相信每個(gè)朋友都注意到，不論是朋友圈里的長(zhǎng)文、還是手上的技術(shù)交底書(shū)，AI的痕跡已經(jīng)像空氣一樣彌漫在文字世界中，但總感覺(jué)少了一些人味。

AI已經(jīng)無(wú)處不在的既成事實(shí)，知識(shí)產(chǎn)權(quán)從業(yè)人員也無(wú)法例外，而且更加密切相關(guān)，我們從事的工作很大一部分正是AI擅長(zhǎng)的地方。

反映到專(zhuān)利領(lǐng)域，這股浪潮沖擊得更為猛烈。即使企業(yè)對(duì)代理機(jī)構(gòu)禁止使用AI，也幾乎無(wú)法阻止發(fā)明人在提交交底書(shū)之前用AI優(yōu)化技術(shù)方案的表述，或者將零散的實(shí)驗(yàn)數(shù)據(jù)編織成一段邏輯自洽的發(fā)明描述。AI帶來(lái)的效率提升是數(shù)量級(jí)的，一份過(guò)去需要兩周打磨的專(zhuān)利說(shuō)明書(shū)初稿，AI可以在幾分鐘內(nèi)生成一個(gè)看起來(lái)相當(dāng)像樣的版本。這種效率差距，使得任何全面禁止的指令都顯得蒼白無(wú)力。

更讓管理者感到棘手的是，AI的使用幾乎無(wú)法被追溯。發(fā)明人用大模型研究了一個(gè)技術(shù)問(wèn)題，模型基于訓(xùn)練數(shù)據(jù)給出了建議，發(fā)明人據(jù)此調(diào)整了方案。這個(gè)過(guò)程中，原始信息被模型消化后，就像廢塑料回收切碎后重新熔鑄，原來(lái)的形態(tài)痕跡已經(jīng)完全消失在模型的參數(shù)海洋中。你無(wú)法從最終輸出中還原這段話是AI寫(xiě)的這一事實(shí)，正如你無(wú)法從一個(gè)塑料制品中辨認(rèn)出它曾經(jīng)是哪個(gè)廢舊瓶子。

這種不可追溯性反過(guò)來(lái)進(jìn)一步加速了AI的滲透。翻譯領(lǐng)域已經(jīng)率先經(jīng)歷了這一變革，許多企業(yè)已經(jīng)默認(rèn)代理機(jī)構(gòu)使用AI輔助翻譯，價(jià)格也因此出現(xiàn)了結(jié)構(gòu)性的調(diào)整。專(zhuān)利撰寫(xiě)領(lǐng)域正在步其后塵。可以合理預(yù)見(jiàn)，在不遠(yuǎn)的將來(lái)，假設(shè)代理師和發(fā)明人使用了AI將成為行業(yè)的默認(rèn)前提，如同今天我們默認(rèn)所有文檔都是用電腦而非手寫(xiě)完成的一樣。

因此，我們必須直面一個(gè)現(xiàn)實(shí)，在技術(shù)上全面禁止發(fā)明人和代理師使用AI，既不現(xiàn)實(shí)，也不明智。真正的問(wèn)題不是能不能用AI，而是用了AI之后，會(huì)帶來(lái)什么風(fēng)險(xiǎn)，我們?nèi)绾喂芾磉@些風(fēng)險(xiǎn)。

一、AI寫(xiě)的專(zhuān)利能被檢測(cè)出來(lái)嗎？現(xiàn)實(shí)比想象中骨感

面對(duì)AI撰寫(xiě)的普及化趨勢(shì)，很多企業(yè)和機(jī)構(gòu)的第一反應(yīng)是：能不能開(kāi)發(fā)一種檢測(cè)工具，像查重軟件一樣，標(biāo)記出哪些內(nèi)容是AI生成的？

