我的本职工作是内容审核。每天的判定都从一套分类体系（taxonomy）开始：一条内容进来，先定它落在哪个类别，暴力、骚扰还是虚假信息；类别定了，处置跟着定，删除、限流、加警示或放行（Meta 自 2018 年起就公开描述过这套「删除/限流/加注」结构，现行的执行说明写的也是它）。分类法在这个行业里不是学术文件，是流水线上的操作规程。

所以我对 AI 风险分类法的现状格外敏感。截至 2026 年 5 月，公开发布的 AI 风险分类体系已超过 70 套（这个数字是下文讨论的论文引自 Slattery 等人的统计；论文自己的附录也明确说明只是不完全列表）；MIT 的 AI Risk Repository 光是为了汇总这些体系，就收录了 65 个框架、1700 多条风险条目。分类越做越多，却少有证据显示这些体系真的接进了部署决策和上线后的监测。8 月挂出的这篇论文把这个现象放到了台面上，标题就叫 “Death by a thousand taxonomies?”，化用英文说法 “death by a thousand cuts”（凌迟式消耗，指许多小伤口累积把人拖垮）：杀死治理的可能不是某个漏网的风险，而是一千套互不兼容的分类法本身。

论文做了什么

Glen Berman 等六位研究者访谈了 25 位真正做过或用过风险分类法的人：8 位来自学界，10 位来自业界，7 位来自公民社会和政府；其中 17 人参与开发过至少一套分类体系，合计超过 20 套。这是少见的「现场检查」——论文自己也指出，这类体系实际怎么被开发、解读、使用，实证研究一直很少。

先解释一下对象。论文把这类东西叫 Sociotechnical Outcome Taxonomy（SOT，社会技术后果分类法），说白了就是一张带层级的风险清单：先分大类（比如隐私侵害、虚假信息、歧视与排斥），大类下再切细类，供评估、审计、政策写作时对号入座。监管方有自己的版本，各家公司有自己的版本，研究者还在不断发布新版本。

访谈结果可以压缩成三个诊断。

**一、设计取舍是隐形的，用的人把清单当成了风险全集。**每套分类法都由具体的人在具体约束下切出来：谁参与、切多细、为哪个团队的工作流服务。这些选择很少写进成品。一位受访者说得直接：「如果分类法主要出自计算机科学的小圈子，它未必真能覆盖风险的全貌。」另一位举了个例子：用 deepfake 语音骗一位老奶奶，和用 AI 冒充美国国务卿 Rubio 的声音联系至少三位外国外长（2025 年 6 月真实发生，7 月曝光后美国国务院介入调查），伤害机制完全不同，前者是针对个人的诈骗，后者是针对外交官员的冒充行动，而只设一个「深度伪造危害」类别的分类法，会把两者压进同一个格子。用的人看不到压缩过程，就会把格子当成现实。受访者 I8 的原话：「危险在于你开始把抽象当成现实……人们以为分类法就是真的。」

**二、只列危害，不挂责任。**这是全文我最有共鸣的一条。I8 的说法值得全文引用：「分类法里缺了因果这一环……我们把它当成植物学分类来做，而不是『等等，这是我们自己干的』……每当危害被发现、被指出来，他们当然……上法庭说：不，这不是我们的责任。」植物学家给植物分类，不需要为植物的存在负责；AI 风险分类法的编制者和使用者恰恰是风险的制造方，分类却做成了旁观者视角：只登记「存在哪些危害」，不登记「哪个决策点、谁的选择让它发生」。责任就在这一步被洗掉了。

**三、分类正在替代行动。**受访者描述的场景相当扎眼：产品团队做完一份 datasheet（记录数据集来源与构成的说明文档），被问「所以你们据此改了什么？」，回答是「没改，我们只是记录了」。另一位形容：「用了这个工具、这本『圣经』，好，绿灯，推向市场。」上线后的风险监测「一直被降优先级」，不良事件上报管道「像个幻想」。与此同时，分类法太多本身制造了新工作：有团队专门做不同分类法之间的映射表，好让「在体系 A 下做过的工作在体系 B 下还算数」。翻译劳动替代了治理劳动，论文称之为 analysis paralysis：光是选用哪套体系就耗尽了行动力。

为什么会泛滥：分类即话语权

论文没有断言 70 多套体系泛滥出自单一原因，但直接点名了一个激励：业界研究者发布新分类法是有回报的。此外还有一层更深的拉力，一位受访者点破：「说到底，分类法是语言创造……如果语言和归类就是权力，那分类法握着权力。因为如果你造一套分类法、故意漏掉某些类别，那些类别就不会被测量。」自己定分类，就等于自己划定「哪些算风险」的叙事边界。另一位观察到，一些公司对风险的框定方式「窄得可疑」。又没有现成的协调机制，公司和研究组便各造各的版本，而受访的开发者也几乎无从得知发布之后的情况，一位坦承：「很遗憾，我没有任何证据说明人们是否觉得它有用。」

拿内容审核的分类体系做个对照，能看清缺的是什么。审核用的 policy taxonomy 谈不上更科学。在我的经验里，标注者之间照样有分歧，边界内容照样主观，不同用户群体对同一类别的线也画在不同位置；校准会、双人标注、申诉复核能把分歧率压下去，但我从没见过压到零。可它有一样东西是 AI 风险分类法普遍没有的：在我经手的体系里，每个标签都接着一个动作。类别对应处置，处置有阈值，policy 有 owner，判定进质检指标，错判走申诉通道。分类法在这里只是执行系统的第一环，它不需要「被采纳」，因为不用它流水线根本转不起来。AI 风险分类法的处境相反：先造清单，再指望有人自愿把它接进决策，而那个执行系统根本不存在。论文的说法是，「实现 SOT 的潜力，需要的治理基础设施还不存在」。

可操作的判断

论文给分类法设计者的建议里，两条最实：一是互通性，用共享的结构约定（区分风险/影响/危害、区分已观测和仅预期）加公开的跨体系映射表，把现在从业者私下做的翻译劳动变成发布物的一部分；二是可追溯性，每条风险标出「它经由哪些决策点产生、谁的决策管着那个环节、部署后要观测到什么信号才能发现它」。论文管这叫轻量因果映射，我觉得它就是把「植物学分类」改回「操作规程」的最小改动。

对治理侧，论文提议建一个共享登记库存放各套分类法及其设计文档，但明确反对现在就搞统一标准：仓促标准化只会把在位者在定义权上的优势固化进标准里，眼下更该做的是积累让未来标准能长出来的基础，包括使用证据、映射关系、监测数据。

给普通读者一个更直接的用法。下次再看到某家公司或某份报告祭出一套风险分类法，可以拿三个问题去检验：每个类别触发什么动作？危害发生时哪个环节的谁负责？部署之后靠什么信号发现它？三个都答不上来的分类法，不管切得多精细，本质上还是一份文书。而在我的经验里，这类文书最后起到的作用，往往是在出事之后证明「我们分过类了」。

参考来源