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，以下简称《意见》）。最高法在发布说明中将其定位为“首部由国家最高审判机构发布的涉人工智能司法裁判规则文件”。这个“首部”的范围，是最高审判机构发布的涉AI裁判规则文件，并非人工智能领域此前没有法律和监管规范。最高法发布说明及全文
这份文件的重要性，在于最高法将分布在人格权、消费者权益、知识产权、产品责任和诉讼程序中的AI问题，集中纳入五部分、二十四项审判指引。换脸拟声怎样追责，公开个人信息怎样用于模型训练，辅助驾驶事故怎样分担责任，律师提交AI生成材料需要核实和说明什么，都有了更具体的判断标准。
从法律地位看，《意见》属于最高法发布的司法政策和审判指导文件，承担指导各级法院审理案件、统一法律适用的作用，与法律、正式司法解释的性质有所区别。它依据民法典、个人信息保护法、著作权法等现行法律提出裁判指引，具体案件中的请求权和责任判断，仍需与相应法律规范衔接。
对权利人而言，它明确了向谁主张、怎样举证的若干路径；对开发者、服务商和使用者而言，它让注意义务和责任边界更容易被具体审查。文件也保留了尚未形成共识的问题，例如AI生成内容的可版权性，以及未经许可用他人作品训练模型如何定性。
我对全文的理解是，法院正在把AI造成的法律问题，逐一落实到具体参与者的行为、预防能力和证据上。不同角色的责任有所区别，技术复杂也不能成为拒绝解释、拒绝举证的理由。
以下按原文顺序解读全部二十四项。引文均为原文节选，完整文本见前述官方链接。
阅读目录
一、总体要求：法院怎样看待创新与风险（第1—2项）
二、侵权责任：从换脸拟声到辅助驾驶（第3—11项）
三、知识产权与产业交易：训练、开源、专利和数据（第12—16项）
四、诉讼程序：怎样举证，怎样使用AI材料（第17—20项）
五、审判工作机制：规则怎样继续形成（第21—24项）
一、总体要求：法院怎样看待创新与风险
01—02｜支持创新与保护权益，如何落实到具体案件？
原文节选｜第1项
坚持发展和安全并重、促进创新和依法治理相结合，依法公正审理涉人工智能纠纷案件，促进提升人工智能技术应用的安全性、可靠性、可控性、公平性
原文节选｜第2项
以包容审慎的态度平衡权益保护与技术产业发展，营造鼓励探索、宽容失败的良好环境。
区分通用与专用、开源与闭源等不同类型大模型在技术原理、风险外溢与控制能力上的差异，对开发者、提供者、使用者等主体的法律责任作出合理划分。
分析解读
第1项确定总体方向，第2项提出以人为本、支持创新发展、筑牢安全底线三项原则。它们会影响后续条款中的过错、必要措施、合理范围等判断，但不能单独替代具体法律要件。
一种技术可能用于普通写作，也可能被部署到医疗、交通等风险更高的场景。两种情况下，使用者能够核实什么、服务商能够预防什么，未必相同。通用模型与专用服务、免费提供代码模块与直接经营终端产品，也不适合仅凭“都用了AI”承担完全相同的义务。
理解这里的“宽容失败”，需要把正常探索中的不确定性，与本可避免却放任发生的损害分开。企业不能只引用支持创新的表述，跳过自己采取了哪些防范措施的说明。
二、侵权责任：从换脸拟声到辅助驾驶
03｜AI造成损害，是否只要证明结果就能要求赔偿？
原文节选
法律没有明确规定适用无过错责任或者过错推定责任的，应当依照民法典第一千一百六十五条第一款规定的过错责任原则认定行为人是否承担侵权责任。
分析解读
《意见》保留了现行法的责任体系。没有特别规定时，需要判断行为人是否有过错；已经存在特别规则的，仍按特别规则处理。例如，个人信息保护法第69条规定，个人信息处理者不能证明自己没有过错的，应承担相应侵权责任。不能因为加入了AI技术，就把这项证明负担重新交给个人。