這個(gè)想法很自然，但遺憾的是，目前的技術(shù)現(xiàn)實(shí)給出的答案相當(dāng)悲觀。

目前AI文本檢測(cè)主要依賴(lài)四條技術(shù)路徑。第一條是困惑度與突發(fā)度分析：人類(lèi)寫(xiě)作用詞更不可預(yù)測(cè)，長(zhǎng)短句交替變化大，而AI生成的文本則傾向于選擇概率最高的詞匯組合，句式節(jié)奏高度均勻。GPTZero等工具即以此為核心信號(hào)。第二條是分類(lèi)器方法：通過(guò)在大量人類(lèi)與AI文本的標(biāo)注數(shù)據(jù)上訓(xùn)練BERT、RoBERTa等模型來(lái)識(shí)別差異，Turnitin采用的就是這種思路。第三條是零樣本檢測(cè)：如斯坦福2023年提出的DetectGPT，利用AI文本傾向于處在模型對(duì)數(shù)概率局部極大值附近的統(tǒng)計(jì)特征進(jìn)行判斷。第四條是水印技術(shù)：在AI生成文本時(shí)嵌入統(tǒng)計(jì)上可檢測(cè)的信號(hào)，例如偏好使用特定詞匯子集，Google DeepMind的SynthID-Text即屬此類(lèi)。

這里面最大的問(wèn)題假陽(yáng)性，此外，人工的適當(dāng)干預(yù)會(huì)使得識(shí)別準(zhǔn)確率快速下降。而且專(zhuān)利文本具有幾個(gè)讓AI檢測(cè)格外困難的固有特征。權(quán)利要求書(shū)使用高度標(biāo)準(zhǔn)化的法律語(yǔ)言，這種刻意的公式化和重復(fù)性，恰恰是檢測(cè)器標(biāo)記為疑似AI的統(tǒng)計(jì)特征。專(zhuān)利文本刻意最小化語(yǔ)言多樣性以確保法律精確性，這與AI輸出的統(tǒng)計(jì)特征高度重合。筆者做過(guò)很多測(cè)試，專(zhuān)利領(lǐng)域的AI檢測(cè)假陽(yáng)性要高得多。

現(xiàn)有AI檢測(cè)工具在專(zhuān)利文本上的可靠性低，大量人工撰寫(xiě)的專(zhuān)利文本會(huì)被誤判為AI生成，而經(jīng)過(guò)編輯的AI生成專(zhuān)利文本要難以被準(zhǔn)確識(shí)別。此外，市場(chǎng)已經(jīng)出現(xiàn)了很多讓AI內(nèi)容人性化的工作，針對(duì)檢測(cè)的方式做調(diào)整。假設(shè)把AI寫(xiě)的文字當(dāng)成用水果刀切開(kāi)的西瓜，每片都非常整理，AI人性化工具會(huì)把這些刀切的西瓜轉(zhuǎn)化為像手掰開(kāi)的西瓜那樣不均勻。

基于檢測(cè)的治理路徑，在專(zhuān)利領(lǐng)域不具備可行性。調(diào)研未發(fā)現(xiàn)任何主要專(zhuān)利局使用或公開(kāi)計(jì)劃使用AI文本檢測(cè)工具來(lái)篩查專(zhuān)利申請(qǐng)中的AI生成內(nèi)容。各專(zhuān)利局的AI應(yīng)用方向集中在檢索輔助和流程優(yōu)化，而非內(nèi)容檢測(cè)。

二、各國(guó)專(zhuān)利局怎么看AI撰寫(xiě)的專(zhuān)利文件？

既然檢測(cè)不可行，那各國(guó)專(zhuān)利局對(duì)AI撰寫(xiě)的專(zhuān)利文件到底持什么態(tài)度？這里需要區(qū)分兩個(gè)層面的問(wèn)題：一是AI作為發(fā)明人的資格問(wèn)題，二是使用AI作為撰寫(xiě)工具的合規(guī)問(wèn)題。

全球主要專(zhuān)利局已形成一項(xiàng)核心共識(shí)是AI不能成為發(fā)明人，但AI輔助完成的發(fā)明可以獲得專(zhuān)利保護(hù)。這一共識(shí)通過(guò)DABUS系列案件在全球各主要司法管轄區(qū)得到了司法確認(rèn)。美國(guó)聯(lián)邦巡回上訴法院、英國(guó)最高法院、EPO上訴委員會(huì)、日本知識(shí)產(chǎn)權(quán)高等法院、韓國(guó)法院、中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局，無(wú)一例外地駁回了將AI系統(tǒng)列為發(fā)明人的嘗試。

