背景
- 2023年6月，欧盟《（EU）2023/1230号机械条例》正式发布，将于2027年1月20日起全面实施，替代原有的Directive 2006/42/EC（机械指令）。
- 2021年4月，欧盟委员会提出了《人工智能法案》草案；该法案于2024年8月1日正式生效。
截至2026年4月，法国机械工程、钢铁和橡胶行业标准化办公室（Union de Normalisation de la Mécanique，简称UNM）于2025年发布的《人工智能与机械安全实用指南》（下称“指南”）与欧盟《机械法规》（Regulation (EU) 2023/1230 on machinery）及《人工智能法案》（Regulation (EU) 2024/1689 on Artificial Intelligence）原文之间存在多处差异。
UNM代表法国标准化协会（AFNOR）开展工作。该指南由UNM下属的机械安全委员会及AFNOR下属的机械安全——电工方面委员会的专家共同编写，并获十七家机构及企业参与，包括Cetim、Eurogip、INRS、法国劳动部等。指南本身为国家级实用指南，并非合格评定的依据文件。
本文旨在通过对照法规原文，梳理其中值得关注的差异点，供中国企业出口欧盟时参考。
《机械法规》中“自我进化行为”（ Self-evolving behaviour）的三种表述
《机械法规》并未使用单一的表述，其文本中出现了三种不同的表述。
第一种出现在引言第54条，属于宽泛的功能性表述，涉及具有自我进化行为并确保安全功能的系统，从政策层面解释了为何需要更严格的审查，依据是数据依赖性（data dependency）、不透明性（opacity）、自主性（autonomy）和连通性（connectivity）四个特征。
第二种出现在附件一A部分第5点、第6点、附件二第19点及引言第55条，是操作性表述，特指“使用机器学习方法、全部或部分具有自我进化行为以确保安全功能的系统或安全部件”。该表述直接决定了何时触发第三方合格评定。
第三种出现在附件三，涉及“全部或部分具有自我进化行为或逻辑、设计为在不同自主性水平下运行的系统”，适用于制造商的设计和风险评估义务。
三种表述并不相同。指南第3页仅复现了第二种和第三种表述，并将二者统一归入“IA”（ 法语Intelligence Artificielle，即人工智能）这一名称下，未包含引言第54条的表述。这一编辑选择虽便于实际操作，但读者在应用法规时仍需区分三种表述的不同法律效力。
《机械法规》与《人工智能法案》的衔接
指南第3页明确表示，在当前文件状态下，不讨论与《人工智能法案》相关的AI部分。这一范围限定虽属正常，但两部法规之间存在实质性的衔接关系。
根据《人工智能法案》第6条及第43条，若AI系统拟用作某产品的安全部件，且该产品属于《人工智能法案》附件一所列欧盟协调立法的覆盖范围，并需要根据该立法进行第三方合格评定，则该AI系统被列为高风险AI。在此情况下，提供者应遵循《机械法规》规定的合格评定程序，《人工智能法案》对高风险AI的实质性要求被整合到该程序中。
此外，《人工智能法案》第2(8)条将投放市场或投入使用前的研究、测试和开发活动排除在外，但真实世界条件下的测试不在此列。这一区别在讨论AI机械的训练、开发、验证和部署时具有重要意义。
仅依赖UNM指南的读者将无法接触到上述《人工智能法案》条款。这一范围限定本身不一定是指南的缺陷，但任何需要评估含AI安全部件机械的制造商、通告机构（Notified Bodies）或市场监督机构，都应当清楚意识到这一范围限制。
关于AI的定义范围不同
《人工智能法案》第3(1)条从功能上定义了AI系统：一种基于机器的系统，设计为在不同自主性水平下运行，可能在部署后表现出适应性（adaptiveness），能够生成影响物理或虚拟环境的输出。
《机械法规》本身未给出AI的统一定义，而是如前文所述，在不同条款中使用三种不同的表述。
指南第4页指出，在机械和《机械法规》的语境下，AI指的是用于机械控制系统中的、一个预先训练好的AI模型的推理引擎（inference engine of a previously trained AI model used in a machine control system）。该指南为此类机械控制系统引入了“习得性自动化”（Learned Automation，简称LA）这一工作表述，作为其自身的工作惯例，并非法规术语。
对比可知：第一，《机械法规》并未将AI定义为预先训练模型的推理引擎，法规原文仍然是“使用机器学习方法、具有全部或部分自我进化行为、并确保安全功能的系统或安全部件”。第二，《人工智能法案》的定义比“推理引擎”的简化更宽泛，部署前训练后冻结的模型仍可构成AI系统，因为部署后的适应性是可选的。