第3项进一步列出过错判断因素，包括应用场景、自主化程度、透明度、风险范围，以及各方的预见和控制能力。分析责任时，要查清服务商可以采取哪些措施、用户可以识别哪些风险，不能把AI生成错误直接等同于某一方存在过错。
这里也没有“自主化越高，人的责任就越轻”的公式。自动化可能减少用户干预机会，也可能要求设计者、部署者在投入使用前做更多防范。个人信息保护法第69条
04｜换脸、拟声与“复活逝者”，保护的分别是什么？
原文节选
除法律另有规定的外，未经自然人同意，利用人工智能处理自然人的姓名、肖像等，生成可识别该自然人的虚拟数字形象并使用、公开，该自然人主张行为人侵害其姓名权、肖像权等人格权益的，人民法院依法予以支持。
除法律另有规定的外，未经自然人同意，使用自然人的声音作为训练语料，模仿该自然人的音色、语调和发音风格等生成能够识别该自然人的合成人声，该自然人主张行为人侵害其声音权益的，人民法院依法予以支持。
分析解读
保护对象不局限于名人。只要生成形象或者声音能够识别到特定自然人，就要审查同意及法定例外，不能把“只是普通人”“没有拿来赚钱”当成统一的免责理由。
两段措辞还有差别：数字形象的规定包含生成后“使用、公开”；拟声规定没有另加公开传播条件。因此，不能把声音权益保护缩减为“传播出去才可能侵权”。但这也不意味着数字形象只生成、不发布就一定合法，仍需结合肖像、隐私和个人信息等规则判断。
如果操控形象、声音发表不实言论，降低本人或者他人的社会评价，还可能侵害名誉权。制作虚拟形象与借其发表言论，是需要分别审查的行为。
对于死者，《意见》保护的是姓名、肖像、名誉等人格利益，并衔接民法典第994条的近亲属请求权。不能简化成“取得某位家属同意，就能任意制作和使用”。
05｜信息已经公开，用AI追踪分析为何还可能侵犯隐私？
原文节选
以刺探隐私为目的，利用人工智能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，或者将所获取的私密信息泄露、公开，或者利用所获取信息侵扰私人生活安宁的，应当认定构成对隐私权的侵害。
分析解读
一条公开信息与多条信息关联后得出的结论，可能揭示完全不同程度的私人生活。假设一个人公开过工作单位、旅行照片和日常动态，别人利用AI持续关联这些内容，推算其私人住址和活动规律，不能仅用“材料都来自网上”解释行为的正当性。
这一项审查的是刺探目的、追踪分析行为、取得的私密信息及生活安宁受侵扰等具体情况。在规定的条件下，获取私密信息本身就可能侵权，不必等到再次公开。
本项还规制利用AI拍摄、窥视、窃听私密空间和活动，并保留法律另有规定或者本人明确同意的例外。不能把这些规则扩大成对一切公开信息检索、核实活动的禁止。
06｜公开的个人信息，可以用于训练模型吗？
原文节选
为人工智能模型训练，在合理范围内处理个人自行公开的或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益的行为。对个人权益有重大影响的，应当依照法律规定取得个人同意。
分析解读
这项规定不能只读“公开信息可以训练”，还要读合理范围、明确拒绝和重大影响三个限制。原文进一步要求考察处理目的与模型功能是否相适应、信息类型和敏感程度，以及个人公开信息时可合理预期的使用范围。
假设一个人为了求职公开履历，并不意味着他可以合理预期这些内容被用于模拟自己、推断敏感情况或者生成误导性评价。具体使用是否越界，需要结合实际场景判断。
这与个人信息保护法第27条的结构相衔接。即使个人信息处理符合条件，其中包含的文章、照片等作品是否可以用于训练，仍是另一个问题，不能一并推定已获许可。
