具身智能风险分级治理框架解析

具身智能的风险分级，不能只看机器人用于哪个行业，更要看它能执行什么动作、接触谁，以及失控后是否来得及干预。同样是仓储搬运，隔离作业与人机混行的风险并不相同。治理的基本对象应是“机器人、任务与运行环境”的组合，而不是给某类产品贴上永久的风险标签。

分级依据是损害与可控性

《中国具身智能产业发展报告（2026）》提出风险分级与场景化治理方向。这属于治理建议，不宜直接理解为已经生效的统一分级规则。将其转化为评估框架，可以围绕三个维度展开：

• 损害严重程度：错误动作可能造成的后果，是任务失败、财产损失，还是人身伤害。
• 危险暴露程度：是否频繁接触人员，是否涉及难以主动避险的使用者，环境变化是否增加误判机会。
• 干预与恢复能力：异常能否及时发现，人员能否接管，动作能否停止，损害是否可逆。

因此，家庭陪护、医疗辅助需要重点审查人身安全，但仓储、巡检也不能天然视为低风险。场景名称只是筛查入口，实际作业边界才是分级依据。隐私侵扰和情感依赖也应单独评估，不能被机械安全指标替代。

将等级转化为控制要求

分级的价值在于改变治理强度。风险较低且边界清晰的任务，可侧重基本安全验证、运行记录与异常处置；可能造成严重人身伤害的任务，则应提高验证要求，限制自主动作范围，并明确人工接管条件。评估后仍无法有效控制的风险，应通过缩小任务范围或暂停部署处理，而非仅增加告知说明。

责任也需要落实到可检查的环节：研发方说明能力边界，部署方确认环境适配，运营方负责监测与维护，并保留事故追溯所需记录。这是责任配置思路，具体法律责任仍需依据适用规则认定。

风险等级不应在交付时固定。任务扩展、运行环境改变或系统更新，都应触发重新评估。真正有效的框架，不是一次性证明机器人“安全”，而是持续确认它在明确边界内仍然可控。