该论文对欧盟《人工智能法案》(EU AI Act) 的自动化合规检查工具 (AI Act Compliance Checkers, AIACCs) 开展了首次系统性实证研究与评估。研究背景是：EU AI Act 对开发、部署或集成 AI 系统的组织提出了大量合规要求，其中很多要求与安全、隐私直接相关，同时涉及数据治理、透明度、准确性、鲁棒性等关联议题。然而，中小企业与个人开发者等利益相关方普遍缺乏法律专业能力，难以把法条义务翻译为工程与治理实践，这种断层既阻碍法案落地，也可能导致安全防护措施缺位，或使研发与部署方向被误导。针对这一痛点，市面上涌现出多种声称能简化合规评估并提供实用指导的自动化合规检查器。作者的工作包括三个层面：一是从多个维度刻画 12 款主流 AIACC 的能力形态；二是评估其对法条的覆盖程度与法条对齐准确性；三是分析工具生成的合规报告在结构、确定性 (determinacy) 与可执行性 (actionability) 上的表现。主要发现是：当前 AIACC 质量参差不齐，交互模式与易用性不一致，存在过度简化甚至遗漏关键义务的倾向，且普遍无法给出确定、可操作的指导，因此目前只能充当早期方向性梳理工具，过度依赖会带来“虚假合规感”。论文由此给出了当前 AIACC 生态的批判性基线，并提出用于实现更可靠合规支持工具的设计原则。适合合规、AI 治理、安全工程与 RegTech 方向的研究者和从业者阅读。