但在這個(gè)共識(shí)之下，各國(guó)在具體的政策框架、披露要求和審查標(biāo)準(zhǔn)上存在顯著差異。

美國(guó)USPTO經(jīng)歷了一次重要的政策轉(zhuǎn)向。2024年的指南曾試圖引入Pannu要素測(cè)試來(lái)評(píng)估人類(lèi)對(duì)AI輔助發(fā)明的顯著貢獻(xiàn)，但該指南已于2025年底被完全廢止。新指南將AI明確定義為工具，與實(shí)驗(yàn)室設(shè)備、計(jì)算機(jī)軟件同等對(duì)待，不再對(duì)AI輔助發(fā)明適用特殊標(biāo)準(zhǔn)。在披露義務(wù)上，USPTO沒(méi)有設(shè)置通用的AI使用披露義務(wù)，但當(dāng)AI使用對(duì)可專(zhuān)利性具有實(shí)質(zhì)影響時(shí)，例如影響了發(fā)明人資格的判斷，必須向USPTO披露。代理人不能將審查責(zé)任委托給AI，必須親自核實(shí)所有AI起草內(nèi)容的準(zhǔn)確性。

歐洲EPO通過(guò)2025年《審查指南》新增條款明確：無(wú)論文件是否借助AI工具準(zhǔn)備，當(dāng)事方及其代理人對(duì)專(zhuān)利申請(qǐng)和向EPO提交文件的內(nèi)容負(fù)有全部責(zé)任。EPO不要求披露AI使用情況，但對(duì)技術(shù)公開(kāi)的實(shí)質(zhì)要求極為嚴(yán)格，如果數(shù)學(xué)方法和訓(xùn)練數(shù)據(jù)集的公開(kāi)不足以使技術(shù)效果可再現(xiàn)，則構(gòu)成公開(kāi)不充分。T 0161/18號(hào)判決確立了缺乏AI訓(xùn)練數(shù)據(jù)細(xì)節(jié)可構(gòu)成公開(kāi)不充分的先例。

一個(gè)關(guān)鍵問(wèn)題：如果寫(xiě)出來(lái)的專(zhuān)利本身合格，但被發(fā)現(xiàn)完全由AI生成，法律上如何定性？

這是一個(gè)目前尚無(wú)明確判例的灰色地帶，但可以從現(xiàn)有法律框架中推導(dǎo)出答案。從各國(guó)的政策導(dǎo)向來(lái)看，AI撰寫(xiě)專(zhuān)利文本本身并不構(gòu)成專(zhuān)利無(wú)效的獨(dú)立理由，各國(guó)專(zhuān)利局普遍不禁止使用AI起草專(zhuān)利文件。真正的法律風(fēng)險(xiǎn)集中在兩個(gè)層面：一是如果AI實(shí)質(zhì)上生成了技術(shù)方案而人類(lèi)未形成法定意義上的構(gòu)思貢獻(xiàn)，則觸發(fā)發(fā)明人資格問(wèn)題，可能導(dǎo)致權(quán)利歸屬鏈條斷裂和專(zhuān)利無(wú)效；二是如果AI撰寫(xiě)導(dǎo)致了內(nèi)容上的實(shí)質(zhì)缺陷，虛假引證、不充分公開(kāi)、權(quán)利要求缺乏說(shuō)明書(shū)支持等，則通過(guò)現(xiàn)有的無(wú)效理由呈現(xiàn)后果。換言之，法律關(guān)注的不是誰(shuí)執(zhí)筆，而是誰(shuí)構(gòu)思和寫(xiě)得對(duì)不對(duì)。至于用AI寫(xiě)還是完全純手工撰寫(xiě)，專(zhuān)利局似乎并不在意。

也許未來(lái)撰寫(xiě)也像食品領(lǐng)域一樣，會(huì)出現(xiàn)“純手工撰寫(xiě)”的專(zhuān)利。

三、AI時(shí)代的泄密問(wèn)題

當(dāng)發(fā)明人將一份包含核心技術(shù)方案的交底書(shū)輸入到消費(fèi)者版AI工具時(shí)，會(huì)發(fā)生什么？主流消費(fèi)者級(jí)大模型，包括ChatGPT會(huì)默認(rèn)會(huì)將用戶(hù)輸入用于模型訓(xùn)練和改進(jìn)。這意味著你輸入的技術(shù)方案會(huì)被拆解為數(shù)據(jù)特征，通過(guò)訓(xùn)練過(guò)程永久性地融入模型的神經(jīng)網(wǎng)絡(luò)權(quán)重中。

