当数据由 AI 产生：国标新增的"智能体数据标识"意味着什么

这是 NDI 系列的第一篇埋下的伏笔。当时我们说，NDI-TR-2025-04 还是"试行 V1.0"技术文件，正在向国家标准《数据基础设施 标识要求》演进；而国标征求意见稿里新增了"智能体数据标识码"和"智能体数据赋码要求"。这一篇就把这块新内容展开讲。

为什么值得单独写一篇？因为这是一个信号：数据基础设施的标识体系，开始把"机器身份"正式纳入版图了。

一、背景：数据不再只由人产生

过去我们谈"数据提供方、使用方"，默认是人（或法人组织）在操作。但今天，AI 智能体（agent）正在大规模地：

• 产生数据：智能体自动生成文本、代码、报告、决策日志；
• 使用数据：智能体调用接口、检索知识库、跨系统流转；
• 流转数据：多智能体协作，数据在"机器之间"来回。

当数据的生产者和消费者里出现大量"非人"角色，原来的标识体系就会遇到一个盲点：这份数据是谁（哪个智能体）产生的？责任归谁？

二、国标的变化：从 4 类到"智能体数据"

在试行版 NDI-TR-2025-04 里，被标识的对象主要是主体、平台、连接器、数据产品、数据资源。国标征求意见稿在此基础上，新增了与智能体相关的两处：

• 4.4 智能体数据标识码：定义了"智能体数据"这一类对象的标识编码；
• 5.5 智能体数据赋码要求：规定了智能体数据该如何被赋码。

虽然正式文本的结构以发布稿为准，但方向已经很清楚：智能体作为一个新的"数据角色"，需要有自己可被标识、可被溯源的身份锚点。

三、智能体数据标识可能长什么样

规范尚未以最终稿公开细节，但结合已有编码设计，可以做一个合理推演（示意，非官方定稿）：

• 它大概率沿用"主体标识码（18 位）作公共前缀"的统一思路——智能体背后总有运营它的主体（公司 / 机构），所以归属链条依然清晰；
• 类型码上会为"智能体数据"单独保留一个标识位，与数据产品（6）、数据资源（7）区分；
• 赋码仍由功能节点统一分配，保证唯一性与不可变更。

关键不在"码长啥样"，而在"码把智能体纳入了溯源链"：一份由智能体产出的数据，从码里就能反查到"哪个主体、哪个智能体、挂在哪个节点"。

四、为什么这件事重要

给智能体数据发标识，不是换个编号那么简单，它解决三个真问题：

1. 责任归属：智能体产出有误、产生偏见或有风险内容时，能溯源到运营主体与具体智能体，而不是"找不到谁负责"。 2. 合规审计：智能体批量产数、跨域用数，标识让每一次"机器行为"都可被记录与审计，呼应前面讲的全链路日志要求。 3. 防滥用：可标识、可解析、可管控，意味着能对智能体数据的流通设边界，降低被滥用或污染的风险。

它和"三权分置"（持有权 / 使用权 / 经营权）也接得上：智能体数据的持有、使用、经营，同样需要清晰的标识与溯源来支撑合规。

五、和数据集建设的衔接

如果你在做"高质量数据集"，智能体数据标识和你也不是没关系：

• 未来由智能体参与生成或标注的数据集，其元数据里的"数据标识 / 关联数据标识"可能要兼容智能体数据码段；
• 数据集溯源会从"人 → 数据"扩展到"主体 → 智能体 → 数据"，链路更长也更细；
• 数据交易所、可信数据空间在接入智能体产数时，统一标识是前提。

换句话说：今天你登记的是"人的数据"，明天你可能要登记"智能体的数据"，而标识体系已经在为那天铺路。