关于训练与推理能否同时进行的表述存在差异
指南第4页指出，训练（training）与推理（inference）两个阶段不能同时执行，并称“当AI训练时，它不工作；当它工作时，它不训练”。
这一表述过于绝对。法规条文中存在允许系统在“使用中”学习或改变行为的表述。《人工智能法案》引言第12条将适应性描述为“允许系统在使用中改变行为”的自学习能力（self-learning capabilities）。《机械法规》附件三B部分第1.2.1(d)条规定，机械、相关产品或操作者（包括在学习阶段）对设置或规则进行的修改，若可能导致危险情况，则应受到规范。该条款并未将学习阶段限定在市场投放前的开发阶段。
工程实践中同样存在在线学习、持续学习等技术架构，即已部署的系统可以在使用的同时更新模型或参数。这些模式在安全相关控制系统中是否可接受，是一个独立的验证、功能安全和合格评定问题。指南若能区分这一安全问题的考量与上述架构在技术上的广泛存在，将更为精确。
关于AI安全功能的判断
指南第13页举例“锯片遇手回缩”，并指出在撰写时及作者所知范围内，尚无AI系统应用能够根据成熟方法确保和验证安全功能。
然而，《机械法规》确实为此类问题设立了法律类别。附件一A部分第5点涉及使用机器学习方法、具有全部或部分自我进化行为、并确保安全功能的安全部件。附件一A部分第6点涉及具有嵌入式系统的机械，这些嵌入式系统具有上述行为并使用机器学习方法确保安全功能——仅就这些系统而言。附件二第19点在安全部件指示性清单（indicative list）中列出了相应的安全部件。
法律类别的存在与验证方法的成熟度是两个不同的问题。更中性的表述应是：针对AI或机器学习安全功能的验证方法仍在发展中，具体应用必须根据《机械法规》、相关协调标准、现有技术水平以及适用的《人工智能法案》义务进行个案评估。
AI在机械中的架构：检测并非唯一形式
指南列出的用例主要以检测（detection）或输入侧功能（input-side functions）为主。整体而言，指南的说明倾向于让人工智能远离安全控制层（safety-control layer），即只让AI负责“看”（如检测障碍物），而不参与“想”和“动”的决策。
这是一种可能的架构，但《机械法规》附件一A部分第5点、第6点的措辞并未将受监管类别限制于该架构。法律所覆盖的范围更广。
除检测类应用外，AI在机械中还存在至少三种其他架构：AI位于机器自身的决策和控制层内部（AI inside the decision-and-control layer of the machine itself）、AI用于自主行为生成和轨迹规划（AI in autonomous behaviour generation and trajectory planning）、AI用于协作控制（AI in collaborative control）。
指南仅通过检测示例来说明AI在机械中的应用，可能使读者对法规实际涵盖的范围产生不完整的理解。
指南未充分阐述的其他法规条款
实用指南无法涵盖所有内容，但以下条款值得读者直接查阅法规原文：
《机械法规》方面，指南引用了引言第12条、第55条，并复现了附件一A部分第5点、第6点、附件二第19点及附件三B部分第1.2.1节的部分内容。但未充分阐述：
引言第32条关于可预见的软件更新和预期演变的生命周期风险评估
附件三第1.1.9节关于防止损坏（protection against corruption）的规定
附件三第1.2.1节完整的数据保留和可追溯性架构（full data-retention and traceability architecture）
第3(16)条关于“实质性修改”（ substantial modification）的概念
《人工智能法案》方面，指南明确将其排除在范围之外。因此读者不会接触到关于高风险分类（第6条）、风险管理（第9条）、数据和数据治理（第10条）、透明度（第13条）、人工监督（第14条）、合格评定（第43(3)条）以及上市前研究、测试和开发的排除范围（第2(8)条）等条款的分析。
这些条款是制造商、通告机构或国家当局在评估含AI系统或机器学习组件的机械时可能需要考虑的。
对中国企业的建议
一、以法规原文为准。 实用指南可作参考，但合规设计应以《机械法规》及《人工智能法案》的正式文本为依据。
二、同步关注两部法规。 带有AI功能的机械产品出口欧盟，建议同时评估两部法规的相关要求，特别是数据质量、透明度、人工监督等方面的规定。
三、与专业机构保持沟通。 AI与机械结合的合规验证方法仍在发展中。建议企业与欧盟通告机构、第三方检测机构或相关咨询机构保持联系，针对具体产品进行个案评估。