這個(gè)過(guò)程類(lèi)似于將廢舊塑料回收后切碎、熔融、重新造粒，原材料的形態(tài)已經(jīng)完全消失，你無(wú)法從最終產(chǎn)品中辨認(rèn)出原料的來(lái)源。但那些技術(shù)特征確實(shí)已經(jīng)成為了模型知識(shí)的一部分。當(dāng)其他用戶(hù)在相關(guān)技術(shù)領(lǐng)域提問(wèn)時(shí)，模型完全可能將之前攝取的技術(shù)細(xì)節(jié)以重新組合的形式輸出給第三方。而這一切，原始輸入者永遠(yuǎn)不會(huì)知道。

特別值得警惕的是，許多企業(yè)用戶(hù)存在一個(gè)危險(xiǎn)的誤解：以為付費(fèi)訂閱就等于數(shù)據(jù)安全。事實(shí)上，個(gè)人付費(fèi)訂閱購(gòu)買(mǎi)的是性能，不是隱私。很多模型提供商只有企業(yè)版和API層級(jí)才提供明確的不訓(xùn)練保障、零數(shù)據(jù)保留。對(duì)于消費(fèi)者個(gè)人充值的賬號(hào)，找出退出訓(xùn)練的按鈕比找視頻包裝袋上的生產(chǎn)日期難得多，一般用戶(hù)也沒(méi)有那個(gè)意識(shí)。

目前尚無(wú)法院明確裁定向公共AI平臺(tái)輸入信息是否構(gòu)成破壞新穎性的公開(kāi)披露，但這里面存在一個(gè)風(fēng)險(xiǎn)，就是用戶(hù)向大模型輸入的內(nèi)容是否有可能被認(rèn)為是向第三方公開(kāi)？筆者注意到學(xué)術(shù)界已經(jīng)有一些爭(zhēng)議。

另一個(gè)常被忽視的風(fēng)險(xiǎn)是很多大模型產(chǎn)品的分享對(duì)話功能，安全研究人員發(fā)現(xiàn)超過(guò)70,000條共享對(duì)話可被搜索引擎檢索。如果發(fā)明人在使用AI過(guò)程中無(wú)意中分享了包含技術(shù)方案的對(duì)話，這些內(nèi)容可能已經(jīng)被搜索引擎索引，構(gòu)成了明確的現(xiàn)有技術(shù)。

即便不考慮新穎性問(wèn)題，將商業(yè)秘密輸入消費(fèi)者AI工具也直接損害了采取合理措施維持保密性這一商業(yè)秘密保護(hù)的前提要件。2023年三星事件是最廣為引用的警示，工程師將機(jī)密芯片測(cè)試序列和會(huì)議紀(jì)要輸入ChatGPT，數(shù)據(jù)被按政策保留在OpenAI服務(wù)器上且無(wú)法追回。2024年West Technology Group v. Sundstrom案中，員工使用AI工具記錄保密會(huì)議已引發(fā)商業(yè)秘密侵權(quán)訴訟。

更深層的威脅來(lái)自AI的推斷能力。隨著AI工具更準(zhǔn)確地從公開(kāi)材料推斷專(zhuān)有流程，機(jī)密信息可能被認(rèn)定為容易確知的，從而喪失商業(yè)秘密保護(hù)資格。這意味著，即使你的技術(shù)方案沒(méi)有被直接泄露，AI通過(guò)整合公開(kāi)信息推斷出相似方案的能力，也在不斷侵蝕著商業(yè)秘密的護(hù)城河。

如果專(zhuān)利申請(qǐng)資料在提交前就被輸入到大語(yǔ)言模型并用于訓(xùn)練，訓(xùn)練完成后模型擁有了比最終公開(kāi)的專(zhuān)利文本更多的信息，那些被你在正式申請(qǐng)中有意省略的實(shí)施細(xì)節(jié)、被你作為商業(yè)秘密保留的參數(shù)范圍、被你策略性地模糊處理的關(guān)鍵環(huán)節(jié)，都可能成為模型知識(shí)的一部分。這些信息雖然不會(huì)以原文形式出現(xiàn)，但可能通過(guò)其他用戶(hù)的提問(wèn)被間接輸出，構(gòu)成一種潛在的公開(kāi)。

