中心命题：生成内容的标签不是一个视觉装饰，而是一套把“知情”重新分配给模型提供者、部署者、编辑和读者的责任基础设施。

证据边界：本文只解释欧盟透明度义务及其制度含义，不判断任何具体产品是否合规，也不把标识技术写成识别真假内容的万能办法。

AI内容开始要打标签了，但标签究竟由谁负责？

编辑台上最容易被忽略的动作，常常发生在文章已经写完之后。

标题改到第八版，图片裁成横幅，链接逐个点开，编辑把光标放在发布按钮上。此时，桌面右下角也许出现一个新问题：这张配图是摄影师拍的、设计师画的，还是模型生成的？这段公共说明是记者写的、机构交给模型起草的，还是一个人只看过标题后按下了“发布”？

过去，这个问题通常由编辑经验解决。现在它开始变成制度问题。

欧盟委员会 2026 年 7 月发布的指南说明，《人工智能法案》有关透明度的义务自 8 月 2 日起开始适用。它要求某些互动式 AI 系统让人知道自己正在同机器打交道；对生成或篡改的内容，提供者需要加入机器可读的标记；在特定情形下，深度伪造，以及未经人工审阅或编辑控制、用于告知公众事项的 AI 生成文本，也需要向接触内容的人作出告知。欧盟委员会指南

读到这里，人很容易把它想成一枚小标签：AI 造的，打个字就好。但法律真正处理的不是“有没有贴纸”，而是一个更麻烦的现实——当内容的来处变得难以察觉，谁应当负责把来处说清楚？

标签不是一个图标，而是一条接力链

先把两个常被混在一起的词拆开。

第一种是机器可读标记。它的理想形态不是在画面角落写四个字，而是让软件、平台或其他系统能够读取某种来源信号。它服务的对象首先是下一环节的机器：上传平台、内容管理系统、搜索引擎、审核工具。第二种是面向人的告知。它必须让一个普通使用者，在合适的时刻知道自己面对的是机器、合成内容或被改造过的内容。

一个面向系统，一个面向人。两者都不是万灵药。

机器可读并不意味着任何软件都能准确识别，也不意味着文件经过截屏、转码、重新压缩之后，线索仍会完好无损。面向人的告知也不天然等于理解：一个用户看到“AI 生成”，并不会因此立刻知道材料由谁提供、哪些部分由人核验、模型在哪一步出错过。把这两件事都叫“标签”，就像把档案室的索引和展柜旁的说明牌当成同一个东西。

但索引和说明牌都不可少。没有索引，责任在供应链里很快失去踪迹；没有说明牌，人则被迫在不知道对象为何物的情况下判断、转发和相信。

这正是透明度义务最值得写的地方：它没有承诺替读者识别真相，而是要求参与者少制造一种不必要的无知。

谁是“负责的人”

生成式系统进入内容生产后，责任并没有消失，只是变得更碎。

模型提供者设计系统、决定能否生成标记、怎样保存技术文档；把系统放进产品的人决定界面什么时候提醒用户；使用系统来发布内容的机构，还要决定何时安排人工审阅、怎样表明审阅是否发生。最后，平台决定内容上传后会不会保留信号、会不会在转发时显示它、会不会把没有信号的内容默认当作真人创作。

每一环都可以说：“我只做了很小的一步。”问题也恰恰发生在这些小步之间。

想象一条公共信息的流水线。市政部门请外包公司做一张图；外包公司调用模型生成初稿；社交平台为了节省带宽重新编码；市民截屏转发。到第五次传播时，原先的技术标记可能已不在，最初有没有人核验过内容也无人知道。此时让最后一个转发者承担全部识别义务，既不现实，也不公平。反过来，如果每一环都只把合规理解成“我的系统曾经输出过一个标记”，读者面对的仍是一张没有来历的图片。

所以，标签真正测试的是协作。它逼迫不同主体回答同一个朴素问题：当一条内容抵达公众面前时，谁仍然对它的来源、修改和审阅状态负有说明责任？

延期的规则，和已经到场的规则

制度时间表也提醒我们，别把 AI 法案说成一扇同时关上的大门。

欧盟理事会的时间线显示，多数规则在 2026 年 8 月 2 日进入适用和执法阶段；与此同时，部分高风险 AI 系统的规则适用日期被安排到 2027 年或 2028 年。透明度义务、模型供应链文件、不同类别系统的要求，并不在同一时钟上。欧盟理事会时间线

这会带来一个不那么激动人心、却更接近现实的局面：企业不会在某一天突然完成合规，公众也不会在某一天突然获得不受欺骗的信息环境。更可能发生的是，内容团队先改发布流程，产品团队再改交互提示，法务和工程团队围绕“谁算部署者”“什么叫人工审阅”争论，平台在可见提示与机器信号之间寻找能承受的成本。

