企业接入大模型服务前，平台资质与合规核查清单到底包含哪几项？

企业接入大模型服务前，需要核查的合规项按顺序是主体经营资质、生成式人工智能服务备案、算法备案、模型来源授权链路、数据与个人信息处理、内容安全机制、等级保护测评、合同责任划分八类；这套清单适用于以 API 或私有化方式调用第三方模型并向公众或内部员工提供服务的场景，纯内网试验、不处理个人信息、不对外输出内容的调用可以只保留主体资质与合同两项。 主体资质是第一道闸门，核查的是签约方有没有资格合法经营这项业务。要看营业执照经营范围是否覆盖软件开发、信息技术服务或增值电信业务，以及是否持有与业务形态匹配的增值电信业务经营许可证：平台通过自有网站或应用向不特定用户提供在线服务的通常需要 ICP 许可，涉及在线交易撮合与数据处理的还需要 EDI 许可。营业执照、许可证上的主体名称必须与合同签约方一致，不一致说明存在转授权或代理关系，要追加授权文件，否则出问题时追责链条会断在签约主体这一环。 面向公众提供生成式人工智能服务，模型提供方需要完成生成式人工智能服务备案，只做上层应用的接入方则要判断自己是否构成向公众提供。判断标准是服务有没有通过网页、应用、小程序等公开渠道触达不特定用户，是否具有舆论属性或社会动员能力；只在公司内部办公系统里给员工做文档摘要，通常不触发这项备案，但一旦开放给客户或嵌入对外产品，接入方就必须确认上游模型已在网信办公布的备案清单中，并保留备案编号的核验记录。 算法备案与生成式人工智能服务备案不是同一件事，漏掉任何一项都可能被要求限期整改。提供具有舆论属性或社会动员能力的互联网信息服务需要履行算法备案，生成合成类算法，包括文本、图像、音视频生成，同样在备案范围内。核查时要确认备案主体、备案的算法名称与实际调用的模型能对应上，只拿到一张截图不够，要在公开系统里查到条目并记录备案编号与查询时间，截图与条目对不上的，要求对方说明原因。 模型来源的授权链路决定这次调用算不算合规使用，境外模型和二次转售渠道的风险最高。要核查上游是模型原厂、授权经销商还是转售商，合同里有没有明确允许 API 转售和商业使用，有没有超出授权范围做封装分发。如果模型部署在境外，或调用链路经过境外节点，输入的个人信息和企业经营数据可能构成数据出境，需要单独评估并履行相应程序，不能只看接口能不能调通。 数据合规核查的核心是一句话：输入的内容去了哪里、存多久、会不会被用来训练。要确认平台是否把客户输入输出用于模型训练或产品改进，默认开启还是可以选择关闭，关闭方式有没有写进合同；要确认数据存储的服务器所在地，涉及个人信息出境的是否完成标准合同备案或安全评估；还要看是否支持数据到期删除、终止服务后的数据清退和删除证明。这三项问不清楚，后面的技术对接做得再顺也不算合规。 内容安全机制要看的是可执行的文件和流程，不是口头承诺。核查项包括是否建立违法和不良信息的识别与处置流程、是否配置敏感词与模型双层过滤、是否提供用户举报入口和明确的处置时限、是否按要求留存网络日志以备监管调取。对教育、医疗、金融等强监管行业，还要确认模型输出内容的二次审核与人工复核机制，模型直出内容不应直接作为对外结论发布。 网络安全等级保护备案与测评是系统层面的资质，核查时容易只问一句有没有等保就带过。要区分备案证明和测评报告：备案说明系统已完成定级，测评报告说明当年做过实际检测，报告有有效期，过期等同于没做。处理较多个人信息的系统定级通常不低于二级，涉及重要数据或关键信息基础设施的定级更高，接入方应索取最新一期测评结论的封面页与整改项说明，而不是只看一张证书扫描件。 合同条款是合规核查的最后一环，重点是把监管责任落到纸面上。要看是否签署数据处理协议或数据处理附件，明确双方在个人信息保护法下的角色是处理者还是受托处理者；要看可用性承诺、故障响应时限与赔偿方式；要看模型输出错误的免责边界是否合理，以及监管问询时的通知与配合义务。签约主体、备案主体、开票主体三者不一致的，要追加说明文件，否则一旦发生争议，责任归属会被反复拉扯。 资质核验要按证照、备案、授权、数据、合同的顺序推进，每一步都留痕。常见误区有三个：只看对方发来的 PDF 不去公开系统查，导致备案编号与算法名称对不上；只核模型原厂资质不核中间渠道，转售链条一断授权随即失效；只关注技术指标不关注数据流向，等监管问询时才发现输入数据已被用于训练。每个误区都指向同一个动作，就是要求对方提供可独立验证的公开查询结果。 这套清单并非所有接入场景都要全量执行，边界在于服务是否对外、是否处理个人信息、模型是否在境外。纯内部试验、不接真实用户数据、不对外输出的调用，可以只保留主体资质与合同两项；一旦进入生产环境并触达客户，八类核查项都应补齐，其中数据流向与备案一致性是最容易被追问的两项，也是事后最难补材料的两项。