AI 资源库 · 已整理 4 项
查看与AI治理相关的 AI 资讯、工具、Skill、工作流和开源项目。
一位安全从业者发现，公司员工早就在用各种AI工具干活了，但IT和安全团队根本不知道他们用了哪些工具、接触了哪些数据。问题在于，很多企业只会发文件说“AI该怎么用”，却没有提供一条方便又安全的实际使用路径，结果员工干脆自己找工具，风险反而更大。作者建议安全团队换个思路：先摸清AI在实际中怎么用、能碰哪些数据、能执行什么操作，然后为开发者提供经过审核的组件和隔离环境，把安全做成好用的默认选项，而不是事后审批的关卡。这样企业既能跟上AI落地速度，又不至于让每个新工具变成新的风险。
提供的材料未提及具体可用工具。
NicolasRocchia/disensor · Adversarial AI code review that declares what the round could not close. Python CLI + GitHub Action, MIT.
disensor 是一个 Python CLI 与 GitHub Action，用于实现“受控分歧”（controlled disagreement）方法的对抗式跨模型 AI 代码审查：一个模型生成、另一模型族攻击、生成方逐条核验，循环以每条发现被解决、以证据反驳或升级给人收尾。其核心产物是 JSON 残留声明（residue declaration），记录每轮审查事件如何结束，包括各发现的终结状态以及本轮无法自行闭合、需依赖人判断的“残留”，并配套 JSON Schema（residue/v0.4）、校验规则 R0–R13、CI 门禁检查 G1–G9、PR 评论渲染、自包含 HTML 残留报告、仓库脚手架与填充指南。工具提供 round 编排、reviewer 注册与离线探测、prompt 与 pack 打包、validate 与 gate 本地复现 CI 判定等子命令。
AdolphoIgor/actf-core · Enterprise Distributed Continuous Training (CT) and Model Governance Platform
ACTF Core 是一个面向受监管行业（RegTech、FinTech、医疗等）的企业级参考架构，用于基础模型的自动化持续预训练、领域适配与监督微调（SFT）。平台将关系型数据湖仓、分布式计算集群、内存自动微分引擎与自动化统计评估防火墙串联为一个不可变、确定性的训练闭环，并提供五级质量防火墙，在存储契约、数据泄漏边界、张量图稳定性与统计非劣性等环节进行把关，最后通过 MLflow 模型注册表别名（@champion）完成候选模型晋升。
Dynatrace 宣布其 AI 管理体系通过了 ISO/IEC 42001:2023 国际标准认证，由 Schellman Compliance, LLC 颁发，证书编号 1395170-1，生效日期为 2026 年 9 月 2 日，有效期至 2029 年 9 月 1 日。该认证针对的不是某个模型或产品，而是 Dynatrace 平台背后开发、部署和提供 AI 功能的那套管理制度，包括人员、流程、工具、集成和应用，涵盖 Dynatrace SaaS 和 Dynatrace Managed 中内嵌的 AI 能力。换句话说，它证明 Dynatrace 在治理 AI、评估风险与影响、管理数据来源以及保持人工问责方面有一套经过独立审计的机制，并且每年还会接受监督审计。对企业客户来说，这可以作为评估 AI 供应商时的一个信任信号，有望加快合规与采购尽职调查，但要注意它并不等于某个具体产品、模型或输出获得了认证，也不代表符合欧盟 AI 法案等具体法律。
提供的材料未提及具体可用工具。