2026 年 10 月 16 日公布的《中国禁止出口限制出口技术目录》修订征求意见稿，提出了一个清楚的政策方向：保护特定人工智能技术，同时为模型服务、开源和跨境合作保留空间。第一篇讨论了这套分类安排的基本逻辑。接下来需要追问的是，这些区分能否在具体条款中成立，并在实施中保持下来。
商务部答记者问将“列管范围精准有限”作为此次修订的一个特点，同时要求出口经营者自行判断拟出口技术是否落入临时登记管理范围。〔1〕这两项表述放在一起，意味着经营者要根据规则判断自己的技术是否受到管理。规则提供的尺度越清楚，经营者的判断就越有依据。
但目前有几处不确定性，直接关系管制结果：一项基础功能条件会覆盖多大的技术范围；一个具体数字是否对应共同的测量方法；技术已经属于限制类时，又在什么条件下适用服务排除或便利措施。这些问题会影响哪些技术进入管理、哪些活动能够适用开放安排，以及企业要承担多大的判断成本。
这里最需要重视的是：一些看似属于技术细化的问题，实际包含了管制范围的选择。 如果这些选择长期留在解释空间中，谨慎的经营者会有动力扩大合规范围，另外一些经营者则可能依据较宽的排除解释开展业务。不同经营者可能据此形成不同的分类判断，同一技术、相近活动也可能受到不同处理，进而影响分类管理的效果。
新增禁止、限制出口条目目前仍在征求意见，出口前临时登记已经同步实施。〔2〕因此，现在正适合把这些边界讨论清楚。
图 1｜不确定性通过判断分歧影响管制结果；图示为可能机制。
一、“列管什么”，仍有需要直接回答的范围选择
先看人工智能处理芯片设计条目。它采用“具有以下任一特性”的结构，列举了 14 纳米及以下制造工艺、先进封装等条件，其中还有一项是“具备浮点或整型运算能力”。〔2〕
“任一”在这里非常重要。对属于该条目对象的 AI 处理芯片设计而言，即使没有采用所列先进工艺或封装，只要具备浮点或整型运算能力，也满足一个独立条件。其他并列的先进指标，并不会进一步限制这项条件。于是，条目的实际范围，就更多地取决于“人工智能处理芯片”本身如何定义，以及它与通用处理器之间怎样划界。
这涉及两种不同的政策选择：广泛管理相关 AI 处理芯片设计技术，或者筛选其中某些关键先进技术。前一种选择需要明确技术对象，后一种选择还需要为基础运算能力附加有实际筛选作用的条件。它们各有不同的覆盖范围，应当由正式文本直接表达。
大模型“核心技术”条目存在相近的问题。草案将具有所列任一特性的大模型的核心技术列入限制范围，包括权重参数、关键检查点、底层源代码、架构设计，以及训练优化、推理加速等技术。〔2〕权重和检查点容易对应特定模型，通用训练或推理方法与某个模型的关系，则需要进一步解释。
假设一项尚未公开的推理优化方法，同时用于达到控制门槛的大模型和其他模型。如果“曾被达标模型使用”就足以使整项方法进入管理，这项方法用于其他模型时的对外提供也可能受到影响。如果要求该方法与受控能力之间存在特定关联，或者只管理为达标模型形成的专门实现，范围就会不同。
关键在于，相关方法与达标大模型之间应当具有什么关联，才属于这里的“核心技术”：专门用于某个模型，对达到相应能力起关键作用，还是实现该能力所必需？这里采用的标准，会决定通用方法是否因一个应用场景而被整体纳入管理。明确这一关联，既能保护真正关键的技术，也能避免将相同名称下的通用方法一并覆盖。
图 2｜关键问题在于关联标准，而不只在于方法是否曾被某个模型使用。
再看数据模型条目中的“利用我国核心数据／重要数据进行训练后提供服务的大模型”。〔2〕如果“提供服务”是界定对象的独立条件，尚未上线的研发模型与已经提供服务的模型就存在区别。若拟将尚未上线的模型、研发检查点和拟直接交付的权重一并纳入相应数据模型条目，应当在对象范围中列明。部分成果是否另外命中大模型核心技术条目，则依该条目的规模或能力条件判断。
这些文字上的差异，会转化为技术上的范围差异。 因而，完善规则首先应说明哪些范围选择已经作出、哪些对象被明确纳入，以及相关技术与列管对象之间应当具备什么联系。企业掌握技术事实，可以说明自己开发了什么；至于哪一种联系足以触发管理，应由规则提供共同尺度。
二、同一技术，可能因判断口径不同而得到不同结论
草案设置了不少具体数值。这有助于缩小判断范围，但数值要发挥作用，还取决于测量什么、如何测量，以及用什么证据证明。这里存在的不确定性，可以从重要数据模型的排除条件看得很清楚。
在微量使用这一排除路径中，草案要求仅使用微量（≤0.1%）重要数据训练，所用重要数据无法实质性提升模型“在该数据领域的核心技术研发能力”，同时采取脱敏清洗等安全措施，且重要数据不会在输出环节复现。〔2〕这些条件共同决定这一排除路径是否成立。
