2026-05-22 19:25
扫码打开虎嗅APP
本文来自微信公众号： Internet Law Review ，作者：保罗·凯勒，编译：《互联网法律评论》
近期中美司法案例的密集涌现，正揭示一个在AI竞争中更隐蔽的战场：AI商业秘密诉讼趋势正在中美之间形成。企业最宝贵的资产正从“保险箱里的图纸”，变为“工程师头脑中的直觉”和“团队协作中的流程”，它们无形、易流动、难确权，却在跨境研发与高管流动中时刻面临泄露风险。
更为关键的是，地缘政治张力正为这一技术风险注入高能燃料——法律将成为大国科技博弈的延伸工具，而企业则可能首当其冲。
因此，对于任何横跨中美市场、供应链或人才池的科技企业而言，这已不是一个单纯的“法律合规”问题，而是一个必须纳入顶层业务战略的核心风险议题。忽视这一趋势，企业付出的代价将远不止赔偿金，更可能是关键技术的禁运、研发团队的瓦解、市场准入的冻结乃至商业信誉的崩塌。
随着人工智能（AI）技术竞争进入白热化阶段，法律战场的焦点正从“版权领域”迅速转向“商业秘密”。也就是说，随着各公司竞相开发和部署先进的AI系统，它们最有价值的资产更多是机密数据集、训练方法、模型优化技术和机构专有技术，而非专利或公开披露的技术。
与此同时，AI创新已然成为一种全球性现象。研究团队、基础设施、人才和研发活动经常跨境运作，地缘政治紧张局势、劳动力流动以及AI研发流程的不透明性共同作用，为跨境商业秘密纠纷的持续增加创造了有利环境。
近期AI相关执法行动表明，这种转变已经开始，政府和司法机构对于涉嫌滥用AI相关技术的行为越发强硬。然而，对大多数AI公司而言，相关的风险却被严重低估了。
传统的商业秘密纠纷通常集中在源代码、配方或客户名单等离散资产上。相比之下，AI系统是通过迭代和协作过程构建的，其中包括模型架构设计、训练和微调方法、专有数据集和标注系统、推理和检索工作流程、提示工程框架、对齐和安全技术以及性能优化策略。
AI领域的竞争优势通常并非源于单一资产，而是源于更广泛的工程决策和工作流程生态系统。因此，识别并最终证明商业秘密的存在和滥用变得异常复杂。
这种演变带来了诸多挑战。企业必须明确在AI领域中何为可保护的商业秘密，证明在不透明或概率性系统中存在滥用行为，并解决人工智能输出是否可能反映底层机密信息的问题。
中美框架引入了额外的法律和操作复杂性。AI开发通常涉及跨国人员、跨境合作和全球分布式基础设施。与此同时，各国政府对先进技术实施出口管制、数据本地化义务、房地产和环境管制以及国家安全限制。未来AI相关的纠纷可能围绕以下场景展开：
员工在竞争对手之间流动
培训方法和工作流程的跨境转移
对代码库和开发环境的远程访问
利用AI辅助提取或总结机密信息
合资企业、大学合作和共享研究
对开发“相似系统”系“独立研发”的辩驳
值得注意的是，许多纠纷并非源于蓄意盗窃，而是源于“隐性技术知识”的转移——即内化于员工经验和判断中的信息。
在AI相关的商业秘密纠纷中，法院和监管机构正日益面临一些新问题。这些问题包括模型是否能够“保留”受保护的信息、如何证明专有训练技术的影响，以及如何构成污染或滥用的充分证据。传统的证据框架往往难以应对这些问题。与此同时，一些更广泛的趋势也逐渐显现：
加大执法力度，包括对与人工智能相关的经济间谍活动提起刑事诉讼；
诉讼案件数量不断增加，尤其是在涉及员工流动和内部人员行为的案件中；
重大损失风险，与高价值商业秘密纠纷通常的情况一致；
扩大美国商业秘密法在涉及外国行为案件中的域外效力。