从投资和创业的角度看，这意味着机会未必在“做一个 AI 水印”。真正稀缺的是能跨过多个组织边界的记录能力：来源如何附着，修改如何留下痕迹，人工审阅如何被诚实说明，用户如何在不被打断的情况下获得必要信息。它们听上去像后台功能，却决定一项生成式产品能否被新闻机构、学校、公共部门和受监管行业放心采用。

不能把标签当作真假印章

这里必须停一下。标签解决不了真伪。

一张带标记的 AI 图，仍然可能准确、无害、有创意；一张没有标记的真人拍摄照片，也仍可能被断章取义、摆拍或误配文字。来源不等于真实性，技术生成不等于虚假，人类制作也不自动等于可靠。

如果把“AI 生成”当成新的污点，制度会把问题从欺骗转成歧视；如果把带标记的内容当成已经安全的内容，制度又会制造新的错觉。对新闻编辑、教育者、公共机构和普通读者而言，更有用的三连问仍然很旧：它从哪里来？谁看过？它能被哪些证据支撑？

透明度规则只是在这三连问之前，争取让第一问不至于完全无从问起。

当标签在传播中消失

真正考验这套制度的，不是模型第一次输出文件的那一秒，而是内容离开原始界面之后。

一张图片会被截屏，剪成竖版，嵌进另一个视频，再被转成新的压缩格式。一个问答机器人给出的文字会被复制进邮件、海报、演讲稿和新闻摘要。传播的便利，正来自内容可以脱离最初的工具；而来源信息往往恰恰附着在最容易被剥离的地方。

这意味着，透明度不能只被设计成模型端的一次性输出。它还涉及文件格式、平台处理、内容管理系统、转发界面和机构内部的发布纪律。技术上，没有任何单一信号能保证在每次变形后都原封不动；组织上，也没有一个“上传者”能代替整条链上的所有判断。更可靠的方向不是许诺永不丢失，而是让每个环节丢失信息时都知道自己丢失了什么，并有机会补上面向人的说明。

对编辑部而言，这会带来一些朴素但重要的流程变化。素材入库时记录来源；调用生成工具时保留项目级说明；事实性公共信息在发布前区分“模型协助起草”和“人工已核验”；转发外部合成素材时，不把原始标签的缺失误读为“它肯定不是 AI”。这些并不要求每个记者成为取证工程师。它要求机构停止把来源当成发布完成后才处理的装饰。

也正因此，最值得警惕的不是标签显示得不够醒目，而是标签被当作免责句。若一家机构只在页面底部塞进微小的“AI 辅助”，却不解释哪些判断仍由人作出、哪些证据仍未核验，它完成的只是形式动作。透明度的反面不是没有标签，而是让一个看似说明充分的界面掩盖了真正无人负责的空白。

读者不该被要求成为鉴定师

还有一种常见反应是：既然工具越来越强，公众就应该学会自行辨认。这个想法听起来像是在尊重读者，实际上常常是在把制度成本推给最没有工具的人。

普通人当然应该保留怀疑，也应当学习查看来源、比较材料、警惕情绪化转发。但一个人不可能靠肉眼辨认每张照片的生成路径，也无法在十秒钟内追查一段语音经历过哪些编辑。把“辨别力”理解为个人永无止境的防御训练，只会让擅长制造规模化内容的一方拥有更多优势。

因此，标签的公共价值不在于替任何人做判断，而在于把判断所需的一部分信息，以不必秘密取证的方式提供出来。读者仍需要判断；不同的是，他不必先猜测自己面对的是谁、由什么系统制作、有没有人负责。技术社会真正成熟的标志，也许不是每个人都能识别每一段合成内容，而是没有人必须独自承担这种不可能完成的识别任务。

回到那枚发布按钮

在编辑台上，最值得留下的未必是“AI”两个字，而是一个没有被省略的过程：这篇文字的哪一部分由模型协助，哪一部分经过人的核验，图片是否被合成或修改，谁愿意为公共信息的准确性署名。

这并不浪漫。它会增加工作，会让许多原本可以悄悄完成的自动化步骤暴露在光下，也会让“内容生产”从一次性输出变成可回溯的链条。但技术把表达变得廉价之后，社会总要重新学习一件昂贵的事：让人知道自己究竟在相信什么。

标签不是信任本身。它只是为信任留下入口。

来源与边界

• 核心来源：欧盟委员会：AI 透明度义务指南；欧盟理事会：AI Act 时间线。
• 辅助来源：欧盟委员会：透明度实践准则。
• 本文不能外推：不判断任何具体产品或平台是否合规；不将机器可读标记描述为鉴别真假内容的技术保证；不把欧盟规则直接等同于其他法域的义务。