《意见》并未另行创设一套独立的“AI专门立法”，而是立足《民法典》《著作权法》《个人信息保护法》《反不正当竞争法》等现行法律规范，将既有规则适配于人工智能应用场景。最高人民法院研究室主任周加海等撰写的《〈最高人民法院关于依法审理涉人工智能纠纷案件的意见〉的理解与适用》（以下简称“《理解与适用》”）也明确，《意见》坚持“用足用好现有法律规定”，对尚未形成普遍司法共识的问题作适度留白。

本文不采取逐条释义模式，立足司法裁判视角，从争议解决、企业合规双重维度提炼六大核心规则，将“可验证的尽责过程”作为贯穿全文主线。

六类规则与一条合规主线

   1     归责规则｜先确定法律关系，再看控制能力与技术可能性

（一）归责基础仍来自现行法

人工智能本身并不创设全新的请求权基础。具体争议仍需根据所涉权益、法律关系确定责任规则：一般侵权原则上适用过错责任；个人信息处理侵权依法适用过错推定责任；以实物为载体且符合《产品质量法》“产品”定义的人工智能产品因缺陷致害，则适用产品责任规则。同一AI技术事实，当事人选择不同请求权基础，将直接改变归责原则、举证责任分配与抗辩路径，这是涉AI案件审理首要审查要点。

（二）过错判断围绕可预见、可控制与技术可能性

《意见》第3条将应用场景、自主化程度、技术与信息透明度、潜在风险及影响范围、预防措施及技术上的可能性，以及使用者对损害的预见和控制能力列为过错认定重要考量因素。由此，“算法黑箱”不当然推定存在过错，“技术中立”亦不能构成绝对免责事由；应用场景风险越高、相关主体对风险的预见和控制能力越强，司法实践中课以的注意义务通常越高。反之，如果依据案件发生时的普遍技术水平，确实无法实现对特定结果的预测、控制或者结果性审查的，人民法院不宜苛求主体承担客观技术条件下无法履行的义务。对于市场主体而言，业务场景风险分级、技术能力边界对外说明、上线风险评测、完整模型版本留存记录，是诉讼中证明已尽到与自身控制能力相匹配注意义务的关键事实证据。

   2     人格权与个人信息｜风险覆盖训练、聚合与生成

《意见》第4条至第8条将人格权益、个人信息保护风险延伸覆盖训练语料获取、公开信息聚合处理、虚拟数字形象、合成人声生成全业务环节，市场主体不能仅关注最终对外生成内容是否公开发布。

（一）换脸拟声与“数字复活”：可识别性与授权边界

未经同意利用人工智能处理自然人的姓名、肖像等人格要素，生成能够识别特定自然人的虚拟数字形象并予以使用、公开，可能侵害姓名权、肖像权等人格权益；未经许可抓取自然人声音作为训练语料，模仿其音色、语调、发音风格，生成可识别特定主体的合成人声，同样可能侵害声音权益。

对于“数字复活”，该裁判口径来源于《理解与适用》阐释，不属于《意见》明文条文：死者生前就肖像、个人信息或者“数字复活”事项作出合法有效安排，在不违反法律、不违背公序良俗前提下，司法上应予尊重。企业在使用人物形象、声音类训练素材时，应当将可识别性评估、授权范围、限定使用场景纳入业务前置合规审查流程。

（二）公开信息与“开盒”：公开不等于可以无限制使用

利用人工智能追踪、分析电话号码、网络账号、社交媒体公开信息，若以刺探私密隐私为目的，进一步挖掘获取非公开私密信息，仍可构成人格权益侵权。

已公开个人信息用于模型训练并非天然合法。《意见》第6条明确，应当结合处理目的、模型功能必要性、信息类型与敏感程度、对个人权益潜在影响、原始公开场景、个人合理预期综合判断是否超出合理处理范围；处理行为对个人权益造成重大影响的，仍然应当依法取得个人同意。企业应当做到数据来源可溯源、处理目的留痕、设置个人拒绝处理机制，明确限定后续数据使用范围。

针对AI换脸造谣、深度伪造、网络“开盒”等侵权后果扩散快、损害难以弥补的情形，《意见》实现与人格权侵害禁令制度有效衔接。相关业务除事后投诉处置机制之外，还应当建立快速停止生成、限制服务的应急响应机制。

