ARTICLE · 983585
AI写完,另一个AI审,为什么专利律师还是被处分了?
一个AI写，另一个AI审，为什么美国专利律师还是被处分了？
过去两年，我们已经看过不少律师因为AI编造不存在的判例，被法院批评甚至处罚。看多以后，很容易产生一种新的安全感：一个AI写完，再让另一个AI检查一遍，是不是就安全了？
USPTO职业道德与纪律办公室最近公开的一份最终命令，刚好说明事情没有这么简单。
这名律师叫Brian E. Mitchell，是一名美国注册专利律师。他在宾夕法尼亚东区联邦法院的一起专利侵权诉讼中代表专利权人，需要准备一份联合权利要求解释对照表。按照USPTO最终命令的记载，他先用一套生成式AI帮助起草部分权利要求解释，又用第二套AI工具检查这份文件。
而且第二套AI不是简单看了一遍。Mitchell在听证中说，他先让第一套AI从自己上传的专利材料中寻找支持引用，又要求它确认引文是否准确并再次检查，之后再把结果交给另一套AI。第二套AI不但没有发现问题，按照他自己的说法，反而让问题变得更严重。
最后发现问题的，是对方律师。
这次错误的规模也比“不少引用不准确”严重得多。根据Law360对庭审材料的报道，这份文件涉及两件专利中10个术语的解释，其中使用了22处说明书引用和引文，以及26处审查历史引用。22处说明书引用中只有2处是真实的，26处审查历史引用则没有一处真实。
也就是说，这不是文件里偶尔混进了几个错误行号，而是支撑权利要求解释的大量所谓“原始证据”，实际上根本对不上。
这个案件更值得做专利的人注意的地方也正在这里。这次AI编造的不是一个不存在的美国判例，也不是虚构了一条法律，而是涉案专利自己的说明书、附图和审查历史。
比如AI告诉你，某句话在说明书第8栏第35至42行，某张附图支持一种特定结构，或者申请人在某次审查答复中说过某句话。这些引用看起来非常具体，有时候反而比一个陌生判例更容易让人相信。
USPTO在这次纪律处分中也专门提醒，AI生成的引用错误并不限于法律、法规和判例这些外部资料，同样可能出现在专利说明书、附图以及专利审查档案这些专利自身的记录中。
这一点和我们现在使用AI做专利工作的场景非常接近。
分析美国审查意见时，我们很自然会让AI告诉我们：审查员引用的内容在对比文件哪一段，修改后的权利要求在说明书哪里有支持，申请人在前一次答复里说过什么，某个术语在附图里对应哪个部件。
这些恰恰是AI最方便的地方，也是最容易让人放松核查的地方。
对方律师指出问题以后，Mitchell自己继续检查，又发现了更多错误，并在次日传阅了修正版。按照USPTO最终命令的记载，他仍然认为自己提出的权利要求解释可以从权利要求、说明书、附图和审查历史中得到支持。问题在于，支撑这些结论的具体引用没有回到原始材料逐一核实。
这个区别很重要。
比如我们用AI分析103驳回，它判断对比文件D1公开了特征A。你自己把D1读完以后，也认为整体上这个判断可能成立。但AI同时写道：“D1第[0048]段明确公开了特征A。”
如果第[0048]段根本没有这句话，这个引用仍然是错的。
专业工作不只是要求最后的结论大致正确，还要保证支撑结论的证据是真的。
USPTO最后认定Mitchell违反了四项职业规则，涉及胜任能力、勤勉义务、不实陈述以及有损司法程序的行为，并对他作出公开谴责。这里也要说明，最终命令没有认定他存在故意欺骗法庭的主观意图；问题在于，他没有充分理解AI研究和起草工具的固有风险，也没有在提交文件以前完成应有的合理核查。
法院最终没有对Mitchell或他的客户下达制裁令，USPTO最终命令也记载客户没有因此受到不利影响。但事情并不是“法院看了以后觉得没什么”。法院为此专门举行了听证，Mitchell当庭承认自己犯了严重错误；新的律师团队随后进入案件，Law360报道他虽然仍然留在案件中，但已经不再处于主导位置。
