这里是标题一h1占位文字

2026年9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），全文5部分24条，系最高法首次就人工智能纠纷发布的系统性裁判规则文件。
《意见》贯穿一条核心逻辑：技术越自主，责任越清晰。它并非AI的“免责挡箭牌”，而是界定各方责任的技术标尺。
本文立足于诉讼代理与企业合规实务，对24条规则进行梳理与精读，提炼出七组核心合规要点，供法律界同仁参考与对照。
一图速览

一、侵权归责 —— 先定性，再归责

《意见》第 3 条确立过错责任为一般原则：法律无特别规定时，依据《民法典》第 1165 条第 1 款判断责任；过错认定需结合应用场景、系统自主化程度、技术透明度、风险等级及各方防控措施综合裁量。
法定归责例外：不适用一般过错责任原则的情形
产品责任（第 9 条）：无过错责任 自动驾驶车辆、具身智能机器人等以实物为载体的 AI 产品致人损害，生产者依《民法典》第 1202 条、《产品质量法》第 41 条第 1 款承担无过错责任。生产者可依据《产品质量法》第 41 条第 2 款第（三）项主张 “开发风险抗辩”（投入流通时的科技水平尚不能发现缺陷），但举证责任自负。
AI 处理个人信息侵权：过错推定责任 依据《个人信息保护法》第 69 条第 1 款，个人信息处理者利用 AI 处理个人信息造成损害，由处理者自证无过错。需注意，过错推定是例外而非常态，实践中法院对 AI 场景下适用过错推定的认定标准可能趋于严格，企业不应简单假定 “自证无过错” 即可免责。
典型场景的责任认定
生成式 AI 线上服务：一般过错责任 杭州互联网法院审理的全国首例生成式 AI 侵权纠纷案（案号：（2025）浙 0192 民初 18143 号，业内俗称 “AI 幻觉案”，一审已生效）确立：生成式 AI 线上服务不属于《产品质量法》意义上的 “产品”，应适用过错责任。该案明确服务提供者负有三项注意义务：① 落实有害信息审查；② 以显著方式提示 AI 生成内容的固有缺陷；③ 采取行业合理手段提升内容准确性。同时明确，人工智能不具有民事主体资格，模型输出不能直接等同于服务提供者的意思表示；但如服务提供者通过系统设计或明示授权使AI输出具有对外约束力的，则可能构成意思表示。
需注意的是，上述认定系杭州互联网法院的个案裁判观点，裁判层级与效力均不同于最高法《意见》确立的通用裁判规则。该案经法院审理认定 AI 服务提供者已尽合理提示义务，且已采取当前技术条件下行业通行的必要措施以提高内容准确性，故被告不具有过错，未构成对原告权益的损害，遂驳回原告诉讼请求。
消费者权益侵权（第 10 条）
算法差别待遇（大数据杀熟）：经营者利用算法在交易价格、交易条件上实行不合理差别待遇，造成损害应承担侵权责任。以 “算法自动生成” 或 “个性化推荐” 抗辩的，法院将实质审查差别待遇的合理性。
仿冒人格化带货：利用 AI 生成虚拟形象仿冒名人带货构成欺诈的，消费者可依《消费者权益保护法》第 55 条主张惩罚性赔偿。
自动驾驶交通事故（第 11 条） 依《民法典》《道路交通安全法》划分责任。需区分两种场景：因车辆缺陷导致事故的，受害人可向生产者、销售者主张产品责任；缺陷与驾驶人过错共同致损的，依《民法典》第 1172 条分别承担责任。在完全自动驾驶模式下，驾驶人过错认定逻辑与辅助驾驶模式存在实质差异，实务中需根据具体驾驶自动化等级分别判断。法院可要求车企、运营方提交自动驾驶运行数据，无正当理由拒不提交的，法院可作出对其不利的事实推定。
【办案提示】接案第一步是 “定性”：标的是产品还是线上服务？这直接决定归责原则与举证分配。技术中立不能单独作为免责抗辩，法院审查的是 “技术可行性之下，主体是否落实了对应的风险防控措施”。
二、人格权益 —— 五大高发场景的裁判标准
《意见》第 4—8 条构建了 AI 场景人格权益保护的完整规则体系。