   3     生成式AI服务提供者责任｜从处置既有内容到防范重复生成

生成式AI输出内容具备即时性、点对点交互特征，同一侵权内容存在被反复生成风险，传统以删除、屏蔽、断开链接为核心的网络服务治理规则无法完全适配生成式AI场景。《意见》第7条首先在人格权益场景明确通知后处置责任；知识产权场景下服务提供者责任规则，主要见于《理解与适用》结合《民法典》第1195条、第1197条所作阐释，并非《意见》条文直接规定。

（一）通知规则需要适配即时生成特点

生成内容往往不存在对外公开可访问网页链接。《理解与适用》明确：权利人能够提交初步证据证明案涉模型能够稳定生成侵权内容，可以作为侵权初步证据；普通用户复现测试、输入提示词、留存生成结果，均可作为固定侵权事实的手段。因此企业投诉受理机制不宜机械要求提交“侵权网页链接”，应当配套接收提示词、生成结果、复现路径等证据材料，并建立完整内部复核流程。

（二）必要措施应当兼顾止损与防止重复生成

生成式AI场景下的必要措施可以包括：停止生成侵权内容、屏蔽高危生成指令、对侵权用户作出警示、限制或者暂停服务；知识产权侵权场景，还可包括删除用户分享侵权副本、迭代优化模型过滤算法等。判断采取的措施是否合理适当，应当综合考量技术可行性、制止现实传播、防范再次生成的必要性，同时兼顾第三方主体合法权益。因此，投诉受理记录、复现测试过程、处置措施选择、复测结果、对权利人反馈记录均应当完整留存，做到可追溯。

（三）明显侵权风险不能忽视：“红旗规则”仍有适用空间

《理解与适用》介绍，起草阶段曾研讨是否直接明文写入生成AI场景的“红旗规则”，鉴于生成内容体量巨大、输出结果不确定性强、大量交互具备私密性，最终未在《意见》条文中直接确立专门的红旗标准。但并不等于完全排除《民法典》第1197条“明知、应知”一般规则的适用。只有存在充分证据证明服务提供者实际知道或者应当知道用户利用服务实施侵权行为，方可参照适用该条，司法实践中对此类事实认定持审慎态度。

企业不能简单以“模型自动生成、无法预判用户输入提示词”作为一概免责抗辩理由，但也不应过度拔高平台事前主动筛查全部潜在侵权输出的义务边界。

   4     产品、消费与智能驾驶｜说明、透明与数据留存

人工智能产品、算法交易、智能驾驶虽然分属不同责任规范体系，但审理中均高度依赖产品真实功能说明、风险警示、全流程运行数据的留存管理。

（一）人工智能产品：产品责任有明确边界

《意见》第9条将人工智能产品责任适用对象限定为以实物为载体的人工智能产品，判断标准需要结合《产品质量法》关于“产品”的法定定义。《理解与适用》进一步澄清：纯生成式AI线上服务不属于该条规制的人工智能产品范畴。

产品缺陷认定，除考量国家标准、行业标准之外，还应当综合产品性质用途、系统自主学习能力、OTA升级迭代情况、用户实际控制程度，以及经营者是否对适用场景、固有技术局限、可预见风险作出真实说明、明确警示。

OTA版本升级会改变产品原有功能边界与风险边界，因此版本变更记录、升级公告、配套风险提示应当同步更新、完整归档。

（二）算法交易：差异化不等于不合理差别待遇

《意见》第10条规制经营者利用AI算法，针对同一商品或者服务，在交易价格等交易条件上设置不合理差别待遇，但并不全盘否定所有差异化交易安排。司法审查重点在于消费者知情权、自主选择权、公平交易权是否受到实质性不当限制；差异化条件是否建立在消费偏好、支付能力、浏览行为等数据之上；差别对待的理由是否正当、充分、非歧视。

利用AI仿冒名人形象、声音开展商业带货，若同时构成消费欺诈的，可以依法适用惩罚性赔偿规则。

（三）智能驾驶：说明警示和事件数据同样重要

自动驾驶、辅助驾驶引发交通事故，仍回归现行机动车交通事故责任、产品责任规则审理。对于市场主流辅助驾驶系统，驾驶人负有的注意义务，不会因车载系统介入而当然免除；当车辆产品缺陷、驾驶人过错共同促成损害结果时，法院需要依据原因力大小、过错程度划分责任。

《意见》明确将自动驾驶、辅助驾驶事件记录作为查明事故事实的重要证据来源。车企、运营主体应当保证自动化等级、功能边界、对外宣传表述、用户手册、事故事件数据、OTA升级记录保持一致、可追溯。