這種風(fēng)險(xiǎn)的嚴(yán)重性在于其不可控和不可逆。一旦數(shù)據(jù)進(jìn)入模型訓(xùn)練流程，就像墨水滴入清水，你永遠(yuǎn)無(wú)法將其完全取回。

四、AI幻覺(jué)需要每一行遞交給官方的文字都需要人類(lèi)把關(guān)

AI撰寫(xiě)的另一個(gè)系統(tǒng)性風(fēng)險(xiǎn)是幻覺(jué)。大模型以極高的自信生成看似合理實(shí)則錯(cuò)誤的內(nèi)容。在專(zhuān)利領(lǐng)域，這種風(fēng)險(xiǎn)的后果尤為嚴(yán)重。

審核AI的難度遠(yuǎn)大于審核人。人類(lèi)犯錯(cuò)往往有可預(yù)測(cè)的模式，拼寫(xiě)錯(cuò)誤、格式遺漏、某個(gè)引用忘記更新，這些形式問(wèn)題容易發(fā)現(xiàn)。但AI的錯(cuò)誤恰恰相反：形式上完美無(wú)瑕，邏輯上卻可能存在致命缺陷。AI可能編造一篇不存在的現(xiàn)有技術(shù)文獻(xiàn)，卻配上看起來(lái)完全真實(shí)的期刊名、卷號(hào)和頁(yè)碼；可能描述一個(gè)在化學(xué)上根本無(wú)法合成的化合物，卻用專(zhuān)業(yè)術(shù)語(yǔ)將其包裝得無(wú)懈可擊；可能將兩個(gè)互不相關(guān)的技術(shù)特嫁接在一起，形成一個(gè)違反物理常識(shí)但文字上讀起來(lái)自然流暢的技術(shù)方案。

因此，一個(gè)不可妥協(xié)的底線是，遞交給任何官方機(jī)構(gòu)的正式文件，每一個(gè)字、每一個(gè)引用、每一個(gè)技術(shù)參數(shù)都必須經(jīng)過(guò)人工審核。這不是效率問(wèn)題，而是職業(yè)責(zé)任問(wèn)題。

五、企業(yè)針對(duì)AI需要分級(jí)管理

面對(duì)AI不可阻擋的滲透，企業(yè)IP部門(mén)需要的不是要么全禁、要么全放的極端選擇，而是一套精細(xì)化的分級(jí)管理框架。核心原則是認(rèn)清AI的優(yōu)勢(shì)和風(fēng)險(xiǎn)，對(duì)不同類(lèi)型的IP工作進(jìn)行差異化管理，在效率提升和風(fēng)險(xiǎn)控制之間找到精確的平衡點(diǎn)。

1. 識(shí)別低風(fēng)險(xiǎn)、高收益的AI應(yīng)用場(chǎng)景

有相當(dāng)一部分IP工作天然適合AI介入，因?yàn)檩斎氲侥Ｐ偷膬?nèi)容本身就是公開(kāi)信息或即將公開(kāi)的信息，泄密風(fēng)險(xiǎn)極低，而效率提升顯著。這些場(chǎng)景包括：

已公開(kāi)或已申請(qǐng)專(zhuān)利的翻譯。輸入內(nèi)容已經(jīng)是公開(kāi)信息，AI能獲取的最多是你的翻譯策略和偏好。審查意見(jiàn)答復(fù)中的分析工作，AI非常適合分析審查意見(jiàn)、歸類(lèi)駁回理由、整理先行技術(shù)引用。但策略決策和論證邏輯必須由人工主導(dǎo)，因?yàn)槊恳环菖c審查員的通信都成為永久記錄，縮窄性修改將永久禁止通過(guò)等同原則主張被放棄的范圍。專(zhuān)利無(wú)效分析和競(jìng)爭(zhēng)對(duì)手專(zhuān)利研究，分析競(jìng)爭(zhēng)對(duì)手的公開(kāi)專(zhuān)利、進(jìn)行無(wú)效檢索、研判技術(shù)發(fā)展趨勢(shì)，這些工作處理的都是已公開(kāi)的信息，是AI大展身手的理想場(chǎng)景。專(zhuān)利分析與布局研究，針對(duì)競(jìng)爭(zhēng)對(duì)手的防御專(zhuān)利研究、阻礙專(zhuān)利布局策略分析等，輸入內(nèi)容基本是公開(kāi)的專(zhuān)利文獻(xiàn)和市場(chǎng)信息。

