profile [unoptimized + debuginfo] target(s) in 0.13s 这一行表示 Cargo 只针对 src/main.rs 文件的微小修改而更新构建。依赖没有变化，所以 Cargo 知道它可以复用已经为此下载并编译的代码。 Cargo.lock 文件确保可重现构建 Cargo 有一个机制，确保无论是你还是其他人在任何时候重新构建代码，都会生成相同的构建 产物：Cargo -> v0.8.6 (available: v0.9.0) 28/562Rust 程序设计语言 简体中文版 Cargo 忽略了 0.9.0 版本。这时，你也会注意到的 Cargo.lock 文件中的变化无外乎现在使用 的 rand crate 版本是 0.8.6 。如果想要使用 0.9.0 版本的 rand 或是任何 0.9.x 系列的版本， 必须像这样更新 Cargo.toml 文件： [dependencies] 叫做 入栈（pushing onto the stack），而移出数据叫做 出栈（popping off the stack）。栈中的所有数据都必须 占用已知且固定的大小。在编译时大小未知或大小可能变化的数据，要改为存储在堆 上。 堆是缺乏组织的：当向堆放入数据时，你要请求一定大小的空间。内存分配器 （memory allocator）在堆的某处找到一块足够大的空位，把它标记为已使用，并返 回一个表示该位置地址的

2 - 人工智能安全治理框架 1.2 风险导向、敏捷治理。密切跟踪人工智能研发及应用趋势，从人工 智能技术自身、人工智能应用两方面分析梳理安全风险，提出针对性防范应对 措施。关注安全风险发展变化，快速动态精准调整治理措施，持续优化治理机 制和方式，对确需政府监管事项及时予以响应。 1.3 技管结合、协同应对。面向人工智能研发应用全过程，综合运用技术、 管理相结合的安全治理措施，防范应对不同类型安全风险。围绕人工智能研发 人工智能安全治理框架构成 基于风险管理理念，本框架针对不同类型的人工智能安全风险，从技术、 管理两方面提出防范应对措施。同时，目前人工智能研发应用仍在快速发展， 安全风险的表现形式、影响程度、认识感知亦随之变化，防范应对措施也将相 应动态调整更新，需要各方共同对治理框架持续优化完善。 2.1 安全风险方面。通过分析人工智能技术特性，以及在不同行业领域 应用场景，梳理人工智能技术本身，及其在应用过程中面临的各种安全风险