最高法划红线：AI批量虚构他人测评引流，构成不正当竞争

2026年9月9日，最高人民法院发布《2026年人民法院反不正当竞争典型案例》，9件案例中有一件直接针对人工智能：一家软件公司以“进销存”为词根，用AI批量生成标题、自动写出点评竞争对手软件产品的“测评”文章发在自家官网，并在文章前后挂上指向自家产品的链接，借搜索引擎的自然检索规则把本该属于同行的曝光截给自己。江苏省无锡市新吴区人民法院一审认定，这一行为“降低了某科技公司的用户流量和交易机会”，同时在网络中“制造大量垃圾信息，造成数据污染”，构成不正当竞争，判令赔偿相应经济损失。案号为（2024）苏0214民初9489号，该一审判决已生效。

两天前的9月7日，最高法刚发布《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），分5个部分、共24条，官方将其定位为“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”。一份是裁判规则，一份是个案样本，落在同一周——指向并不含糊：AI怎么用、用到哪一步算越界，开始由判决书回答，而不再只停留在行业倡议和技术伦理里。

清单之外的行为，用原则条款兜住

值得注意的不是判决结果，而是法院选择的路径。最高法在通稿中的表述是，案例六“适用反不正当竞争法一般条款”，认定“利用人工智能技术批量生成、发布针对他人软件产品的测评文章，为自身软件产品引流的行为构成不正当竞争”；判决要旨进一步把它概括为“不当截取他人交易机会”。

一般条款是原则性规定：它不指向某一种被具体列举的违法行为，而以诚实信用原则和商业道德作为判断标准。这层含义对企业很直接——条文没写到的新玩法，不等于法律管不着；只要竞争手段违背诚信、把别人积累的交易机会转移到自己账上，仍可能被认定违法。在AI迭代远快于立法节奏的领域，这是目前最现实的合规参照系。

但同一份通稿里还有一个容易被忽略的限定词：“稳慎适用一般条款和兜底性规定”。最高法的说法是，针对数字经济和人工智能发展过程中“具有严重危害性和明确可责性的新类型不正当竞争行为”，法院才动用原则条款，同时要“平衡规范与发展、技术赋能与公共利益维护之间的关系”，促推“科技创新向上向善”。

这句话是双向的。一边告诉经营者“新技术不是免责牌”；一边提醒下级法院别把原则条款当万能钥匙，避免裁判尺度被泛化。这也解释了最高法为什么挑这一件案子做示范：批量生成、针对他人产品、搭车引流、造成数据污染，四个特征齐备，可责性最清晰，也最难被辩成“正常的技术辅助创作”。

24条意见：把责任在开发者、提供者、使用者之间切开

案例六解决的是“算不算”，《意见》解决的是“谁负责、负到哪一步”。

第12条末句与本案直接呼应：利用人工智能实施侵权假冒、虚假宣传、刷量刷单等行为，侵害他人权利或者构成不正当竞争的，依法承担相应责任。同条确立的分配逻辑是“责任与控制能力、注意义务相匹配”：认定开发者、提供者、使用者的责任，要综合服务类型、行业特点、训练数据来源、各方参与度、必要措施与获利情况。被诉一方不能再以“内容是AI生成的”脱身。

举证规则的变化更实际。开发者提出不侵权抗辩的，法院“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”。黑箱技术原本最大的诉讼优势是“别人看不懂、说不清”，这条把说明义务推给掌握技术的一方。

第16条处理数据权益，给出三条保护通道：构成汇编作品或其他作品的按著作权法保护，构成商业秘密的按反不正当竞争法保护，不构成商业秘密的适用反不正当竞争法第十三条。该条末句把矛头指向另一类行为——采取虚构干扰数据、恶意标注数据、对抗样本攻击等技术手段损害人工智能运行安全的，依法承担相应责任。在生成式引擎优化、AI问答入口争夺成为新战场的背景下，这类“喂脏数据、污染模型输出”的手法第一次有了明确的司法责任表述。

平台侧的责任被收窄而非放大。第7条参照民法典第1195条的“通知—必要措施”规则：生成内容侵害人格权益，经权利人通知后未及时采取停止生成等措施的才担责；用户输入侵权提示词恶意诱导生成的，由该用户担责。第6条为模型训练留出空间：合理范围内处理已合法公开的个人信息、个人未明确拒绝的，一般不认定为侵权。第3条确立过错责任原则，第9条把“人工智能产品”限定为以实物为载体的产品，避免产品责任泛化。

另有两处刻意的留白：《意见》对“AI生成内容的可版权性”与“未经许可使用他人作品训练大模型的定性”暂不作规定，官方理由是起草论证中“意见分歧很大”。配套机制更显取向——第22条要求对涉及重大利益、疑难复杂新类型、具有规则确立意义的案件由上级法院提级审理，并依托人民法院案例库统一法律适用。不愿提前定规则，但把成熟案件的裁判权上收：规则是渐进给出的，企业拿不到一张一次性的“允许清单”。

真正的成本不在判赔额，而在能否自证

AI内容工具的使用面有多大，官方统计可作参照。中国互联网络信息中心第57次《中国互联网络发展状况统计报告》显示，截至2025年12月，我国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率42.8%。这一口径包含个人用户，不等同于企业营销场景的渗透率，但足以说明“用AI批量产出内容”已不是少数玩家的动作。

回到判决本身，本案反而没有给出金额尺度。最高法通报只写到“赔偿相应经济损失”，AI生成文章的篇数、检索曝光量、判赔数额均未披露，且案件在一审即告终结、没有二审案号。作为对照，同批另外8件案例的判赔从10万元到500万元不等；侵害技术秘密一案中，最高人民法院将4458.49万元补偿性赔偿作为基数适用2倍惩罚性赔偿，前提是“有充分侵权获利证据”。

AI引流类案件的难点恰恰在举证：批量生成的内容带来多少曝光、截走多少交易机会，目前没有成熟的测算方法。因此短期内的合规成本，主要不体现在赔偿金水位，而体现在“留痕”与“审查”：内容是否指向他人产品名称、是否构成他人产品的“测评”、由谁生成、依据什么提示词、能否证明未虚构推广关系、获利如何核算，都会成为诉讼争点。

被改变的不只是被告一侧。对高度依赖搜索与内容种草获客的企业来说，本案提供了一条可援引的维权路径：发现竞争对手批量生成含自身品牌词的“测评”文章，起诉的确定性显著提高；承接这类投放的营销服务商，其交付物本身也要重新做法律评估。被认定违法的从来不是使用AI，而是用AI批量制造指向他人品牌、为自己截流的虚假内容——这条边界比任何处罚金额都更值得写进合规手册。

接下来盯三件事

第一，是否出现判赔金额明确、且经二审维持的同类案件。定性已经给出，定量尺度尚未形成，这决定威慑强度。

第二，提级管辖与人民法院案例库的实际运行。第22条生效后，新类型涉AI案件会更多进入上级法院，其判决节奏是观察裁判口径收敛速度的窗口。

第三，两处留白何时补齐。AI生成物的可版权性、未经许可使用他人作品训练模型的定性，以及第23条提出的与网信、公安、市场监管部门衔接协作会不会带来行政处罚案例，共同决定合规成本最终落在哪一层。

技术把制造网络垃圾信息的成本压到接近零，司法要做的，是把它重新定价。规则落地之后，AI应用层的竞争差距，会越来越多地体现在谁能更低成本地证明自己干净。