最高法发布涉AI纠纷审理意见：AI产品提供者的合规义务从"建议"升级为"裁判尺度"

最高法《意见》9月7日发布当日即生效，它的真正冲击力不在于"又一份文件"，而在于把AI产品提供者过去以"技术中立"为由反复推卸的合规义务，第一次写进了法院可以直接援引的裁判尺度里。换言之，当事人只要能把训练数据来源、训练过程记录、模型运行模式三件套提交给法庭，就已经不需要再喊冤；反之，提交不出来或者提交得残缺不全，就直接推定存在过错。这一变化对AI产品方的影响是颠覆性的——它意味着合规体系从"应付监管检查"正式变成"法庭举证工具"，合规留痕从此是产品方在民事诉讼中的核心武器。

一、《意见》最重要的三句话，决定了AI产品责任分配

《意见》文本较长，但通读下来有三句话构成对AI产品方最具实质性的新规则。

第一句：AI生成内容不能以"系AI生成"为由免责。 李剑庭长在新闻发布会上点明，第12条至第16条专门针对涉AI知识产权纠纷案件作出规定，"不能以被诉侵权内容系人工智能生成为由免除相关主体责任，而应当坚持责任承担与控制能力、注意义务相匹配"。这意味着无论AI开发者、提供者还是使用者，在作品已被实质性接触、生成内容与在先作品实质相似、又无合理使用等免责事由时，都可能被认定侵权，"AI自动生成"不再是挡箭牌。

第二句：AI开发者举证责任倒置。 《意见》要求"人工智能开发者提出不侵权抗辩的，应当责令其提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据等予以佐证"。这一条直接颠覆了过去"谁主张谁举证"的常规分配——开发者必须主动证明自己无过错，而非由原告证明开发者有过错。考虑到训练数据多为亿级语料，"提供训练数据来源"通常意味着完整、可追溯的语料授权链条和合规审计报告。

第三句：权利人须自证算法侵权事实。 与开发者侧的举证倒置对应，《意见》明确"权利人主张人工智能提供者利用算法技术侵害其著作权的，应当提供相关证据"。这把"算法黑箱"下的取证困难部分回转给权利人，但同时强化了AI产品方对模型日志、可解释性记录的留存义务，因为一旦诉讼启动，留痕不足的产品方将首先陷入不利地位。

二、AI产品应当如何把《意见》转化为产品工程？

《意见》并未直接增设行政审批义务，但它事实上要求AI产品在产品架构层面建立"司法可验证"的合规体系。

1. 训练数据合规台账化。 《生成式人工智能服务管理暂行办法》第七条已要求训练数据来源合法，《意见》则把"合法"进一步细化为"可向法庭举证"。AI产品方应在数据资产端建立三类台账：一是来源链路台账，记录每一批语料的采集渠道、授权方、授权时间与授权范围；二是授权文件台账，保存可向法庭提交的电子授权凭证、网页授权截图或合同正本；三是清洗与去重记录，证明对涉嫌侵权内容的过滤动作。

2. 模型运行日志可回放。 《意见》提出要提供"模型运行模式"，对生成式AI而言，这至少包括：推理参数、Prompt工程记录、安全过滤器触发日志、违规拦截明细、回退机制等。一旦发生侵权纠纷，完整日志可证明模型本身已尽合理注意义务、输出并非主动复制，从而支撑"避风港"或"过错责任"抗辩。

3. 生成内容标识双轨制必须真正落地。 配合《人工智能生成合成内容标识办法》及9月1日生效的《微短剧发展管理办法》对"AI生成内容需显著标识"的强制要求，AI产品应在生成端落实显式标识（用户可见），在元数据端落实隐式标识（机器可读），并对未标识内容实施分发层拦截。否则即便训练数据合法、模型无过错，因标识缺失仍可能在《暂行办法》第十七条和《标识办法》框架下被认定行政违法。

