據「嵌入」AI工具中。這些AI封裝產物、自定義智能體本身，就成為一類全新的洩密載體，可以繞開原有的文檔權限、保密管理制度，悄悄帶走企業商業信息。
增設安全閘門 落實至實操層面
「柔性指引不是監管的終點，而是產業合規的起點。」張瓊燕提出，面向AI新場景，企業必須主動增設安全閘門。落實到實操層面，要建立封裝前脫敏審查、發布前審批白名單機制。把「哪些數據不能向外輸出」，變成每一個AI智能體創建者的必答題，將保密責任下沉到每一位使用者。
●香港文匯報記者 郭若溪 深圳報道