问题出现以后，他很快承认责任，次日传阅修正版，并全程配合USPTO调查。这些因素后来都被作为减轻处理的因素。
IPWatchdog梳理USPTO公开纪律记录后认为，这是第一起明确以生成式AI使用作为违规事实基础的USPTO纪律处分命令。这个“第一起”是媒体根据公开记录作出的判断，并不是USPTO自己在最终命令中作出的历史定性。
但比“第一案”更值得讨论的是另一个问题：AI到底能不能审AI？
当然可以。让Claude检查ChatGPT，让两个不同模型分别分析同一份审查意见，再比较它们的判断，这些都很有用。但它们解决的主要是第二意见，不是证据核验。
两个AI都告诉你说明书第[0065]段支持某项修改，并不能让这个支持自动变成真的。最后还是要打开第[0065]段，看原文到底写了什么。
做专利工作时，这完全可以变成几条很简单的规则：AI说某个特征有说明书支持，就回到原说明书；AI引用审查历史，就打开原始审查意见和答复文件；AI说某件对比文件公开了某个技术特征，就回到对比文件；AI引用判例，就回到判决原文。
这并不意味着AI做过的所有工作，都要由人重新完整做一遍。AI完全可以承担前面大量阅读、整理和初步分析，也可以先做权利要求对照表、寻找说明书支持、提出修改方案。
但有一步不能省：凡是真正决定结论的引用，都要回到原始来源。
这个案件最值得记住的，也就是这一点。
一个AI负责写，另一个AI负责审，而且用的还是Mitchell自己所说的高端AI工具，最后还是出了问题。
AI可以复核AI，但签字和提交以前，最终还是要有人核对原始证据。
作者简介：刘曾剑，二十四年知产老登，深圳跨域知见顾问有限公司创始人，聚焦美欧专利获权、行权以及侵权、无效分析的后端技术支持。
一个AI写，另一个AI审，为什么美国专利律师还是被处分了？
过去两年，我们已经看过不少律师因为AI编造不存在的判例，被法院批评甚至处罚。看多以后，很容易产生一种新的安全感：一个AI写完，再让另一个AI检查一遍，是不是就安全了？
USPTO职业道德与纪律办公室最近公开的一份最终命令，刚好说明事情没有这么简单。
这名律师叫Brian E. Mitchell，是一名美国注册专利律师。他在宾夕法尼亚东区联邦法院的一起专利侵权诉讼中代表专利权人，需要准备一份联合权利要求解释对照表。按照USPTO最终命令的记载，他先用一套生成式AI帮助起草部分权利要求解释，又用第二套AI工具检查这份文件。
而且第二套AI不是简单看了一遍。Mitchell在听证中说，他先让第一套AI从自己上传的专利材料中寻找支持引用，又要求它确认引文是否准确并再次检查，之后再把结果交给另一套AI。第二套AI不但没有发现问题，按照他自己的说法，反而让问题变得更严重。
最后发现问题的，是对方律师。
这次错误的规模也比“不少引用不准确”严重得多。根据Law360对庭审材料的报道，这份文件涉及两件专利中10个术语的解释，其中使用了22处说明书引用和引文，以及26处审查历史引用。22处说明书引用中只有2处是真实的，26处审查历史引用则没有一处真实。
也就是说，这不是文件里偶尔混进了几个错误行号，而是支撑权利要求解释的大量所谓“原始证据”，实际上根本对不上。
这个案件更值得做专利的人注意的地方也正在这里。这次AI编造的不是一个不存在的美国判例，也不是虚构了一条法律，而是涉案专利自己的说明书、附图和审查历史。
比如AI告诉你，某句话在说明书第8栏第35至42行，某张附图支持一种特定结构，或者申请人在某次审查答复中说过某句话。这些引用看起来非常具体，有时候反而比一个陌生判例更容易让人相信。
