新修《 *** 安全法》将于2026年1月1日实施

安全库消息，2015年10月28日，十四届全国人大常委会第十八次会议表决通过关于修改 *** 安全法的决定，自2026年1月1日起施行。新修《 *** 安全法》2025年10月28日修正版，重点强化 *** 安全法律责任，加大对违法行为处罚力度；同时新增了人工智能安全与发展的内容，加强AI风险监测评估和安全监管，促进人工智能应用和健康发展。

修改后《 *** 安全法》充实了 *** 安全工作指导原则，强化责任落实，增加促进人工智能安全与发展的框架性规定，这标志着我国AI安全治理加速迈入法治轨道。

在政策和合规要求不断加码的前提下，企业强化AI安全治理已经成为人工智能时代的“必选项”，这不仅是IT部门工作，更是企业整体战略的核心任务。

为此，安全库认为推出AI安全治理框架，围绕六大治理维度展开全面布局，通过大模型卫士、大模型安全评估服务等产品服务，构建起覆盖AI全生命周期的安全防护体系，为人工智能发展保驾护航。

新修《 *** 安全法》嵌入人工智能发展与安全框架

2016年制定的 *** 安全法是 *** 安全领域的基础性法律。此次 *** 安全法的修改，适应 *** 安全新形势新要求，重点强化 *** 安全法律责任，加强与相关法律的衔接协调。

在责任强化方面，新修 *** 安全法加大了对违法行为处罚力度。具体体现在：

一是增加了行政处罚类型，例如新增了对直接负责的主管人员和其他直接责任人员的罚款规定；

二是大幅提高了罚款额度，例如对造成关键信息基础设施丧失主要功能等特别严重危害 *** 安全后果的，由有关主管部门处二百万元以上一千万元以下罚款；

三是丰富了处罚手段，引入了责令暂停相关业务、停业整顿、吊销相关业务许可证等措施。

为回应人工智能治理和促进发展的需要，新修《 *** 安全法》增加相关规定，具体包括：国家支持人工智能基础理论研究和算法等关键技术研发，推进人工智能训练数据资源、算力等基础设施建设，完善人工智能伦理规范，加强安全风险监测评估，创新并加强人工智能安全监管，促进人工智能健康发展。

全国人大常委会法工委发言人王翔指出，此次修法采取“小切口”方式回应实践新需求，既贯彻总体国家安全观要求，又为AI产业创新预留发展空间，体现了“安全可控前提下鼓励创新”的治理智慧。该条款的落地将填补AI安全领域的基础性法律空白，为后续专项监管政策提供上位法依据。

政策密集出台：构建AI安全治理“制度矩阵”

2025年9月以来，我国人工智能安全治理领域迎来政策密集期，从国家战略到具体规范的多层次制度体系加速成型，与《 *** 安全法》修订形成呼应与衔接。

9月1日，国务院印发《关于深入实施“人工智能+”行动的意见》，将“提升安全能力水平”作为核心任务之一，明确要求构建与AI技术发展相适应的安全防护体系，为产业发展划定安全底线。该这意味着从国家行动层面首次将AI安全纳入“人工智能+”落地的前置条件。

9月15日，国家 *** 安全宣传周期间发布了《人工智能安全治理框架》2.0版。相较于1.0版，2.0版新增“可信应用、防范失控”核心原则，构建起涵盖内生安全风险、应用安全风险、应用衍生安全风险的三维风险分类体系，首次将科技伦理治理系统纳入整体框架。同期发布的《政务大模型应用安全规范》则聚焦具体场景，从数据采集、模型训练到部署运维全流程设定安全标准，解决了政务领域AI应用的“安全操作指南”问题。

10月，中央网信办与国家发展改革委联合印发的《政务领域人工智能大模型部署应用指引》，进一步细化了“人工智能+政务”的安全要求。作为《“人工智能+”行动意见》的落地文件，该指引提出“安全评估前置、动态监测贯穿、应急响应闭环”的实施路径，要求政务部门建立AI模型安全台账，对涉及公共利益的应用开展年度安全评估，确保技术应用始终处于可控范围。

这一系列政策形成“国家战略-治理框架-场景规范-实施指引”的四级制度矩阵，既回应了全球AI安全治理的共性难题，也为我国企业AI安全建设提供了明确的合规方向。

企业须以战略思维构建AI安全治理体系

随着新修《 *** 安全法》将于2026年1月1日实施，政策体系的完善为企业安全建设划定了跑道，而如何将合规要求转化为实践能力，成为企业面临的核心挑战。

企业推动AI安全治理，首先要把AI安全纳入企业整体战略，而不是单点技术问题。企业应遵循“透明、可控、负责、合规、以人为本”的治理原则，明确责任，设立法务、合规、信息安全、业务等在内的跨部门治理委员会，确保治理框架顺利落地。

AI安全治理框架，围绕六大治理维度展开全面布局，构建起覆盖AI全生命周期的安全防护体系，为企业AI应用保驾护航。

之一是模型安全治理维度，主要聚焦模型内生风险缓解、攻击安全防御及决策透明与可解释性。其中包括对模型幻觉进行综合性缓解，构建AI驱动的纵深防御体系，推动模型决策过程透明显性化，同时做好模型完整性保障，在模型引入和上线前进行安全合规评估，确保模型安全可控。

第二是数据与隐私维度，重点保障模型训练阶段内外部数据安全、隐私及知识产权合规。包括严格筛选训练数据来源，加强敏感数据保护，落实个人信息合规保护要求，防范内部核心数据与知识产权泄露和失窃，为AI模型训练筑牢数据安全基石。

第三是应用与运营维度，致力于推动科学合理、安全地使用模型赋能业务应用与日常运营。建立审查机制，实施精细化访问与权限管理，并开展全链路运营监控，同时引入多源外部威胁情报，提升AI安全事件敏捷响应能力。

第四是基础安全维度，强化支撑AI稳定运行的IT系统环境安全措施。包括全面盘清AI相关资产，开展脆弱性扫描与风险评估，进行全面纳管与监控；并实行环境隔离，严格控制 *** 访问权限，加强身份行为安全与特权治理，保障IT系统环境稳定可靠。

第五是人员与责任维度，明确AI安全治理组织职责分工与协作机制。包括推动多部门密切配合协作，建立清晰问责机制，确保责任到人，并持续提升公司员工AI安全治理能力。

第六是持续改进维度，确保安全治理动态响应监管、安全态势与AI技术变化。包括定期开展风险评估，建立可审计的治理流程，密切追踪AI技术发展与法律法规更新，不断优化安全治理举措，适应AI领域快速变化的安全需求。

详见：《 *** 安全法》2025年10月28日修正版