大模型“开源”到底开了什么？不同协议有什么区别？
文章拆解大模型“开源”的不同层次，区分开放代码、开放权重、训练数据、训练配方和使用政策，并比较 MIT、Apache-2.0、BSD、自定义模型协议等对企业商用、微调、再分发和合规风险的影响。
专题
政策
关注治理政策、监管路径与制度落地方式，强调合规责任与政策协同。
智能体正式进入监管周期：中国开始为 Agent 时代建立治理底座
2026年5月8日三部委联合印发《智能体规范应用与创新发展实施意见》，监管对象从大模型转向智能体，提出七层安全框架、权限边界、行为围栏、AIP协议与智能互联网等核心议题，标志着 Agent 时代治理底座正式铺底
从"技术滥用"到"应用乱象"：中央网信办2026 AI 专项行动释放了什么新信号
去年打的是 AI 黑灰产，今年管的是 AI 产业链——监管正在从治理"AI 技术被滥用"，进入治理"AI 应用全链条"的阶段。
中国大模型输出内容的法律法规体系
从基础法律到生成式AI专项规章，系统梳理中国大模型内容安全的五层法律框架：网络安全法、数据安全法、算法监管规定、生成式AI暂行办法及技术标准，厘清平台主体责任与合规路径。
Agent Skill七阶段生命周期与六个治理组件
讨论 Agent 安全时，我们很容易把注意力放在模型、提示词、工具调用和插件市场上。但在真实企业环境里，真正把风险带进业务流程的，往往是夹在模型与工具之间的 Skill。
金融 Agent 上线之后：四个生产架构、六类威胁与三个负面结果
6 月 28 日，Krishna Mohan 和 Guda Nagavenkata Srinivasa 在 arXiv 提交了一篇论文，题为 **《Agent Security Meets Regulatory Reality: A Practitioner Systematization of A
真实性债务：合成内容威胁的五个维度与四支柱防御架构
当一封邮件使用了熟悉的公司模板，当一段语音听起来像某位高管，当一份报告采用了标准的公文格式，我们过去很容易默认它是可信的。数字世界长期依赖这种“表面真实性”：格式正确、声音熟悉、画面清晰、来源看起来正常，往往就足以让人继续下一步操作。
前沿 AI 治理框架：四类风险、三级分级与四层防护（OpenAI，2026.5）
OpenAI 发布前沿治理框架，把前沿模型上线条件从能不能安全回答问题升级为能不能证明高能力模型应该被允许上线
让大模型理解数据，但不接触数据：企业 AI 数据访问的新安全边界
最近看到一篇很适合企业 AI 安全落地的论文，题目叫**《Positive Data Control: A Secure Architecture for LLM-Mediated Data Governance》**。
全球AI治理的政治制度基础、治理逻辑、立法结构和治理工具
梳理全球AI治理的三条主路径，比较不同政治制度下的治理逻辑、立法结构与工具组合，并聚焦生成式AI、深度合成与算法透明度的差异化监管。
“AI+政务”指引：4个场景×4个部署规范×6个安全措施
解读《政务领域人工智能大模型部署应用指引》，按场景、部署与安全要求给出落地清单。
《国务院“人工智能+”行动意见》解读：六大领域八大支撑
解读《意见》的六大领域与八大支撑，梳理AI+国家级工程的逻辑、机遇与挑战。
近期AI治理的13个重点方向（中央网信办，2025.4）
围绕“清朗·整治AI技术滥用”专项行动，梳理13个AI治理重点方向、监管方式与治理措施。