2. 對(duì)撰寫(xiě)和查新進(jìn)行分級(jí)控制

對(duì)于涉及未公開(kāi)技術(shù)方案的查新和撰寫(xiě)工作，企業(yè)應(yīng)建立明確的分級(jí)制度：

絕密級(jí)別嚴(yán)格禁止輸入任何外部AI工具，包括企業(yè)版云服務(wù)。僅可在完全物理隔離的本地私有化LLM環(huán)境中使用AI輔助，數(shù)據(jù)不離開(kāi)組織網(wǎng)絡(luò)。此類(lèi)專(zhuān)利的撰寫(xiě)費(fèi)用應(yīng)當(dāng)體現(xiàn)其安全保障的附加成本。高度機(jī)密可在經(jīng)過(guò)安全評(píng)估的企業(yè)版云服務(wù)中使用AI輔助，但需確保供應(yīng)商具備零數(shù)據(jù)訓(xùn)練的合同保障。

改進(jìn)型專(zhuān)利、防御專(zhuān)利可以在符合企業(yè)安全策略的AI工具中使用。基于公開(kāi)信息的布局專(zhuān)利、外圍專(zhuān)利可以更靈活地使用各類(lèi)AI工具，包括專(zhuān)用專(zhuān)利AI平臺(tái)等，這些工具在安全性和領(lǐng)域適配性上顯著優(yōu)于通用LLM。

3.正式文件的人工審核零容忍

所有遞交給專(zhuān)利局、法院或其他官方機(jī)構(gòu)的文件，必須逐字逐句經(jīng)過(guò)人工審核，重點(diǎn)關(guān)注引證真實(shí)性、技術(shù)方案可實(shí)施性、術(shù)語(yǔ)一致性和權(quán)利要求的戰(zhàn)略合理性。

4. 構(gòu)建可持續(xù)的AI治理框架

企業(yè)需要讓每一位可能接觸AI工具的員工，不僅是專(zhuān)利工程師和代理人，也包括研發(fā)人員，了解不同AI服務(wù)層級(jí)的數(shù)據(jù)處理方式差異。消費(fèi)者版、團(tuán)隊(duì)版和企業(yè)版之間的隱私保障存在天壤之別，這種認(rèn)知差距可能導(dǎo)致災(zāi)難性后果。

建立AI使用記錄制度。記錄何種AI工具用于何種任務(wù)、輸入了何種類(lèi)型的信息。這不僅是合規(guī)需要，也是在未來(lái)面對(duì)審查或訴訟時(shí)證明企業(yè)盡到了合理注意義務(wù)的關(guān)鍵證據(jù)。

更新保密協(xié)議和員工手冊(cè)。明確覆蓋AI工具使用場(chǎng)景，對(duì)違反AI使用規(guī)范造成的泄密后果做出明確約定。

簡(jiǎn)單的一刀切禁令不可持續(xù)，也不利于企業(yè)從AI中獲取價(jià)值。與其試圖逆潮流而行，不如正視現(xiàn)實(shí)，建立務(wù)實(shí)的管理框架，提供安全的AI工具作為替代方案，建立清晰的使用指南和分級(jí)體系，通過(guò)流程設(shè)計(jì)將風(fēng)險(xiǎn)控制在可接受范圍內(nèi)。

在AI深度融入創(chuàng)新流程的時(shí)代，企業(yè)IP部門(mén)的角色正在經(jīng)歷根本性轉(zhuǎn)變，核心不在于與AI為敵，而在于駕馭AI，在效率提升與風(fēng)險(xiǎn)控制之間，找到那個(gè)精確的、屬于你的企業(yè)的平衡點(diǎn)。