07｜AI生成侵权内容，服务商收到通知后该做什么？
原文节选
生成式人工智能自动生成的内容侵害他人名誉权、隐私权等人格权益，经权利人通知，生成式人工智能服务提供者未及时采取停止生成侵权内容等必要措施的，应当对造成的损害依法承担侵权责任。通知应当包括构成侵权的初步证据及权利人的真实身份信息。
网络用户通过输入侵权提示词等方式恶意诱导生成式人工智能生成侵权内容并造成他人损害的，该网络用户应当依法承担侵权责任；经权利人通知，生成式人工智能服务提供者未及时采取停止生成侵权内容、屏蔽相关生成指令等必要措施，权利人依据民法典第一千一百九十五条的规定请求该网络用户、生成式人工智能服务提供者承担民事责任的，人民法院依法予以支持。
分析解读
这是全文需要仔细区分的两种情形：一类是AI自动生成侵害人格权益的内容，另一类是用户恶意诱导。后一类有明确的用户侵权行为，并衔接民法典第1195条；前一类不能直接套用用户与平台共同担责的全部结构。
最高法在发布会中以“避风港规则”解释这一安排。其考虑是服务商难以事先预测全部输出，但收到通知后具备采取措施的条件。措施也不限于删除一条回答，还可能包括停止生成有关内容、屏蔽相关指令。
通知后的责任规定，并不等于通知前的全面免责。符合适用条件时，仍要审查服务商是否知道或者应当知道用户侵权，以及是否存在其他过错。《生成式人工智能服务管理暂行办法》第14条也已规定提供者发现违法内容后的处置和整改义务。
监管义务可以帮助判断注意义务，但请求民事赔偿仍需分析损害、因果关系和具体责任依据。权利人提交通知时，宜保留生成过程、提示词、侵权内容和通知送达记录，以便说明问题和处置时间。最高法答记者问、暂行办法
08｜侵权还在扩散，能否先要求停止？
原文节选
自然人、法人或者非法人组织有证据证明行为人利用人工智能正在实施或者即将实施侵害其人格权益的违法行为，不及时制止将使其合法权益受到难以弥补的损害，向人民法院申请采取责令行为人停止有关行为或者责令有关网络服务提供者、生成式人工智能服务提供者停止提供有关服务的措施的，人民法院可以依法作出人格权侵害禁令。
分析解读
人格权侵害禁令处理的是紧迫损害，它不要求权利人等到侵权内容充分传播、损害已经固定后，再只谈赔偿。
申请人需要证明正在或者即将发生的违法行为，以及不及时制止可能造成的难以弥补的损害。禁令可以指向行为人，也可以涉及提供有关服务的平台和AI服务商。
原文同时要求措施不超出必要限度。制止某一侵权内容，不当然需要停止整个服务。申请时把侵权对象、内容、传播范围和希望采取的措施具体化，比笼统要求“封禁平台”更符合条文的判断方式。
09｜AI产品有缺陷，写过风险提示就能免责吗？
原文节选
人民法院应当依据产品质量法关于“产品”的定义，依法准确认定以实物为载体的人工智能产品并适用相应的法律规则。人工智能产品存在缺陷造成损害的，生产者、销售者应当依法承担产品责任。
分析解读
这里明确了实物载体路径，例如智能机器人、汽车。纯AI服务不进入这一产品责任路径，并不意味着免于合同或其他侵权责任。
缺陷判断也不能只看硬件有没有损坏。原文要求考察自主学习、升级更新、用户控制程度、标准，以及是否真实说明使用场景、固有局限和可预见风险。产品运行中的软件表现，也可能进入对整体安全性的评价。
风险说明是审查因素，不是免责凭证。已经存在的不合理危险，不能仅靠一行“请谨慎使用”转移给用户。
10｜同一商品不同价格，是否都属于“大数据杀熟”？
原文节选
针对同一商品或者服务，经营者利用算法在交易价格等交易条件上实行不合理的差别待遇，侵害他人合法权益造成损害的，人民法院应当依法认定其承担相应的侵权责任。
分析解读
