文章系统给出“鉴定人工智能”的可实施方法：先明确鉴定对象（内容、模型、系统），再以溯源签名与数字水印为锚点，辅以检测器、行为指纹与侧信道等多法融合，结合量化指标与阈值管理，形成“溯源先行、检测兜底、人工复核”的闭环；同时以治理框架和审计流程保障证据链与可追责性。面向未来，原生可鉴定、跨模态证据融合与平台化治理将成为主流。

判断人工智能真假需在系统与内容两条线分别核验：系统侧看是否披露模型卡、训练来源、基准成绩与可复现实验，并在盲测与红队压力下保持稳定与可解释；内容侧用事实校验、统计特征、频域分析、水印与签名等多源证据交叉确认文本、图像、音频与视频的真伪。将技术评估、溯源机制与治理框架整合为“评测+溯源+合规”的闭环流程，结合NIST与Gartner的可信AI原则，可显著降低误判与漏判，让真正可验证、透明合规的AI在业务中建立信任。