问题首先出在 0.1%的计算上。按样本数量、数据字节数、词元数量或者实际训练投入计算，结果并不相同。同一批数据重复采样，原始数量也不能直接说明实际使用强度。如果统计对象和重复使用的计算方法没有统一，同一组训练材料就可能得到不同的比例，进而影响同一模型是否适用排除。
更值得注意的是“不复现”的证明。如果这一条件要求企业排除所有未来输入下的复现可能，有限测试将难以完成这样的证明；如果允许依据规定条件下的测试作出判断，就需要说明测试方法、复现判据和可接受的证据。两种理解之下，这项排除的实际可用程度会有明显差别。
换句话说，排除条件写在条文中，只是第一步。证明标准如何设定，会直接影响企业能否使用这项排除。对于能够依据既有训练记录、公开材料或规定测试确认的事项，应当给出相应证明路径。否则，企业即使认为自己符合实质条件，也可能因为无法确定证明是否充分，而选择按更严格的方式处理。
图 3｜实质条件决定能否排除，测量与证明方法决定企业怎样作出判断。
同样的问题也会出现在其他指标中。10²⁶次浮点运算统计哪些计算活动、不同阶段是否累计，20,000 亿参数按总参数还是激活参数计算，都关系到测量对象。智能体的步骤数、工具数和并发数量，则与任务如何拆分、接口如何计数和实际协作方式有关。〔2〕把这些方法交给各方自行选择，很难保证最后比较的是同一件事。
多智能体条目中的时间条件尤其能说明这一点：在相同效果下，整体任务完成时间不超过单智能体最低完成时间的 2 倍。〔2〕“相同效果”和“最低完成时间”需要依据具体任务和资源配置来衡量。给多智能体配置更多算力，与在相同资源下比较，得到的时间比值就未必可比。因此，任务集合、资源配置、计时边界和重复测试方法，应当有共同的评价口径。同一项技术是否达到门槛，才有可复核的依据。
排名又增加了时间因素。草案已经将全球领先水平的判断基准确定为“出口活动发生时”。〔2〕因此，问题在于这一基准怎样适用于一次性交付、分期部署、持续授权和后续更新。
例如，在分类结果取决于排名条件时，模型签约时位列第 11，实际交付前进入前 10，已经启动的项目应当怎样处理？持续授权期间又发生部署或者版本更新，哪些行为构成新的出口活动？这些问题直接决定企业何时采用哪个评估结果，以及既有判断在什么条件下继续有效。
这里需要明确的是认可的机构、榜单和评价维度，以及具体出口行为与评估结果之间的对应关系。对技术自身没有变化、外部排名发生变化的情况，应说明既有项目如何衔接；对技术发生实质变化的情况，则应确定重新判断的触发条件。这样，动态管理才能与持续合作相容。
图 4｜争议在于如何识别具体出口活动，以及怎样让判断时点与持续合作衔接。
三、开放安排能否兑现，取决于排除和便利的边界
此次修订对模型服务、开源和跨境合作作出了积极安排。针对正式目录实施后的限制类大模型，答记者问明确列出 API 调用、APP 或网页交互、SaaS 应用和本地端侧轻量化部署的范围排除；海外自有云等风险相对可控的情形，则可以适用自动许可等便利措施。〔1〕这些安排的实际效果，取决于企业能否清楚判断自己处于哪一种情形。
端侧轻量化部署是一个典型例子。将模型压缩、量化或者蒸馏后交付境外，首先涉及技术分类：实际交付版本及其中包含的技术，是否仍然命中相关条目。参数量降低，只改变了部分技术特征；重要数据训练条件、其他独立能力条件和所含原模型的列管技术，仍须分别判断。
但技术分类之后，还有第二层判断。答记者问是在企业利用限制类大模型的前提下，对本地端侧轻量化部署作出范围排除。也就是说，仍涉及限制类技术的端侧部署，也需要判断能否适用这项特定安排。未命中列管条件，与命中条件后因部署方式适用排除，是两种不同的法律判断。
如果只按“端侧”“轻量化”等名称区分，技术内容相近的交付就可能因产品包装不同而得到不同结果；如果一看到模型文件跨境就一律纳入限制类大模型技术出口管理，又会压缩已经提出的端侧排除。应当说清楚的是，这项排除依据什么程度的轻量化、什么产品形态，以及什么交付和使用权限成立。
图 5｜未命中列管条件，与涉及限制类技术但适用端侧排除，是两种法律判断。
海外自有部署同样需要将名称还原为控制关系。服务器是买的还是租的，云资源由谁使用，谁有权读取或复制模型，第三方运维能够接触什么，分别是不同事实。若便利安排主要考虑企业对技术保持控制，那么租赁专属环境、第三方托管和合资设施能否适用，就应围绕相应控制条件判断。企业才能据此组织业务，监管部门也才能评价实际风险。