USPTO在这次纪律处分中也专门提醒，AI生成的引用错误并不限于法律、法规和判例这些外部资料，同样可能出现在专利说明书、附图以及专利审查档案这些专利自身的记录中。
这一点和我们现在使用AI做专利工作的场景非常接近。
分析美国审查意见时，我们很自然会让AI告诉我们：审查员引用的内容在对比文件哪一段，修改后的权利要求在说明书哪里有支持，申请人在前一次答复里说过什么，某个术语在附图里对应哪个部件。
这些恰恰是AI最方便的地方，也是最容易让人放松核查的地方。
对方律师指出问题以后，Mitchell自己继续检查，又发现了更多错误，并在次日传阅了修正版。按照USPTO最终命令的记载，他仍然认为自己提出的权利要求解释可以从权利要求、说明书、附图和审查历史中得到支持。问题在于，支撑这些结论的具体引用没有回到原始材料逐一核实。
这个区别很重要。
比如我们用AI分析103驳回，它判断对比文件D1公开了特征A。你自己把D1读完以后，也认为整体上这个判断可能成立。但AI同时写道：“D1第[0048]段明确公开了特征A。”
如果第[0048]段根本没有这句话，这个引用仍然是错的。
专业工作不只是要求最后的结论大致正确，还要保证支撑结论的证据是真的。
USPTO最后认定Mitchell违反了四项职业规则，涉及胜任能力、勤勉义务、不实陈述以及有损司法程序的行为，并对他作出公开谴责。这里也要说明，最终命令没有认定他存在故意欺骗法庭的主观意图；问题在于，他没有充分理解AI研究和起草工具的固有风险，也没有在提交文件以前完成应有的合理核查。
法院最终没有对Mitchell或他的客户下达制裁令，USPTO最终命令也记载客户没有因此受到不利影响。但事情并不是“法院看了以后觉得没什么”。法院为此专门举行了听证，Mitchell当庭承认自己犯了严重错误；新的律师团队随后进入案件，Law360报道他虽然仍然留在案件中，但已经不再处于主导位置。
问题出现以后，他很快承认责任，次日传阅修正版，并全程配合USPTO调查。这些因素后来都被作为减轻处理的因素。
IPWatchdog梳理USPTO公开纪律记录后认为，这是第一起明确以生成式AI使用作为违规事实基础的USPTO纪律处分命令。这个“第一起”是媒体根据公开记录作出的判断，并不是USPTO自己在最终命令中作出的历史定性。
但比“第一案”更值得讨论的是另一个问题：AI到底能不能审AI？
当然可以。让Claude检查ChatGPT，让两个不同模型分别分析同一份审查意见，再比较它们的判断，这些都很有用。但它们解决的主要是第二意见，不是证据核验。
两个AI都告诉你说明书第[0065]段支持某项修改，并不能让这个支持自动变成真的。最后还是要打开第[0065]段，看原文到底写了什么。
做专利工作时，这完全可以变成几条很简单的规则：AI说某个特征有说明书支持，就回到原说明书；AI引用审查历史，就打开原始审查意见和答复文件；AI说某件对比文件公开了某个技术特征，就回到对比文件；AI引用判例，就回到判决原文。
这并不意味着AI做过的所有工作，都要由人重新完整做一遍。AI完全可以承担前面大量阅读、整理和初步分析，也可以先做权利要求对照表、寻找说明书支持、提出修改方案。
但有一步不能省：凡是真正决定结论的引用，都要回到原始来源。
这个案件最值得记住的，也就是这一点。
一个AI负责写，另一个AI负责审，而且用的还是Mitchell自己所说的高端AI工具，最后还是出了问题。
AI可以复核AI，但签字和提交以前，最终还是要有人核对原始证据。
作者简介：刘曾剑，二十四年知产老登，深圳跨域知见顾问有限公司创始人，聚焦美欧专利获权、行权以及侵权、无效分析的后端技术支持。