从微信公众号打击非真人AI写作说起：未来AI治理的演进路径与多层次框架

近期，微信公众号开始严打"非真人自动化创作"了。

有人说，自己明明是手工写的，只是用了"壹伴"排版工具导入了一下，就被删了；

有人写的是AI工具教程（比如《如何用AI写爆款文章》），被判违规；

还有人直接被平台关停账号——因为用了"OpenClaw（龙虾）全流程自动化运营公众号"；

……

其实，不止是微信。
我仔细看了一下各大平台的动作，

小红书、抖音、今日头条等平台，

都在针对"纯AI托管账号"进行直接的清理和封禁。

我觉得，这些平台的态度点出了一个非常重要的未来趋势。
那就是：AI不能随便"野蛮生长"，必须被管起来。

这让人想起20多年前，

当互联网刚刚普及、病毒肆虐、数据泄露频发时，

信息安全领域也曾经历过类似的迷茫与阵痛。

而今天，信息安全管理已经形成了一套从国际标准到个人自律的成熟体系。

——AI治理，似乎也正在重复这条演进之路。

---

01/ 回顾信息安全管理体系的演进史

你回头看看信息安全的发展史，会发现一个很有意思的规律。

阶段：混沌期（1990年代）——各自为战，事故驱动

企业对安全的认知：装个杀毒软件、设个密码……

遇到病毒爆发、黑客攻击、数据丢失，应对方式基本是"出了事再补窟窿"。

这个阶段没有标准、没有体系、没有监管。

第二阶段：标准萌芽期（1995-2005）——BS7799到ISO27001的诞生

1995年，英国标准协会（BSI）发布了BS7799标准，

这是信息安全管理领域个系统性框架。

1998年，BS7799-2发布；

2005年，国际标准化组织（ISO）正式将其采纳为ISO/IEC 27001，

成为全球公认的信息安全管理标准。

这是信息安全管理从"经验驱动"走向"标准驱动"的关键转折。

第三阶段：法律法规爆发期（2000年代中后期-2010年代）——合规成为刚需

标准的出现让组织"知道该怎么做"，

但真正让信息安全"被重视起来"的，是法律法规的强制性要求。

欧盟GDPR、中国《网络安全法》《数据安全法》《个人信息保护法》……

信息安全从"自愿遵守"变成了"强制合规"。

第四阶段：行业监管与生态自治（2010年代至今）——多层次治理形成

随着标准的普及和法律的完善，不同行业开始根据自身特点制定更细化的要求。

尤其是金融、医疗、能源等一些重点行业。

行业监管成为介于"普适性法律"和"组织内部管理"之间的关键层级。

---

02/ 未来成熟状态下的AI治理，会是什么样的？

类比信息安全管理的成熟体系，我觉得未来的AI治理将形成一个至少五个层次的框架。

层：国际公认标准（提供管理框架）

简单来说，就是国际组织出台的一套管理办法，现在已经有了，代表就是 ISO/IEC 42001。

它不强制你用哪个具体的AI软件或系统，而是要求企业必须建立一套完整的管理体系：

✅ 责任到人： 公司里谁来管AI？

✅ 风险评估： 这个AI会不会有偏见？安不安全？

✅ 全程记录： AI用的什么数据训练的？做决定的逻辑是什么？必须清清楚楚记下来。

我的看法是： 未来大企业、大公司，尤其是要和国际做生意的，都必须有这个认证。它会成为企业使用AI的"准入门槛"。

第二层：国家法律法规（划定红线）

标准告诉你"怎么做比较好"，而法律告诉你 "不能做什么"。

目前各个国家都在加紧制定AI相关的法律。

在欧洲： 他们把AI按风险分级。风险极高的AI（比如操控人类行为的）直接禁用；高风险的必须严管。

第三层：行业监管（解决具体问题）

法律管大方向，但每个行业的具体情况完全不同。所以不同行业的监管部门，会出台专门的规定。

🔹 金融行业： 如果用AI审批贷款，必须给出明确的拒绝理由，不能是黑盒操作。

🔹 医疗行业： 用AI辅助看病，必须经过严格的临床验证，而且终必须由真正的人类医生来拍板决定。

🔹 教育行业： 用AI批改作业，必须有人工复核，还要防止学生用AI直接代写。

第四层：平台规则（直接的落地执行）

这就回到了文章开头，就比方说微信严打"非真人自动化创作"的这个事情。
平台的特点就是动作快、手段直接：

🔥 强制执行： 你不听话，平台直接给你限流、删文甚至封号。

🔥 技术识别快： 平台自己也用AI技术，几秒钟就能算出你是不是在用机器批量发文。

第五层：个人自律（核心的后一公里）

前面四层都是外部要求，后一层在于我们自己怎么做。

这一层脆弱也重要——它无法靠强制实现，只能通过教育、文化和长期社会化逐步形成。

---

03/ 对普通职场人意味着什么？

很多人还在问：

"AI来了，我是不是应该赶紧学提示词、学工作流、学各种工具？"

当然要学。
但如果你只停留在"会用AI"，很快就不够了。

因为未来更稀缺的，不是"会用AI的人"，
而是能让AI在组织中安全、合规、可控运行的人。

AI能力未来必然会越来越普及，真正稀缺的是AI治理。

接下来会冒出来的，不只是AI工程师岗位，
还会出现一批新的AI安全与治理角色：

🔹 AI治理与合规

🔹 AI风险管理

🔹 AI审计与内控

🔹 AI安全与数据治理

这些岗位的共同点不是"模型调参"，
而是：让AI真正进入组织，并且不出事。

---

04/ 普通人该怎么准备？先学什么，证书怎么选？

如果你是技术、产品、数据、风控、项目、合规相关岗位，

想往"AI治理"这个方向靠，建议这样规划：

🔹 偏管理体系和治理框架
→ 重点关注 ISO/IEC 42001（AI管理体系）。

🔹 偏信息安全、数据合规、风险控制
→ 建议进一步关注 CAIDCP（人工智能驱动安全专家认证） 和 AAIA（人工智能审计专家认证）。

🔹 偏流程、服务和组织落地
→ 特别值得关注的是ITIL 5——它已融入了大量AI治理相关内容。

🔹 偏项目推动和跨部门协同
→ 建议关注新PMBOK第8版的演进方向，以及AIPM（AI驱动项目管理）认证。

---

写在后

未来成熟状态下的AI环境，一定会越来越像今天的信息安全体系：

有国际标准，

有国家法律，

有行业监管，

有平台规则，

有组织制度，

也有个人边界。

这不是在限制AI。
恰恰相反，这是在给AI真正大规模进入社会和组织，铺一条能走得长远的路。

因为任何一项技术，真正成熟的标志，不是"大家都在用"。
而是：大家知道怎么把它用在边界之内。

如果你也在关注 AI治理、AI安全、AI审计 等方向，可以私聊小艾老师，可以进一步了解 ISO 42001、CAIDCP、AAIA 、ITIL5、AIPM等不同方向分别适合承接什么角色，获取课程大纲和更多资料。