AI 换脸、拟声（第 4 条）
可识别性为核心标准。未经许可利用 AI 生成可识别特定自然人的虚拟数字形象并对外使用，构成侵害姓名权、肖像权；未经许可抓取自然人音色训练模型、生成可识别该自然人的合成语音，参照《民法典》第 1023 条第 2 款肖像权规则保护。无法指向特定主体的合成声音，不构成侵权。
擅自制作、传播逝者虚拟形象（第 4 条）
擅自制作、传播死者虚拟数字形象，造成死者姓名、肖像、名誉受损的，死者近亲属有权依《民法典》第 994 条请求行为人承担民事责任。权利主张有顺位：配偶、子女、父母为第一顺位；无第一顺位的，其他近亲属方可提起。商业场景使用逝者数字形象，需重点评估合规风险。
隐私权侵害（第 5 条）
针对 “网络开盒”“人肉搜索” 等利用 AI 深度挖掘、聚合个人信息的行为：以刺探隐私为目的，利用 AI 对特定自然人的电话号码、网络账号及社交媒体等公开信息进行追踪、分析，获取私密信息，或泄露、扩散私密信息、侵扰私人生活安宁的，构成隐私权侵害。
【合规提示】AI 大幅降低了跨平台信息聚合与人物画像的成本。企业提供信息查询、用户画像、精准营销服务时，不得通过技术突破公众的隐私合理期待。涉及公开信息聚合分析的，需评估对 “私人生活安宁” 的影响，避免构成持续性跟踪或骚扰性侵权。
生成式 AI 平台的通知与必要措施（第 7 条）
生成式 AI 输出内容侵害名誉、隐私等人格权益，权利人向服务提供者发出通知后，平台未及时采取处置措施的，应就扩大的损害部分承担侵权责任（《民法典》第 1195 条）。
关键适配：传统用户生成内容（UGC）平台是 “存储 + 删除” 逻辑，而生成式 AI 内容由模型实时产出，没有可供删除的固定网络链接。因此，“必要措施” 需作适配调整：除传统的删除、屏蔽外，还包括停止生成对应侵权输出、优化模型、屏蔽侵权提示词等面向未来的防控手段。《生成式人工智能服务管理暂行办法》第 14 条规定的停止生成、停止传输、消除、模型优化训练等处置措施，可作为判断 “必要措施” 是否到位的参考。
【办案提示】代理权利人：完善通知材料，固定侵权表现、主体身份、权属依据。代理平台方：核心抗辩要点为通知有效性、处置措施的及时性与合理性。
人格权侵害禁令（第 8 条）
有证据证明行为人利用 AI 正在或即将实施人格权侵害，不制止将发生难以弥补的损害的，当事人可申请人格权侵害禁令（《民法典》第 997 条），请求责令停止行为或要求 AI 服务商停止相关服务。
两项实体要件：① 行为紧迫性：侵害正在发生或高度可能发生；② 损害不可逆性：名誉永久性贬损、精神健康严重受损等难以通过金钱赔偿恢复的后果。AI 内容传播速度快、扩散范围广，禁令将成为未来案件中常用的行为保全手段。企业收到禁令申请时，需及时组织证据应诉，否则将面临具有法律强制力的行为约束裁定。
三、训练数据 —— 公开个人信息的 “合理边界”
《意见》第 6 条是大模型企业数据合规的核心裁判规则。
规则要点：为模型训练，在合理限度内处理已合法公开的个人信息，个人未明确拒绝的，一般不认定侵害个人信息权益；但处理行为对个人权益产生重大影响的，仍应取得个人同意。
法院判断 “合理范围” 综合考量：处理目的与模型功能的匹配度、信息敏感等级、当事人当初公开信息的场景、社会一般人对于信息使用范围的合理预期。该条款与《个人信息保护法》第 13 条、第 28 条形成适用衔接。
【合规提示】
1. 建立训练数据台账，区分数据源类型，留存采集场景、获取方式记录；
2. 建立数据分类分级管理制度，对敏感个人信息依《个人信息保护法》第 29 条取得单独同意；
3. 处理行为会重大影响个人权益的，亦应取得同意；
4. 爬取、使用网络公开信息时，评估使用范围是否超出当事人公开时的合理预期。
5. 数据溯源记录是涉诉时的重要抗辩材料，其证明力取决于记录的完整性、连续性与可验证性。
四、知识产权 —— 从生成内容到开源组件

AI 生成内容著作权侵权（第 12 条）
