最高法给 AI 立了 24 条规矩,企业为什么反而更敢投钱

9 月 7 日，最高法发布了《关于依法审理涉人工智能纠纷案件的意见》。

5 个部分，24 条。

这是我国最高审判机关第一次专门给 AI 定裁判规则。

消息出来，不少做 AI 的人第一反应是：规矩多了，手脚是不是被绑住了？

常识是：管得越细，创新越难。

反常识是：真正让企业不敢掏钱的，从来不是规矩太多，而是不知道边界在哪。

一、先看清它管了什么

先说清它不是什么。

它没有创设新的权利，也没有创设新的义务。

它做的是另一件事：把《民法典》《著作权法》《个人信息保护法》这些已经存在的法律，放进 AI 场景里，一条条说清楚该怎么用。

自媒体标题里最常见的几个词，它都点了名。

AI 换脸、AI 拟声、AI 复活逝者、网络开盒、大数据杀熟、仿冒名人带货、自动驾驶事故。

过去这些事，各地法院基本是"摸着石头过河"。

同一个技术，不同地方判出不同结果。

一个行业最难受的状态，不是被管得严，而是不知道下一步会怎么被管。

二、它给了判断"谁有错"的六把尺子

这份文件里，最值得企业逐字看的是第 3 条。

它定了归责原则：法律没有明确规定无过错责任或者过错推定责任的，适用一般过错责任。

翻成白话：出了事，先看谁有过错。

而判断有没有过错、过错有多大，看六个因素。

应用的具体场景、系统的自主化程度、技术与信息透明度、潜在风险及影响范围、开发者预防侵权所采取的措施以及技术上做得到的程度、使用者对损害的预见和控制能力。

这六条，读起来像法条。

但对一家做 AI 产品的公司来说，它其实是一张清单：你该在哪些地方留痕。

告知要留痕，处置措施要留痕，肖像和声音的授权要留痕，功能宣传要和真实能力对齐。

这里有个细节很关键。

在一般过错责任下，举证的压力，先落在主张被侵权的一方。

也就是说，企业平时做的那些"看起来没什么用"的合规动作，会在关键时刻变成证据。

有人把这类准备叫作"无过错证据链"。

名字有点拗口，意思很实在：合规不是事后辩解，是事前存证。

三、同样叫"AI 幻觉"，为什么一边免责一边败诉

有两个案子的对照，很能说明问题。

第一起，用户被 AI 误导了报考信息，AI 甚至在对话里承诺"自动赔偿 10 万元"。

用户索赔 9999 元，被驳回了。

原因不是法院护着企业。

而是这家企业拿出了三样东西：用户协议里的风险提示、内部幻觉治理的技术报告、第三方测评与同类模型的横向对比。

它证明了自己已经做了"技术上做得到的事"。

第二起，某位律师起诉一家搜索平台名誉权受损。

法院认定，平台是"主动合成并公开展示"，AI 编造的内容指向明确。

技术中立，没能让它免责。

同样是 AI 出错，一边没赔，一边赔了。

差别不在运气。

差别在于：一件是"生成后推给用户"，一件是"生成后主动展示"；一件留了证据，一件没留。

规则真正的作用，不是告诉你"不许做什么"，而是告诉你"做到什么程度可以放心做"。

四、欧洲那 16 个月

反过来看欧洲，会更容易看清这件事的另一面。

欧盟的《人工智能法案》是全球第一部综合性 AI 监管法。

原计划 2026 年 8 月 2 日全面落地。

但今年 7 月，欧盟通过了《人工智能数字综合法案》，把高风险 AI 的核心合规义务推迟了。

用在招聘、教育、信用评分、关键基础设施等场景的独立高风险系统，从 2026 年 8 月 2 日推到 2027 年 12 月 2 日，晚了约 16 个月。

嵌在机械、玩具、医疗器械里的 AI 安全组件，推到 2028 年 8 月 2 日。

为什么要推？

欧盟官方给出的理由很直白：配套的技术标准要到 2027 年才能全部定稿，各成员国的监管机构、合规测试实验室、AI 系统注册数据库，都还在搭。

如果硬按原时间表推进，结果会是"企业合规无据可依、各国监管尺度不一"。

注意这里的逻辑。

欧洲的问题不是规则太严，而是规则先到了，说明书没到。

企业拿着一张"必须合规"的通知，找不到"怎么合规"的依据。

于是只能延期。

这次延期里，有一点也很清楚：透明度义务、通用大模型的治理义务、罚则，2026 年 8 月 2 日都按期生效了，罚款上限是 3500 万欧元或者全球年营收的 7%。

延的只是"怎么做到"，没延"必须做到"。

五、钱在追技术，也在追"规则确定"

再看一组数字。

2020 年到 2025 年，美国的风险投资总额约 1.33 万亿欧元，其中 34% 流向 AI。

同期欧洲的风险投资约 2520 亿欧元，投向 AI 的比例是 18%。

在 2500 万欧元以上的欧洲 AI 融资交易里，欧盟本土投资者参与的比例只有 26%。

这组数字的原因当然很多：资本厚度、算力成本、能源价格、市场分割。

但规则的不确定，一定在名单里。

因为一家公司要融资、要上市、要签三年的算力合同，它必须能大致判断，三年后自己做的事还合不合法。

判断不了，这笔账就没法算。

算不了账，钱就会先去别处。

六、1865 年，那面红旗

再往前看一次。

1865 年，英国议会通过了一部《机动车法案》，后来被人们叫作"红旗法"。

它规定：一辆机动车上路，至少要有 3 个人驾驶。

其中一个人，必须在车前面 50 米开外步行，一边走一边摇红旗开道。

车速不能超过每小时 4 英里，大约 6.4 公里；经过城镇和村庄时，不能超过 2 英里。

这部法，一直到 1896 年才被废除。

整整 30 年。

而它通过的年代，马车制造和运营是巨大的既得利益。

30 年之后，汽车工业在美国和德国跑了起来。

英国是第一次工业革命的引领者，最后没有成为汽车大国。

不过这里要留一句余地。

早期的蒸汽汽车，确实像一台"行走的锅炉"：烟尘大、噪音大，常把路上的马匹惊到。

当时人的担心，并非全无道理。

真正的教训不是"别管"。

而是制度一旦落后于技术，代价不会消失，它只是换个地方由整个产业慢慢付。

七、把两边的账摊开

对 AI 企业来说，代价是清楚的。

合规要成本，留痕要成本，宣传的尺度要收。

"全自动""零事故"这类话，以后会成为对自己不利的证据。

对行业来说，收益同样是清楚的。

责任边界可预期，企业才敢做长周期的投入，融资和上市也才有稳定的定价基础。

对普通人来说，换脸、拟声、开盒、杀熟这些事，从"说不清"变成了"有据可依"。

截至 2025 年，我国人工智能核心产业规模已突破 1.2 万亿元。

体量到了这个量级，靠"没人管"是长不大的。

凡事皆有代价，选择就要承受。

代价可能是：短期里，一些靠擦边活着的产品会被清出去，行业的试错空间看起来变小了。

但一个有边界的市场，通常比一个没有边界的市场，更容易长出真正的公司。

最后，三句话

1. 规则最贵的时候，不是它太多的时候，是它不存在的时候。

2. 把边界说清楚，本身就是在降低门槛——因为可预期，才敢投入。

3. 制度追不上技术，代价由产业慢慢付；制度跑到技术前面，代价先由企业付。