混合交易还会把两类活动放在一起。客户购买 API 服务，同时取得可下载的微调参数、检查点或其他技术资料，就需要分别识别模型服务与技术交付。服务排除明确覆盖什么，额外交付的技术按什么条件分类，应当在同一个业务中得到一致处理。否则，一个合同名称就可能承担本来应由交付内容和权限决定的法律作用。
开源部分也存在类似的衔接。公共领域排除附在整个人工智能领域，开源便利附在限制出口部分。〔2〕前者处理已经公开的技术状态，后者处理相关限制类技术的公开发布。两项安排可以相互配合，但前提是明确什么内容、在什么时点进入公共领域。
论文公开架构、仓库公开代码、开发者开放权重，分别公开了不同的技术内容。注册下载、研究用途限制和其他许可条件，又会影响取得技术的方式。如果这些事实对公共领域认定有什么作用没有说清，后续出口经营者就难以确定能否依赖公开状态。
已经进入公共领域的相同技术内容，其镜像、下载和再分发适用公共领域排除。真正需要进一步界定的是新增内容、新版本，以及首次公开行为与公开后状态之间的关系。对违法公开行为的责任，与后续传播适用排除的条件，应分别规定；后续出口经营者应当依据哪些发布来源、版本记录和公开范围作出判断，也应有明确的证据要求。
自动许可等便利措施还需要具有清楚的程序效果。现行《技术进出口管理条例》第三十三至三十五条，将许可意向书、实质性谈判与签约、许可证和合同生效联系起来。〔3〕在这一制度下，答记者问提出的基本实现“即报即出”怎样落实，直接关系企业何时能够签约和交付。若便利措施与既有程序的衔接不清，经营者为了降低判断风险，就可能继续按照通常程序准备，便利安排的实际效果也会因此减弱。
图 6｜范围排除回答是否进入管理，便利措施回答限制类技术出口如何办理。
排除决定相关技术或活动是否进入管理，便利决定限制类技术出口如何办理。两者都需要明确的适用条件和法律效果。 条件过于依赖名称，可能使不同形式掩盖相同的技术转移；条件难以确认，又可能使本来希望保留的开放空间受到收缩。
这也说明，规则完善应当区分两项工作。涉及管制范围的政策选择，例如 AI 处理芯片的外沿、“核心技术”的关联程度以及特定部署的排除条件，应由正式规则直接作出。涉及事实判断的技术问题，例如比例计算、能力测评和输出复现，应当配套共同的方法及相称的证据要求。
现有制度已经提供了细化的基础：公告允许拟一次性向同一技术接收方出口多项技术合并填写，现行条例也规定了技术出口合同主要内容变更后的重新办理要求。〔2〕〔3〕这些规则在模型更新和持续合作中如何适用，需要通过统一解释形成稳定预期。现有咨询渠道则可以进一步提供有明确适用条件和依赖效力的书面意见，并公开有代表性的案例。〔4〕这有助于减少经营者各自解释规则、各自承担不确定性的情况。
经营者掌握模型文件、训练记录和交易安排，可以据此证明技术事实。管制范围、排除条件和许可效果，则需要由主管部门提供共同规则。自行判断能否成立，取决于这两项责任能否衔接。把几处关键边界说清楚，才能使应当保护的技术得到保护，也使规则承诺保留的服务、开源和合作空间能够被实际使用。
尾注
〔1〕商务部新闻办公室：《商务部新闻发言人就修订〈中国禁止出口限制出口技术目录〉答记者问》，2026年10月16日。关于列管范围、经营者自行判断、模型服务排除和便利措施的相关答复。
https://www.mofcom.gov.cn/zwgk/zcjd/art/2026/art_b11d5c1e9374421e93e85dc87eba6e38.html
〔2〕商务部、科技部：《商务部 科技部公告2026年第48号 就修订〈中国禁止出口限制出口技术目录〉公开征求意见并对相关技术出口实施临时登记管理》，2026年10月16日，第三部分及附件1“一、人工智能”的控制要点、注释和脚注。
https://www.mofcom.gov.cn/zcfb/dwmygl/art/2026/art_61446ab4beee4f63973d4d0ab3097648.html
〔3〕《中华人民共和国技术进出口管理条例》（2020年11月29日第三次修订），第三十三至三十五条、第四十条。
https://xzfg.moj.gov.cn/front/law/detail?LawID=575&Query=
〔4〕商务部：《限制进出口技术许可事项办事指南》，第十五部分“咨询途径”。
https://www.mofcom.gov.cn/zwdt/zyzddfssxzxksx/art/2023/art_77d0a2c242b84e4293a51e636c30a3c6.html
声明：本文来自网安寻路人，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