法院认定责任时，结合服务模式、训练数据来源、各方参与程度、风险防控措施、获利情况综合判定开发者、服务提供者、使用者责任。
程序要点：权利人首先举证证明被控侵权内容由案涉 AI 产出，且与在先作品构成实质相似；完成初步举证后，法院方可责令 AI 开发者提交训练数据、训练日志、模型运行逻辑等材料。拒不提交的，法院可作出不利事实推定。但该义务属于证据协力义务，不等同于法定举证责任倒置。
使用者同样负有注意义务：明知或应知在先作品存在，借助 AI 产出与在先作品实质近似的成果，无合理抗辩的，应自行承担侵权责任。AI 工具不能成为侵权免责盾牌。
【合规提示】企业商业使用 AI 产出成果，应做好在先权利检索、相似性排查，留存使用记录。
开源软件组件的责任规则（第 13 条）
《意见》确立 “综合考量、适当豁免” 的裁判思路，开源组件的法律后果高度依赖许可协议文本。
GPL 类 Copyleft 协议：衍生作品对外分发时，通常要求整体开源并公开源代码。但需注意，是否构成衍生作品须结合代码链接、融合程度个案判断，并非 “使用即传染”。
MIT、Apache 等宽松许可：允许闭源商业使用，一般仅要求保留版权声明与免责条款。
免责空间：开源代码提供者免费对外提供模块，并如实告知功能缺陷、安全风险的，存在被认定免于承担侵权责任的空间。
裁判规则参考：最高人民法院在涉开源许可协议的系列生效判决中明确：其一，GPL 协议构成著作权许可合同，其发布与使用行为形成合同关系；其二，开发者违反 GPL 协议的行为属于合同义务违反，但独创性作品的著作权仍受法律保护，二次开发者是否违反开源协议与其是否享有软件著作权、能否对他人行使侵权救济相对独立。
【合规提示】梳理项目全部开源组件，识别许可协议类型；评估 Copyleft 协议对商业产品的约束；留存许可文件、风险提示文档，以备涉诉举证。
专利授权与发明人认定（第 14 条）
客体认定：采用遵循自然规律的技术手段、解决技术问题、实现符合自然规律的技术效果的，应认定为专利法保护的客体；单纯的抽象算法、智力活动规则本身，不属于专利保护范围（与《专利审查指南》“技术问题 — 技术手段 — 技术效果” 三要素框架一致）。
发明人认定：自然人使用 AI 工具完成发明创造，且对发明的实质性特点作出创造性贡献的，应认定为发明人；仅简单输入指令、操作 AI 工具生成结果，未作出核心创造性贡献的，不具备发明人资格。
【合规提示】企业利用 AI 辅助研发专利的，应留存研发人员提出技术构思、确定技术路线、解决核心技术问题的过程文档，明确人员贡献边界，避免因 AI 工具参与导致发明人资格、权属归属争议。
技术合同履行的责任裁量（第 15 条）
针对 AI 领域的技术开发、转让、许可、咨询、服务合同，结合 AI 技术迭代快、需求变动频繁的行业特点，审慎认定违约责任，合理划分各方责任。
【合规提示】签订 AI 技术类合同时，应明确约定技术指标、验收标准、版本迭代义务；对技术风险、需求变更的责任边界，尽量通过合同条款事先固化，减少事后违约认定的裁量争议。
训练数据的多重权益保护（第 16 条）
《意见》构建了数据权益的多层次保护规则：
对训练数据中的汇编作品依法保护著作权；
对构成商业秘密的数据依法保护；
对利用技术手段妨碍、破坏其他经营者合法提供的网络产品或服务正常运行的，依《反不正当竞争法》第 12 条规制；
对数据领域垄断行为、对抗样本攻击等技术干扰行为，均依法纳入规制范围。
【合规提示】企业对训练数据集进行筛选、清洗、编排形成独创性成果的，可主张汇编作品著作权；同时应通过技术加密、访问控制、保密协议等组合措施，保护数据集合的商业秘密属性，防范数据爬取与不正当竞争。
五、程序与证据 ——AI 案件的 “技术查明” 规则
《意见》第 17—19 条针对 AI 案件的技术属性，专门规定了事实查明、证据审查与妨害司法的处置规则。
事实查明（第 17 条）
