一句话定义：EU AI Act（欧盟《人工智能法案》）的风险分级（risk-based classification），是按 AI 的用途会造成多大伤害来分档监管。风险越高，义务越重；不是按模型大小或跑分一刀切。
它大致分四档：
| 档位 | 典型用途 | 监管强度 |
|---|---|---|
| 不可接受风险（unacceptable risk） | 社会评分、操纵性技术、部分生物识别 | 禁止 |
| 高风险（high risk） | 招聘筛选、信贷、教育评分、关键基础设施 | 允许，但须做风险管理、数据治理、日志、人工监督、透明度等 |
| 有限风险（limited risk） | 聊天机器人、生成内容 | 主要负告知和标识义务 |
| 最小风险（minimal risk） | 垃圾邮件过滤、游戏、普通推荐 | 基本自由 |
关键在最后：监管盯的不是“模型是谁”，而是“谁用、用在哪、对谁产生什么后果”。同一个通用大模型，用来写诗、陪聊、整理纪要，通常是最小或有限风险；一旦嵌进招聘系统，自动淘汰简历，就可能成为高风险 AI。因为它影响就业机会，可能放大歧视，还可能对个人产生法律或经济上的重大影响。若用于社会评分或操纵弱势群体，则可能直接踩到禁止线。
打个比方：同一辆卡车，在封闭场地练车和上路载客，要求完全不同；同一味药，当保健品卖和当处方药开，监管也天差地别。AI 的风险来自使用场景，而不是模型本身。
还要区分几个相邻概念。模型评测看能力、准确率、安全性；风险分级看用途对权利和机会的影响。GDPR（通用数据保护条例）管个人数据怎么处理，AI Act 管 AI 系统怎么投放和使用，两者可能叠加。GPAI（通用人工智能模型）规则针对通用模型本身另设义务；但下游用于高风险场景，仍要满足高风险要求。
对从业者，实际意义是：做产品先问用途，再问模型。高风险场景要提前做合规设计、记录、人工复核和可解释性。对普通人，遇到 AI 筛简历、AI 面试、AI 信贷，可以关注是否有告知、人工复核和申诉渠道；遇到聊天机器人，至少应知道自己在和机器说话。采购和使用方同样有责任，不能全甩给模型供应商。
具体分类清单、义务细节和时间表，以欧盟官方页面为准。