   5     知识产权与数据权益｜责任规则先行，前沿争议审慎留白

《意见》并未对全部AI知识产权前沿争议给出终局结论，但已经明确AIGC侵权责任考量因素、训练数据举证义务、开源责任边界、数据权益保护路径。对理论分歧较大问题采用“规则先行、实体定性留白”的立法技术，即先设定诉讼程序层面举证要求，不在条文中强行作出实体定性结论。

（一）AIGC侵权：责任与控制能力、参与程度相匹配

AI生成内容侵害著作权案件，应当结合服务模式、行业特点、训练数据来源、各方主体参与程度、是否采取必要措施、获利情况等综合判定责任。

使用者明知或者应知在先作品权利存在，仍然通过输入提示词、调整参数、导入素材等方式，生成与在先作品实质性相似的内容，且不存在合理抗辩事由的，使用者需要承担相应侵权责任；不能单纯以“内容由AI自动生成”主张免责。

开发者、AI服务提供者的责任，则与其技术控制能力、业务参与度、主观过错、是否落实必要处置措施紧密挂钩。如果明知模型稳定输出与他人在先作品实质性相似内容，却未采取过滤优化等必要措施，甚至通过技术设计诱导该类生成，侵权风险显著升高。

企业应当建立提示词管理、输入素材来源审查、输出相似性复核、权利投诉处置的闭环工作机制。

（二）训练使用作品：定性仍留白，但举证要求已经先行

针对未经许可使用他人作品开展模型训练是否构成侵权、是否成立著作权合理使用，《意见》未作出实体层面统一结论，《理解与适用》确认该问题理论界、实务界分歧巨大。但是程序举证规则已经明确先行：当AI开发者提出不侵权抗辩时，应当提交训练数据来源、训练实施过程、模型运行机理等证据材料，必要时还可以提交相关科学理论依据予以佐证。由此，训练数据台账、素材来源授权凭证、模型版本档案，已经从内部技术资料转变为诉讼关键抗辩证据。

（三）AI生成内容能否受著作权保护：仍回到作品构成要件

《意见》没有对AI生成内容是否享有著作权给出一刀切结论。《理解与适用》强调判断核心回归《著作权法》“作品”法定构成要件，重点审查人类智力投入与独创性。

提示词设计、参数调试、输出结果筛选等人类介入行为达到何种程度才满足独创性要求，目前司法实践分歧仍然较大。因此，既不能直接推定“AI生成内容即享有著作权”，也不能仅仅因为创作过程使用AI工具就一概否定作品属性。

（四）开源与数据权益：有条件豁免与分层保护

针对免费开源提供AI软件代码模块的开发者、提供者，《意见》第13条规定，在已经公开说明功能缺陷、安全风险的前提之下，保留责任豁免空间；绝非“开源即当然免责”。开源许可协议约定、权利限制条款、安全合规举措、风险信息披露完整度，都会影响最终责任认定。

针对数据权益，《意见》第16条并未创设全新的“数据所有权”法定权利，采取分层保护路径：根据数据是否构成作品、商业秘密，结合行为是否违反反不正当竞争法等既有法律规则予以保护。企业主张数据权益，数据来源合法性、完整授权链条、加工过程记录、安全防护留痕，都是重要事实基础。

（五）专利与技术合同：留存实质性贡献，明确研发义务

《意见》第14条、第15条回应AI研发场景下专利、技术合同纠纷：自然人利用AI辅助完成发明创造，该自然人对发明的实质性特点作出创造性贡献的，应当认定为发明人。

涉及AI技术开发、转让、许可、咨询、服务类技术合同违约责任裁判，以合同约定为基础，同时充分考量AI研发行业客观特点、技术开发方是否尽到商业语境下的合理努力。

研发企业应当同步留存研发人员创造性贡献记录、模型使用记录、版本迭代档案；在技术合同文本中尽量清晰约定研发目标、验收标准、数据与模型使用权限、风险边界、各方协作义务。

   6     证据与诉讼材料｜可复现、可追溯、可核验

涉人工智能纠纷技术壁垒高、原被告信息不对称问题突出。事后再向法院解释“系统当时如何运行”难度极大，更宜在业务运行阶段持续留存可以还原关键案件事实的完整记录。

（一）AI生成内容作为侵权证据：形成过程需要能够还原

《意见》第18条规定，当事人将AI生成内容作为侵权证据提交的，人民法院应当综合考量提示词设计对于输出结果的影响、生成内容与权利作品相似程度、重复测试结果一致性、模型训练背景、算法设计、内容过滤机制等多重因素。仅仅提交生成结果截图，通常不足以完整还原全部生成过程。