不同价格只是查明事实的入口，还要判断差别待遇是否不合理。原文关注消费者的知情、选择和公平交易权是否受到实质限制，是否利用个人画像形成交易条件，以及差别理由是否正当、充分、非歧视。
核实这类纠纷时，需要尽量排除时间、商品规格、服务内容和优惠条件等差异，不能只凭两张页面截图就完成全部证明。算法画像如何影响交易条件，才是需要进一步查明的事实。
本项另规定AI仿冒名人带货且构成欺诈时，支持消费者依法主张惩罚性赔偿。仿冒涉及名人的人格权益，欺诈涉及消费者的交易决定，两条责任线需要分别判断。不能省略“构成欺诈”，直接把所有AI虚拟带货都归入惩罚性赔偿。
11｜辅助驾驶出事故，司机与车企怎样分担责任？
原文节选
具备辅助驾驶功能的汽车因车辆缺陷与驾驶人的过错行为结合导致同一损害，当事人依据民法典第一千一百七十二条等规定同时请求驾驶人和车辆生产者或者销售者承担赔偿责任的，人民法院依法予以支持。
分析解读
第11项保留道路交通事故责任的一般规则，另行明确产品缺陷造成损害的责任。车辆存在缺陷与驾驶人存在过错可以并存，不能仅证明其中一项，就当然排除另一项。
但“同时请求承担责任”不等于一律连带赔偿。民法典第1172条处理的是分别实施侵权行为造成同一损害时的责任分配，应当结合各方责任大小判断。被侵权人是道路上的第三人，还是驾驶人本人，也会影响责任关系，不能机械套用同一结论。
本项还处理两个实际问题：生产者、销售者对自动化等级、性能等进行虚假或者引人误解的宣传，可能另行承担消费者权益方面的责任；法院为查明事故原因，可以要求数据控制方在必要范围内提供真实、完整的驾驶事件记录。
因此，分析事故不能只看宣传名称或是否开启某个功能，还要核对系统运行状态、警示、接管和驾驶操作。掌握这些记录的一方，需要面对相应的举证审查。民法典第1172条
三、知识产权与产业交易：训练、开源、专利和数据
12｜AI生成的内容侵犯著作权，谁来承担责任？
原文节选
人工智能生成内容侵害他人著作权的，人民法院应当综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、采取的必要措施以及获利情况等因素，依法合理认定人工智能开发者、提供者、使用者的责任。
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。
分析解读
“内容是AI生成的”不能替相关主体免除责任，但各方也不会仅因参与了同一技术链条就承担相同责任。需要查清谁提供训练数据，谁影响输出，谁采取防范措施，以及各方在具体行为中的作用。
开发者提出抗辩，要提供相应技术和过程材料；原文也要求权利人对提供者利用算法侵权的主张提供证据。这是分配不同事实的证明任务，不能笼统称为全部举证责任倒置。
使用者知道或者应当知道在先作品，利用AI生成实质相似作品且无合理抗辩理由的，也不能借工具之名避开侵权审查。本项还规制AI实施的侵权假冒、虚假宣传和刷量刷单。
最高法在发布会明确表示，对生成内容的可版权性、未经许可用他人作品训练模型的定性，暂不作规定。生成结果侵权与训练行为是否合法，应当分开讨论。留白不等于许可，也不等于否定保护。
13｜代码免费开源，开发者就不用负责吗？
原文节选
开源软件开发者、提供者以免费开源的方式提供涉人工智能软件研发所需要的部分代码模块，并公开说明其功能和安全风险，他人使用该代码模块导致侵权的，人民法院可以认定开源软件开发者、提供者不承担侵权责任。
分析解读
这段规定有明确场景：免费开源、部分代码模块、公开说明功能和安全风险，以及他人使用导致侵权。条文采用“可以认定”，并不是只要贴上开源标签便自动免责。
本项前段还要求综合考虑许可协议、权利限制、安全举措和信息披露。一个只提供基础模块的人，与将模块包装成特定商业服务、直接控制使用场景的人，责任基础可能不同。
