从“谁在抓”到“怎么用”:本地AI Agent获取网络数据的法律边界

如您希望下载PDF版本，请点击文末“阅读原文”获取。

随着Codex、Claude Code、QoderWork等能够在用户终端或者用户控制的计算环境中调用浏览器自动化、信息检索等工具的本地工具型Agent日益普及，AI Agent已成为诸多企业的生产工具：从“帮我搜集某行业最新招标信息并生成简报”，到“每天自动追踪竞品价格变动”，Agent的数据获取能力正在替代传统的数据获取手段。

但随之而来的问题是：当企业通过AI Agent抓取数据时，尤其是当企业开始通过AI Agent调用Playwright等浏览器自动化工具，直接访问网站或者模拟人工浏览操作时，其行为是否会像既往司法实践中数据产品经营者使用爬虫等技术手段自动化获取数据一样，构成对他人数据权益的侵害？对应地，平台是否仍可依据《反不正当竞争法》阻止此类行为，并主张须经平台事先授权？

将既有爬虫案件的裁判逻辑直接套用于AI Agent，可能忽视不同使用方式之间的差异。自动化访问只是一种技术手段，其法律评价仍取决于获取方式、规模、目的和后果。

2025年修订的《反不正当竞争法》第十三条第三款禁止的是以欺诈、胁迫、避开或者破坏技术管理措施等不正当方式获取、使用其他经营者合法持有的数据，并损害其合法权益、扰乱市场竞争秩序的行为。[1]因此，未经平台授权并非认定不正当竞争的充分条件。下文将从行为目的、触发时机、控制主体和整体规模四个方面比较两种模式。

1. 行为目的与替代效果

数据产品经营者通常以规模化采集并形成数据产品为目的；本文讨论的本地Agent则主要服务于用户的具体任务，例如信息检索、分析和决策辅助。因此，后者对原平台服务形成直接替代的可能性通常较低，也可能形成新的信息成果。

2. 触发时机与获取顺序

以餐饮行业作比：传统数据产品类似预制菜，经营者预先完成食材采购、加工与装盘，用户选择时直接取用，数据获取先于用户需求发生；AI Agent则类似现点现做的餐厅，只有在用户下单之后，厨房才开始按订单备料烹饪，用户需求是数据获取的触发条件。 下图直观展示了两者在运行逻辑上的差异：

本地Agent与数据产品的数据获取顺序对比

3. 控制主体与运行方式

在本文讨论的典型本地Agent场景中，网页访问和浏览器自动化主要由用户设备或者用户控制的计算环境执行，访问行为由用户的具体任务触发。与之相比，数据产品经营者通常自行确定采集对象、范围和频率，并通过其控制的服务器持续获取、存储和加工数据，再向用户提供查询或者数据服务。此时，本地Agent更接近用户完成信息检索任务的工具；数据产品经营者则更接近独立组织、控制并利用数据采集活动的经营主体。控制主体、数据留存和服务对象等可作为判断本地Agent是否具有用户工具属性的关键事实。

当然，本文所讨论的典型控制和执行关系，不代表所有产品均采用相同架构，也不表示网页内容或处理结果必然不传输至模型服务。实际数据流仍取决于具体产品架构和用户配置。

• AI Agent信息获取逻辑：用户提出具体任务，本地Agent和浏览器工具在用户设备或者用户控制的环境中执行访问；模型服务参与指令理解和必要处理。

• 数据产品运行逻辑：经营者确定采集规则，通过其控制的服务器持续访问、存储和加工数据，形成数据产品后供用户查询。

4. 获取规模与持续程度

为了尽可能满足所有潜在客户的需求，数据产品经营者的数据获取行为往往呈现出无差别、系统性、持续性的特征。相反，在AI Agent的使用场景中，Agent是基于用户发出的具体指令进行定向检索并获取数据集。此种“一事一议”的模式决定其每一次获取均有明确的目的边界与任务指向，而非对数据的无差别攫取。 当然，用户需求在先、任务导向明确，可以降低无差别预先采集的可能性，但并不能当然排除规模化、持续性和替代性利用。

总体而言，本地工具型Agent通常由具体用户任务触发，在用户设备或者用户控制的环境中执行，获取范围和利用方式也受任务限制。上述特征使其更接近用户信息检索能力的延伸，但只是法律评价中的事实因素，而非当然免责条件；一旦转变为持续、规模化采集或者替代性利用，法律评价也可能改变。

既往有关数据抓取的不正当竞争案件，多发生于经营者未经许可、规模化获取平台数据，并将相关数据用于自身商业产品的场景。司法实践通常综合考察平台对数据集合的投入和经营利益、抓取方式、使用规模以及对原平台产品或者服务的替代效果。最高人民法院指导性案例262号进一步明确，未经许可获取并向公众提供相关数据，实质性替代平台产品或者服务，扰乱市场竞争秩序并损害相关权益的，可以构成不正当竞争。[2]由此形成的授权和合规要求，主要针对的是具有规模化获取和替代性利用特征的经营行为，并不能不加区分地套用于用户通过本地Agent完成具体信息检索任务的场景。