| 1、美国巨头间的商业秘密攻防：xAI诉OpenAI案2026年2月，美国加州联邦地区法院以“缺乏针对OpenAI本身具体不当行为的指控”为由，暂时驳回了埃隆·马斯克旗下xAI公司对OpenAI提起的商业秘密侵权诉讼。此案表明，在员工流动频繁的AI行业，仅凭前员工携带机密加入竞争对手的指控，若无充分证据证明新雇主的不当行为，难以获得法院支持。2、中美跨境刑事追诉：前谷歌工程师案2026年1月，美国旧金山联邦陪审团裁定38岁的中国籍前谷歌工程师Leon Ding犯有7项经济间谍罪和7项窃取商业秘密罪。检方指控其窃取了与谷歌AI超级计算数据中心相关的关键技术，意图使中国公司受益。此案凸显了美国司法部门对涉及AI技术的经济间谍行为采取愈发严厉的刑事打击姿态。 |
中国也在通过《反不正当竞争法》加大执法力度，包括涉及技术诀窍、数据集和软件的案件。两国同时提起诉讼的可能性越来越大。
| 1、中国首例AI算法商业秘密案：司法明确保护范围2025年11月，中国最高人民法院在一起案件中明确，AI训练脚本、标注数据集、模型参数调优方法等开发资产，只要符合商业秘密的构成要件（秘密性、商业价值、合理保密措施），即可受到法律保护。该判决确立了“接触+功能相似性”可推定侵权的原则，为中国AI企业的技术保护提供了重要司法指引。2、民事赔偿与惩罚：虚拟数字人技术秘密案2026年4月，广州知识产权法院对一起侵害“虚拟数字人”技术秘密纠纷案作出一审判决，认定被告构成不正当竞争，适用惩罚性赔偿，判令其连带赔偿原告经济损失495万元及合理费用。该案典型地反映了核心研发人员集体离职后，迅速推出高度相似产品所引发的商业秘密纠纷。3、行政监管同步强化：中国公布AI不正当竞争典型案例2026年2月，中国国家市场监督管理总局公布了五起人工智能领域不正当竞争典型案例，涉及仿冒混淆、虚假宣传及侵犯商业秘密等行为。这释放出监管机构正密切关注AI市场竞争秩序，并从行政执法层面加强规范的明确信号。 |
近期发生的纠纷还凸显了AI商业秘密风险的不断演变：
员工流动案例中，离职工程师涉嫌保留或复制模型架构、代码库或工作流程；
内部人员离职前大规模下载代码、训练数据或技术文档等不当行为；
跨境传输指控，包括从外国司法管辖区远程访问敏感系统；
员工离职后，竞争对手迅速推出竞品，引发了关于滥用机密技术的指控。
这些案例表明，主要风险因素是内部的，而不是外部的，AI系统既放大了专有信息的价值，也放大了其脆弱性。
面对即将到来的诉讼浪潮，企业应立即采取以下行动：
1、重新定义与盘点商业秘密
将保护范围扩展至AI特定资产，如训练方法、数据集、模型权重、提示词库和治理框架，并建立清晰、文档化的资产清单。
2、实施AI专项访问控制
传统安全措施在AI环境下可能失效。应分割代码库、限制对敏感资产的访问、监控开发活动（包括提示词交互），并控制外部AI工具的使用。
3、强化员工流动管理协议
员工流动是纠纷的主要源头。需完善入职与离职流程，要求员工认证未携带前雇主机密信息，及时终止系统访问权限，并监控离职前后的高风险活动。
4、重新评估跨境合作架构
审视合资、研发合作与全球开发模式，确保其符合各司法管辖区的出口管制、数据本地化法律和访问限制。
5、构建AI专项诉讼应对能力
记录模型谱系与开发历史，维护版本控制和访问日志，保存独立研发的证据，并为关键技术决策建立治理协议。
1、预备平行诉讼风险：公司应做好准备，应对在美国和中国同时或协调进行的诉讼，因为两国的取证规则、举证责任和救济措施均不相同。
2、警惕数据来源和可审计性：训练数据是核心战场。企业应建立跟踪、记录和审计数据来源与使用的系统。
3、重新评估开源集成风险：使用开源模型和代码可能会使商业秘密主张变得复杂，并引发许可合规问题。清晰的文档记录和专有增强功能的隔离至关重要。
4、有效利用AI取证和检测能力：公司应培养或保留技术专长，以分析模型相似性、捍卫独立开发成果并应对取证调查，必须制定明确的政策和技术控制措施，加强对下载、存储库访问和异常行为进行异常检测。
5、监管叠加和内部协调：商业秘密纠纷可能涉及出口管制、制裁和国家安全框架，因此需要诉讼团队和公司管理团队之间的协调。
6、提升风险层级：AI商业秘密风险应被视为企业董事会层面的问题，需要进行适当的监督、报告和资源分配。