实务中建议同步保存提示词原文、模型名称及版本号、生成时间戳、完整交互会话、多次重复测试样本；对于重大证据，可结合哈希校验、可信时间戳、公证等手段固定证据完整性，企业可以结合案件重要程度、成本承受能力选择保全方案。

（二）证据偏在：关键数据拒不提交可能产生不利后果

《意见》第17条重申民事诉讼证据妨碍规则（书证提出命令）：一方当事人控制书证、电子数据，无正当理由拒不提交的，人民法院可以推定对方当事人主张该证据的内容不利于控制证据持有方。

该条不是AI领域新设特殊证据规则，是既有书证提出命令规则在AI电子日志场景的适用；启动该规则的前提是：另一方当事人需要先初步举证证明该份证据由对方实际控制，不能直接动辄申请法院适用证据妨碍。

对企业而言，“没有留存记录”或者“有记录但客观无法调取”均会显著放大诉讼败诉风险。企业应当预先明确关键业务日志、模型版本档案、投诉处置、事故数据的保存周期、内部调取权限、证据保全预案。

（三）AI生成诉讼材料：核验与说明不能省略

《意见》第19条明确：诉讼文书、案例检索报告等材料，如使用人工智能辅助生成，代理人、当事人提交前必须核验法律条文、司法解释、案例事实的真实性、准确性；提交材料之时应当对AI辅助生成情况予以说明；材料内容真实性、准确性的法律责任，仍然由提交文书的当事人、诉讼代理人承担，不得转嫁AI工具。

《理解与适用》列举两类参考案例：一是代理人未核验，直接提交AI编造虚假判例；二是当事人提交AI生成伪造证据照片。

对于法律从业人员，AI是高效辅助工具，但事实梳理、法律适用、案例核验的最终责任不能转移给人工智能。

合规主线｜把“已尽责”转化为可验证记录

《意见》通篇反复强调主体控制能力、技术现实可能性、过程证据留存，意味着AI合规不能停留在纸面制度文件。一旦发生争议，市场主体需要能够完整回应：数据来源、风险评估过程、关键决策主体、投诉接收时间、采取何种处置措施、处置效果如何验证。

• 数据与授权可追溯：训练数据集、第三方外购数据集、公开个人信息、授权素材、开源代码，全部可以回溯来源、授权条件、使用范围、权利限制；

• 模型与版本可追溯：留存上线风险评测报告、模型版本迭代、重要参数调整、内容过滤策略、风险对外提示、OTA升级、版本回滚完整记录；

• 投诉与措施可复核：构建通知受理、复现测试、模型迭代优化、停止生成、高危提示词屏蔽、用户限制处置、复测验证、权利人反馈的闭环留痕；

• 说明、营销与合同相衔接：产品说明文档、用户手册、市场宣传表述，应当和产品真实功能保持一致；模型供应商、数据服务商、硬件厂商、终端使用企业之间，合同应当明确技术资料提供义务、诉讼证据协助义务、知识产权担保义务、内部追偿机制；

• 争议证据可保全：在恪守个人信息保护、数据安全法律前提下，针对关键日志、提示词、模型输出、投诉卷宗、模型版本、事故数据，设置合理保存周期、内部调取权限、应急保全流程。

真正具备诉讼证明价值的合规记录，应当实现业务流程记录、技术流程记录、证据留存记录三者互相印证，用以证明：市场主体在业务发生当时，基于彼时技术条件、风险认知水平，已经采取与自身控制能力相匹配的合理防控措施。

 结 语 

《意见》的核心价值，不在于一次性穷尽解答全部AI法律疑难问题，而是把现行民商事法律规则适配落地人工智能业务场景，对责任边界、必要处置措施、诉讼证明标准给出清晰司法指引。

对于律师处理涉AI纠纷案件，仍然应当优先锁定基础法律关系、确定请求权基础，围绕主体控制能力、注意义务边界、因果关系、证据可获得性搭建案件事实框架。

对于企业开展AI合规建设，工作重心应当从“是否建立纸面合规制度”一步升级为“能否在诉讼中证明已经合理、及时履行对应义务”。

（作者：卢露、刘婧）