即使平台对相关数据享有受保护的经营性利益，仅凭企业使用AI Agent未经事先授权，尚不足以认定其构成不正当竞争。对于人类用户可以正常访问的公开数据，如果平台对所有自动化工具统一设置访问限制，还需结合限制目的、必要性及其对数据流通和技术应用的影响进行评价。企业则仍应结合获取手段、使用规模和利用后果审慎判断。

1. 授权必要性：数据权益的保护边界

《民法典》第一百二十七条确认对数据的保护依照法律规定。平台对特定数据集合投入收集、整理和运营成本，可能形成受保护的经营性利益，但并不因此对其控制范围内的所有数据享有绝对、统一的排他权。具体保护范围仍应结合数据来源、形成投入、控制状态和利用方式判断。[3]

平台授权的必要性，应结合具体数据和使用场景判断。如果AI Agent基于用户指令，以合理频率获取有限范围内的公开信息，未避开或者破坏技术管理措施，未干扰平台服务正常运行，获取结果仅用于用户自身分析、决策或者提高效率，也未对平台服务形成实质性替代，那么仅以“未经授权”为由认定该行为具有不正当性，依据尚不充分。

最高人民法院指导性案例264号进一步表明，对已经公开的企业数据进行合法合理采集和加工，未损害相关企业权益的，不承担侵权责任。虽然该案并未直接涉及AI Agent，但该案的裁判逻辑明确了数据来源、处理范围、利用方式和权益损害才是法律评价的核心考量因素。[4]

2. 授权可行性：交易成本的考量

虽然交易成本的存在并不能使不正当的数据获取行为获得正当性，但在判断是否应将逐站获取授权设为本地Agent访问公开信息的普遍前提时，仍需考虑这一规则所带来的交易成本在实践中的可行性。由于Agent任务涉及的网站和数据范围往往难以预先确定，要求用户或Agent服务提供者逐一与信息持有方提前达成合作，可能导致用户和Agent服务提供者不得不负担与信息获取价值不相称的成本。如此，过重的交易成本反而会抵消因技术带来的效率和进步。

3. 行为边界：规模化与不当获取风险

前述分析以有限、定向访问为典型场景，但AI Agent这一技术本身不改变具体行为的法律评价。经营者如果利用多个Agent或者定时任务实施持续、高频的数据获取，或者将获取结果整合为替代性数据产品，其行为模式可能与传统数据产品经营者趋同。

此外，《网络数据安全管理条例》第十八条还直接规定，网络数据处理者使用自动化工具访问、收集网络数据，应当评估对网络服务带来的影响，不得非法侵入他人网络，不得干扰网络服务正常运行。该条并未禁止自动化访问本身，而是要求网络数据处理者评估自动化访问对网络服务的影响，并将非法侵入、干扰网络服务正常运行划为明确底线。[5]

因此，评价规模时不应只观察单个Agent或者单次任务，还应考察同一用户全部任务的汇总效果。如果行为人绕过验证码、登录权限或访问频率限制，伪造身份获取数据，或者通过高频、并发访问影响网站正常运行，即使工具在用户本地运行，也可能进入《反不正当竞争法》第十三条和《网络数据安全管理条例》第十八条的规制范围。

基于上述分析，对于AI Agent数据获取行为的合规评价，应当摒弃“一刀切”的思路，根据用户的使用方式建立分层评价框架：

• 第一层：评价具体任务。考察任务目的、数据范围、访问频率和使用方式，判断其是否属于用户合理信息检索的延伸。

• 第二层：评价汇总效果。合并考察同一用户控制的Agent、账号和定时任务，识别是否形成持续、系统性的数据获取。

• 第三层：评价行为方式和后果。重点审查是否使用欺诈手段、避开或者破坏技术措施、干扰网络正常运行，以及获取结果是否对原平台服务形成实质性替代。

脚注：

[1] 《中华人民共和国反不正当竞争法》（2025年修订）第十三条第三款。

[2] 最高人民法院指导性案例262号，某科技有限公司诉某文化传媒有限公司不正当竞争纠纷案。

[3] 《中华人民共和国民法典》第一百二十七条。

[4] 最高人民法院指导性案例264号，某钢铁有限公司诉某电子商务股份有限公司侵权责任纠纷案。

[5] 《网络数据安全管理条例》第十八条。

转载声明：好文共赏，如需转载，请直接在公众号后台或下方留言区留言获取授权。 如需引用文中观点、数据或评述，亦请提前联系我们取得授权。请勿随意摘编、节选或改编本文内容。

封面图源：杜飞辰·问题少年