也不能把对他人使用行为的责任豁免，扩大成代码来源侵权、违反许可协议或者自身其他违法行为的一揽子免责。开源仍需检查具体权利和具体行为。
14｜用AI完成发明，谁能被认定为发明人？
原文节选
自然人使用人工智能完成的发明创造，该自然人对发明创造的实质性特点作出了创造性贡献的，应当认定该自然人为发明人。
分析解读
第14项分别处理保护客体、发明人和充分公开。技术方案需要符合专利法的客体要求，原文并将自然人没有实质贡献等情形排除在其规定的保护范围之外。
认定发明人时，重点是自然人对实质性特点的创造性贡献，不能仅凭谁购买了工具、输入了指令或者点击了生成按钮决定。实务上保留方案提出、技术修改和验证过程，有助于说明贡献，但这属于证明建议，不是原文规定的统一材料清单。
被认定为发明人也不等于必然获得专利，授权还需满足其他条件；说明书则应达到本领域普通技术人员能够实现发明的程度，不能以模型运行复杂为由省略必要公开。专利法
15｜AI项目开发失败，尽过努力就不算违约吗？
原文节选
人民法院审理涉人工智能技术开发、转让、许可、咨询、服务合同纠纷案件，应当根据合同约定，充分考量人工智能技术研发特点、技术开发方是否尽到合理努力等情形依法认定违约责任。
分析解读
条文把“根据合同约定”放在前面。判断一个项目没有达到预期是否违约，要先查承诺的究竟是确定结果，还是特定条件下的研发、测试和探索义务。
假设合同约定交付可实现明确功能的系统，开发方不能只说“AI存在不确定性”，就跳过交付和验收约定。对于确有探索性质的研发，则要区分无法克服的技术困难与投入不足、迟延履行等问题。
民法典第858条已有技术开发失败的风险分担制度。第15项不宜理解为给所有AI合同增加“尽力即可免责”的条款。签约时把数据条件、测试环境、验收标准和风险分配写清，比事后争论是否足够努力更有帮助。
16｜数据没有著作权，就可以随意获取和使用吗？
原文节选
对于构成汇编作品或者符合其他作品构成要件的数据、数据集合，应当依照著作权法予以保护。对于构成商业秘密的数据、数据集合，应当依照反不正当竞争法予以保护。对于不构成商业秘密的数据、数据集合，被诉侵权行为违反反不正当竞争法第十三条规定的，应当依法承担责任。
分析解读
数据可能通过不同制度获得保护。是否构成作品、是否属于商业秘密，以及获取使用行为是否违反竞争规则，需要分别判断。没有作品属性，不等于任何取得方式都合法；持有数据，也不等于可以排除他人的一切使用。
本项引用的是2025年修订的反不正当竞争法第13条，其中包含对以欺诈、胁迫、避开或者破坏技术管理措施等不正当方式获取、使用他人合法持有数据的规制。
《意见》还保护合法取得并享有的相应数据权益，规制利用算法达成垄断协议、滥用市场支配地位，以及恶意标注、对抗样本攻击等损害AI运行安全的行为。判断这些问题时，数据来源、行为手段和实际影响都不能省略。反不正当竞争法现行文本
四、诉讼程序：怎样举证，怎样使用AI材料
17｜关键数据在对方手里，受害人怎样证明？
原文节选
控制书证、电子数据等证据的当事人无正当理由拒不提交，对方当事人主张该证据的内容不利于控制人的，人民法院可以认定该主张成立。
分析解读
AI纠纷的证明困难，往往在于受害人看得到输出，却接触不到训练、运行和处置记录。第17项将调查收集、证据保全、不利推断和专业辅助查明事实放在一起，提供了不同的处理路径。
控制证据而无正当理由拒绝提交，可能承担不利后果；但这并不意味着原告只要说“对方有数据”，所有主张就自动成立。需要尽量说明证据是什么、由谁控制、要证明什么，以及为何不能自行取得。
不利推断在民事证据规定第95条已有基础。这一项将其明确运用于AI案件，同时要求发挥鉴定人、专家辅助人、技术调查官等作用。技术问题仍要查明，只是不能把查明责任全部留给无法接触系统的一方。民事证据规定