AI 案件涉及大量技术事实，当事人客观无法收集证据的，可申请法院调查取证；持有书证、电子数据一方无正当理由拒不提交的，法院可依据民事诉讼证据规则作出对其不利的事实认定。对于算法、模型原理等专门性问题，可申请专家辅助人、鉴定人，法院也可指派技术调查官参与案件（该制度最早适用于知识产权案件，目前已逐步拓展至技术类民商事纠纷）。
【办案提示】代理 AI 案件，应善用调查取证、专家辅助人、技术调查官等程序工具，不能完全依赖法官自行查清技术事实。
证据审查标准（第 18 条）
对电子数据重点核查生成、收集、存储、传输环节的真实性与完整性。不同类型证据差异化审查：
大数据分析报告：重点审查原始数据源、清洗逻辑、分析方法；
区块链存证：重点核查上链之前证据的真实性；
AI 生成输出作为证据：提交人需说明提示词设计及其对生成结果的影响、生成内容与主张权利作品的相似程度、重复测试的一致性、模型训练与算法设计等因素，法院综合判断证明效力。
妨害司法行为规制（第 19 条）
利用 AI 篡改标识、输入对抗指令、选择性输出等方式制造虚假证据、提起虚假诉讼的，法院可驳回诉请，并依《民事诉讼法》第 114 条采取罚款、拘留，涉嫌犯罪的移送追责。
代理人、当事人向法院提交 AI 辅助生成的起诉状、检索报告、证据材料的，提交人须对内容真实性负责，并应向法院披露 AI 辅助生成的情况。
六、刑事红线 —— 宽严相济的边界
《意见》第 20 条明确，借助 AI 技术实施诈骗、侮辱诽谤、损害商业信誉、侵犯公民个人信息、非法获取计算机信息系统数据等行为，符合犯罪构成要件的依法追究刑事责任。具体对应：
诈骗罪 → 《刑法》第 266 条
侮辱罪、诽谤罪 → 《刑法》第 246 条
侵犯公民个人信息罪 → 《刑法》第 253 条之一
帮助信息网络犯罪活动罪 → 《刑法》第 287 条之二
改装设备规避辅助驾驶监测引发重大事故的，同样纳入刑事评价。
司法政策：对故意利用 AI 工具实施犯罪保持打击力度；对技术创新探索行为，恪守罪刑法定，审慎入罪。
【合规提示】宽严相济意味着，企业事前合规体系的建设情况，可能成为刑事评价中从宽处理的重要考量因素。企业在产品设计、运营过程中，应评估技术被滥用的刑事风险，落实管控手段。
七、配套机制与未决问题
《意见》第 21—24 条规定了多元化解、提级管辖、部门协同、涉外司法合作等配套工作机制。其中第 24 条明确加强涉人工智能领域国际司法交流合作，妥善审理涉外人工智能及数据跨境纠纷案件，积极参与全球 AI 治理规则制定。
《意见》有意留白的事项
《意见》对以下两类争议较大、暂未形成普遍共识的问题未作明确的一刀切规定：其一，AI生成内容的可版权性。即AI生成内容在何种条件下可以构成著作权法意义上的“作品”，《意见》未作明确规定。其二，未经许可使用他人作品训练AI模型的定性。即训练阶段使用受著作权保护的作品是否构成合理使用或侵权，《意见》亦未给出明确规则。上述留白系最高人民法院在起草过程中因理论界与实务界分歧较大而有意暂不规定，并非规则疏漏。
最高法明确将通过案例指导、法答网问答等方式逐步统一裁判尺度。
留白领域的实务应对
法律规则尚未明确的领域，企业不能坐等立法、司法给出答案。优先通过合同文本完成权利归属、侵权分担、使用范围的约定，通过商事合同分配风险，是现阶段成本最低的防控方式。同时，企业应将合规动作前置 —— 在数据采集、模型训练、产品发布各环节留存合规文档。但需注意，合规文档本身不能免除侵权责任，只能用于证明已尽合理注意义务，争取减轻或免除过错认定。
结语
《意见》24 条的落地，标志着 AI 纠纷审理从“个案摸索”进入“规则引领”阶段。对企业而言，合规文档的留存质量，将直接影响涉诉时的抗辩能力；对律师而言，技术事实的查明能力，将成为代理 AI 案件的核心竞争力。
无论技术如何迭代，裁判逻辑始终清晰：技术越自主，责任越清晰。AI 不是免责挡箭牌，反而是界定各方责任的技术标尺。