新加坡資訊通訊媒體發展局（Infocomm Media Development Authority）於2026年1月22日宣布推出《代理式人工智慧治理示範框架》（Model AI Governance Framework for Agentic AI），據新加坡政府表示其為全球首個推出該等內容之框架，並於2026年5月20日更新1.5版。該框架建立在2020年《人工智慧治理示範框架》（Model AI Governance Framework）之基礎上，旨在因應代理式AI（Agentic AI）自主決策與執行任務所衍生之風險，為各組織機構提供負責任部署代理式AI之相關指引，並推薦技術與非技術措施以降低風險，同時強調最終責任歸屬仍在於人。該框架同時納入各核心要點之實際案例與作法作為參考，並採持續更新方式徵求各界回饋建議，以因應代理式AI技術之發展。

該框架圍繞四項核心要點，分別為事先評估與界定風險、確保人類承擔實質責任、落實技術與流程的管理控制，以及強化終端使用者之責任。框架建議組織應依代理式AI之用途、存取權限、自主決策程度及系統複雜性等因素評估風險，並建立人工監督機制與代理身分識別制度。同時，以風險導向設計整個生命週期之管理機制，建立多階段治理架構，透過存取控制、最小權限、資安測試、即時監控及版本控制等措施降低風險。此外，亦要求組織依不同使用者角色提供相應資訊揭露、教育訓練及治理措施，建立歸責管道、申訴及持續回饋機制，並提醒應重視過度依賴代理式AI所造成之技能流失與長期營運風險。

歐盟執委會（The European Commission）於2026年5月19日發布《高風險AI系統分類指引草案》（Draft Commission guidelines on the classification of high-risk AI systems），用以釐清《人工智慧法》（Artificial Intelligence Act, AIA）第6條高風險AI系統之分類標準及適用範圍，協助判斷AI系統是否屬於高風險，並促進相關規定之一致適用。指引草案分為三份文件，分別說明通則性規範，以及AIA第6條第1項和第2項高風險AI系統之適用，並提供實務案例作為分類參考，惟相關案例不具法律拘束力，且將視實務發展持續更新，最終法律解釋權歸屬歐洲聯盟法院。

指引草案首先說明，AI系統須先符合AIA所定義之AI系統，始得進一步評估是否屬於高風險AI系統，並強調系統之功能、適用範圍及預期用途為評估之重要依據，該評估責任由提供者負責，再由主管機關進行監督；另經銷商、進口商、部署者或其他第三方，變更系統預期用途、進行重大修改或以自身品牌提供高風險AI系統時，亦可能被認定為提供者並承擔同等責任。再依AIA第6條第1項及第2項，分別列出適用於附件一及附件三歸類為高風險之情形，提出各產業領域的共同判斷方法，進一步透過案例說明；惟即使符合附件三之情形，尚有詳列四項排除適用條件，且於不進行個人剖析（Profiling）時，得豁免歸類為高風險。

此外，亦說明高風險AI系統相關規定將依不同類型分階段適用，且將透過持續蒐集實務案例、檢討機制、年度監測及授權法制度，適時調整以因應技術發展與市場變化。

我國數位發展部（下稱數發部）依據2026年1月14日施行之《人工智慧基本法》（下稱AI基本法）第16條第1項規定，2026年3月研擬「AI風險分類框架」（下稱框架）之草案函報行政院審議，並於7月7日發布起即日生效，旨在提供跨部會共通之AI風險評估標準。數發部政務次長侯宜秀表示，AI基本法以促進發展及保障權利為兩大目標，並據此規劃三層次AI風險治理架構，包括以七大AI發展基準之治理原則、參考美國麻省理工學院「AI風險資料庫」（AI Risk Repository）建立涵蓋三大類（AI系統本身之技術設計缺陷、部署後操作及人機互動問題、社會結構與環境衝擊）和20個子類之AI風險分類框架，以及各部會依據框架推動主管產業之治理工作和管理規範。

此外，數發部表示，配合AI基本法施行後預計兩年內完成法規調適工作，將提供各部會四階段原則方法論，包括盤點應用情境、識別風險、評估風險及應對風險，以協助建立符合產業需求之AI治理機制。另指出各方對於同一風險之認知可能存在差異，因此應於各階段持續與利害關係人進行溝通，使框架更貼近實際需求。數發部將協助各部會了解操作方式，據以訂定各管理規範，並持續蒐集各部會實務經驗，作為定期檢討及調整框架風險子類型之依據。

我國金融監督管理委員會（下稱金管會）主委彭金隆於2026年5月7日赴立法院財政委員會報告金融科技政策，提出五項重點發展方向，其中包括發展可程式化AI、因應AI Agent（代理式AI）發展及建立AI風險分類制度等三項AI相關金融監理措施。金管會表示，未來將透過AI治理程式自動化檢查金融業所應用AI模型是否符合監理規範、評分合理性及風險異常情形，並因應AI Agent具備自主執行、任務規劃、跨系統存取資料等能力，將其納入AI監理架構，以管控自主執行及決策風險；同時，依據AI不同應用情境及風險程度建立分級管理架構，對涉及金融重大決策事項、人權保障等高風險AI應用場景，可能要求不得完全由AI自主決策。

此外，金管會指出，目前我國金融業尚未正式導入完全獨立執行之AI Agent，市場應用仍以人機協作模式為主，關鍵決策及責任歸屬仍須由真人負責。金管會規劃將上述AI監理方向全面納入現行金融業運用人工智慧指引，顯示我國金融AI監理模式正朝向分級治理及動態監控架構發展，以因應金融業AI應用之發展趨勢及相關風險。