18｜AI输出、分析报告和区块链存证，怎样审查真实性？
原文节选
当事人将人工智能生成内容作为侵权证据的，人民法院应当综合考量提示词的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，以及模型训练、算法设计、生成内容过滤机制等因素予以认定。
分析解读
一个真实保存的对话记录，可以证明模型输出过某句话，却不能直接证明那句话描述的事件真实发生。AI内容可以成为被审查的证据对象，其内容也可能正是侵权行为本身，两者不能混淆。
原文要求追查内容怎样产生。假设测试者在提示词中已经输入作品片段，再以模型输出相似内容主张侵权，就需要解释提示词对结果的影响，不能只展示最后一张截图。
本项也分别规定大数据报告和区块链存证的审查重点：前者要查原始数据、清洗规则和分析方法，后者要查上链前数据及平台可靠性。技术固定可以帮助证明记录保存情况，却不能替代对原始内容的核验。
19｜律师用AI写文书，要核实什么、说明什么？
原文节选
诉讼参与人提交诉讼文书、案例检索报告等材料如系使用人工智能生成，在提交法庭前应当认真核实相关法律、司法解释、案例等内容的真实性、准确性，在提交法庭时对使用人工智能辅助情况作出说明，并对有关内容的真实性、准确性依法承担责任。
分析解读
对律师而言，这一段直接关系到工作方式。它将提交前核实与提交时说明分别提出，适用主体也不限于律师。
核实不能只停在“这个案号存在”。还要查法院实际说了什么、引文是否准确、规则是否适用，以及结论是否遗漏限制条件。AI给出的链接、摘要和解释，都需要回到可靠来源检查。
原文没有进一步统一说明方式，也未明确仅调整格式、校对错字、局部润色应怎样处理。因此，不能直接宣布“凡用AI都要提交全部聊天记录”，也不能替这些使用方式作全面豁免。对AI实质参与生成的文书和报告，记录辅助范围及核验过程，是较稳妥的工作安排。
作为对照，新加坡法院指南原则上不要求预先声明，除非法院要求，但同样要求独立核实，并准备解释使用和核验过程。可见，核实义务与主动说明义务是可以分别设计的。新加坡官方指南
本项前两段另行处理利用AI进行虚假诉讼、伪造证据并妨碍审理的行为。不能把使用AI、核实不足、故意造假放在同一个责任层次。原文没有规定只要未说明AI使用情况，就当然罚款、拘留或者认定材料无效；具体后果仍需相应法律依据。
20｜利用AI实施违法行为，怎样进入刑事评价？
原文节选
行为人激活辅助驾驶功能后利用私自安装的配件逃避辅助驾驶系统监测导致道路交通事故，构成犯罪的，依法追究刑事责任。
分析解读
第20项列举利用AI实施诈骗、侮辱、诽谤、侵犯公民个人信息等行为，并特别提到逃避辅助驾驶监测导致事故的情形。
这些规定仍以“构成犯罪”为前提。需要依据具体犯罪的主客观要件判断，不能只凭使用AI或者发生事故，就认定犯罪成立。AI是实施行为的工具，不会消除行为人的责任，也不会自动增加一个新的罪名。
五、审判工作机制：规则怎样继续形成
21｜AI纠纷怎样通过多元机制化解？
原文节选
人民法院应当积极运用多元解纷机制妥善化解涉人工智能纠纷，推动与人工智能行业主管部门、行业性专业性调解组织、人工智能专家学者等建立联动协同机制，共同开展纠纷化解工作，做实先行调解。
分析解读
有些纠纷需要的不只有赔偿，也可能涉及停止特定生成、纠正数据、调整服务或履行合同。专业人员参与，有助于把诉求转化为技术上可以讨论的措施。
这一项安排的是解纷机制，不能直接理解为当事人起诉前必须完成某种行业调解程序。调解也应以查明问题、明确可履行内容为基础。
22｜哪些AI案件可能由上级法院提级审理？
原文节选