4. 用户协议与免责声明的边界重划。 "用户生成内容、平台免责"的传统合同条款在AI场景下被显著限缩。AI产品方应在用户协议中明确：禁止用户利用产品实施假冒仿冒、深度伪造、生成虚假不实信息等高风险行为；对高风险功能（如换脸、拟声、AI陪伴）实施单独同意与真实身份认证；对训练数据二次使用作出明确告知。9月1日生效的《顾客联络服务 人工与智能客户服务协同要求》国家标准同样要求AI客服"不得隐藏转人工入口"，这要求AI客服产品在交互层增加可见的人工切换路径。

三、什么是AI产品最容易踩的"三个坑"？

结合《意见》与近期判例，AI产品方最容易在以下三处踩坑：

坑一：以"技术中立"为由拒绝训练数据审查。 北京互联网法院已多次认定，算法参与内容生成即属内容服务提供者，不得主张技术中立。这意味着产品方不能仅以"模型自动生成"为由推卸训练语料审查义务。最高法《意见》把这条司法经验上升为全国性裁判规则。

坑二：开源组件"零责任幻觉"。 《意见》同时明确，开源软件开发者、提供者以免费开源方式提供代码模块，并公开说明功能和安全风险的，他人使用导致侵权的，可不承担侵权责任。但"功能和安全风险公开说明"是有前提的——简单地把Apache 2.0协议文本挂在仓库首页，并不能构成充分披露；产品方仍应在集成层做license清单和合规审查。

坑三：把合规当成"对外应付"而非"对内留痕"。 大量AI产品在监管沟通、媒体回应、PR稿中合规姿态十足，但内部没有可验证的日志和台账。一旦纠纷进入诉讼或调查阶段，姿态无法替代证据。《意见》施行后，AI产品方的真正差距是工程能力差距——能不能在产品里"埋下"完整可追溯的合规证据链。

广东华商律师事务所潘杰峰律师点评

最高法《意见》9月7日生效带来的最大冲击，是AI产品合规体系从"行政合规"开始向"司法合规"延伸。我的实务判断有三点：第一，最高法明确"不侵权抗辩须自证训练数据来源"是把《暂行办法》第七条从行政规范升级为诉讼规范，对中小AI创业公司的杀伤力远超大厂——它们既缺乏完整语料授权，也缺乏留痕工程能力；第二，"控制能力、注意义务相匹配"的责任分配逻辑，本质上要求AI产品把合规设计前置到架构层，而不是上线后再补；第三，建议AI产品方在《意见》施行后的窗口期，主动对全产品线做一次"司法可验证性"体检——能向法庭完整提交训练数据来源、训练过程、模型运行模式与日志记录的产品，将在后续诉讼和监管沟通中占据显著优势。

FAQ

Q1：《意见》对AI产品方是新增义务还是明确既有义务？

明确既有义务。《生成式人工智能服务管理暂行办法》第七条、第十七条，《数据安全法》第二十七条，《人工智能生成合成内容标识办法》等早已对训练数据合法、安全评估、生成内容标识作出规定；《意见》将这些行政法层面的义务进一步明确为司法层面的裁判依据，并要求AI开发者举证。

Q2：训练数据来自开源数据集（如LAION-5B、Common Crawl），能否直接用于商业模型？

不能简单直接使用。开源数据集本身并不免除下游使用者的合规义务。AI产品方仍需对每一类语料做来源审查、授权范围核对、敏感信息过滤、可识别主体肖像与声纹剔除。即便《意见》对开源软件开发者给予适当责任豁免，也不意味着使用开源数据集训练商业模型可以免除产品方责任。

Q3：AI产品没有生成侵权内容，是否仍可能被法院认定侵权？

可能。《意见》明确AI服务提供者的责任承担与"控制能力、注意义务"相匹配。常见被认定过错的情形包括：明知用户批量用于侵权而不采取技术措施、未落实生成内容标识、未对公众人物肖像/声纹做合理过滤、未保存可证明已尽合理注意义务的运行日志。合规留痕是AI产品方在民事诉讼中证明"无过错"的核心证据。

---

本文系广东华商律师事务所潘杰峰律师团队出品，仅供客户与行业参考，不构成正式法律意见。