对涉及重大利益、疑难复杂新类型、具有规则确立意义、需要统一法律适用标准等涉人工智能纠纷案件，由上级人民法院提级审理。
分析解读
这一项关注具有规则意义的案件，并非所有使用AI的纠纷都要提高审级。具体仍需依法适用提级管辖机制。
原文还提出运用人民法院案例库加强指导。对于文件没有完全细化的判断标准，后续案例可能提供更具体的事实条件。引用时要同时看裁判理由与事实背景，不能把一个案件的结果推广到所有模型和使用场景。
23｜法院与监管部门协作，会怎样影响企业？
原文节选
加强与网信、公安、检察以及市场监管等部门衔接协作，建立并落实长效综合治理机制。
分析解读
同一行为可能同时涉及民事权益、行政监管及刑事问题，部门协作有助于处理不同环节。《意见》还提出通过司法建议等方式，引导企业、平台和行业协会完善治理。
但部门协作不意味着不同责任自动成立。民事案件中的一项认定，不能不经各自法定程序就替代其他责任判断；企业也不宜把个案和解理解成全部监管问题随之消失。
24｜涉及境外模型、境外数据，能否直接套用外国规则？
原文节选
妥善审理涉人工智能及数据跨境纠纷案件，在坚持相互尊重、平等互利原则基础上，推进人工智能领域涉外审判交流合作，加强规则对接与互鉴，推动构建更加公平合理、包容开放的人工智能治理体系，促进、保护人工智能生态系统和人类文明的多样性。
分析解读
国际交流与规则互鉴不等于直接引入外国法。境外服务商、跨境数据等因素出现时，仍需分别分析管辖、法律适用和具体责任依据。
外国文件可以帮助理解不同制度怎样处理同类困难，但要标明适用对象、文件性质和生效安排。不能因为国外对某种训练或披露方式作了规定，就认定国内案件应得出相同结论。
结语｜这份《意见》之后，真正的规则才开始形成
这份《意见》最重要的变化，不只是把AI换脸、大数据杀熟、辅助驾驶等热点问题写进司法文件，而是初步建立了一套分配责任的方法：先找到具体行为人，再判断谁能够预见风险、控制过程、采取措施，最后用提示词、训练数据、模型记录、通知处置记录和车辆运行数据等证据，把技术过程还原成可裁判的事实。
这也意味着，后续案件不会只讨论“是不是AI造成的”。法院更可能追问：开发者是否能够控制风险，提供者在收到通知后做了什么，使用者如何影响了生成结果，产品经营者是否充分说明局限，掌握关键数据的一方为何不能提交记录。谁更接近风险、谁更有能力避免损害、谁控制关键证据，将成为责任判断的重要线索。
《意见》已经搭起框架，具体尺度仍要由案件继续填充。例如，处理公开个人信息的“合理范围”怎样划定，服务提供者采取何种措施才算“及时、必要”，AI生成内容作为证据时需要多少次重复测试，开源项目获得责任豁免需要达到怎样的信息披露程度，都需要通过典型案件、人民法院案例库和后续规则逐步明确。
还有一些争议被有意留在了框架之外。AI生成内容在什么条件下能够获得著作权保护，未经许可使用他人作品训练模型应当如何评价，脱离实物载体的软件或者模型造成损害时能否以及如何适用产品责任，《意见》都没有给出完整答案。这种留白说明，司法目前选择先处理已经能够在现行法中找到依据的问题，再把尚未形成共识的部分交给个案积累与制度发展。
对律师而言，涉AI纠纷的工作重点会从寻找一个概括性的“AI规则”，转向还原一条能够被证明的责任链。提示词怎样输入、数据从何而来、模型如何输出、平台何时收到通知、系统留下哪些日志、损害在哪个环节可以避免，这些技术事实必须被翻译成法庭能够审查的证据和法律关系。对企业而言，模型记录、风险说明、通知处置和数据留存也将不只是技术管理事项，而会直接影响责任是否成立以及责任如何分配。
人工智能可以自动生成内容，却不能自动生成责任。司法接下来要做的，是在每一次具体使用中，找到真正能够决定、预防和证明的人。