AI合规100问：先分清你是哪一方，再谈合不合法

本文解读：《2026AI合规100问-企业用好AI的法律必修课-马清泉律师团队》 · 共 153 页 · 原文

这份手册最有用的地方不是100个答案，而是一个提问顺序：先分清你在这件事里是哪一方，再谈合不合法。

《AI合规100问》由马清泉律师团队编写、犀塔数据出品，2026年10月版，153页，按业务过程组织十章， 覆盖数据取得、模型训练、开源许可、成果保护、发布上线、商业交付、日常应用、内部治理和争议应对。

它的立场很清楚：同一家企业在同一个项目里，可能既是服务使用者，又因面向客户运营应用而成为服务提供者， 还可能同时承担个人信息处理者的义务。

所以全书每一问都按同样结构展开：先识别问题与自身活动是否相关，再看处理方向和条件， 最后落实到具体行动与规则依据。

合同里写你是什么身份，不影响法律上认定你实际控制了什么。

图源：《2026AI合规100问》（第1页）

一、内部研发和对外服务，规则不是一个重量级

开篇八问建立的是全书的判断方法，第一条就是区分内部研发与面向公众提供服务。

关键在一个事实：是否向境内公众提供生成式人工智能服务，会直接影响专门监管规则的适用。 内部应用不当然适用全部要求，但仍须遵守个人信息、数据安全、保密、劳动和合同规则。

报告特别提醒不要看名称。"内测""B端""私有化"这些标签都不能替代对服务对象、开放方式和功能的判断。

最容易出事的是边界漂移：试点最初只向员工开放，随后通过分享链接允许经销商、客户甚至不特定用户访问， 适用判断就可能变化。合同写着企业内部使用，入口却实际开放，消不除事实上的服务范围。

这份报告的原文件放在运营动脉（www.yydm.cn）上，图表、口径说明和样本量都写得很清楚。

想看原文的完整版，搜标题就能打开，图表和数据附录都是齐的，不用注册。

行动建议是把用户扩围列为变更事项，检查身份认证、邀请机制和外部分享功能，而不是只看立项时的说明。监管看的是谁能点开那个入口，不是立项报告怎么写的。

图源：《2026AI合规100问》（第2页）

二、公开数据不等于随便用

第二章二十四问基本是在纠一种普遍的侥幸心理：既然是公开的，应该没关系。

报告的答案是分四层核验：数据来源、个人信息处理基础、著作权或其他权益、使用方式是否违反合同或竞争规则。 供应商一句"数据合法"不足以替代与本项目用途匹配的审查。

公开网页这一条最细。不能只凭公开可见就直接用，要判断是否个人自行公开或已合法公开、是否在合理范围内、 个人是否明确拒绝，以及处理是否对个人权益有重大影响。

同一个人在不同场景的合理预期并不相同：在专业论坛公开履历、在社交平台发生活照、为完成一次交易公开联系方式， 影响程度完全两回事。

抓取竞品数据的边界更宽。报告要求同时审查作品或数据权益、个人信息、技术措施、合同限制及竞争影响， 并明确指出robots规则、登录限制和平台条款都只是重要事实，任何单独一项都不构成全部法律结论。

公开可见解决的是访问权限，没解决使用权限。

图源：《2026AI合规100问》（第3页）

三、买来的报告，不等于能拿来做知识库

这一节值得单独说，因为它是企业最常踩、也最容易低估的坑。

报告把使用拆成四个不同层次：买数据库账号解决的是访问权限；把资料复制到企业服务器涉及存储和复制； 制作向量索引并检索是新的处理步骤；把检索内容用于向客户交付答案，又可能涉及对外提供。

每个层次都需要单独核对许可，不能用"仅用于检索增强生成"一句话跳过分析。授权方本身能不能许可这些权利， 也要确认。

报告还区分了对外回答的差异：提供经独立整理的简短结论，与长期返回可替代原资料的大段内容， 在合同限制、作品利用方式和市场影响上并不相同。

标注出处有助于追溯，但不自动构成合理使用，也不能消除合同里的使用限制。访问、复制、索引、对外交付，是四张不同的许可单。

图源：《2026AI合规100问》（第4页）

四、客服录音转训练，是一次用途变更

企业内部资料的合规，报告给的基本原则是：为某个目的取得的资料，不代表可以不加区分地转做通用训练。

客服对话这一条讲得最清楚。企业需要区分知识纠错、业务统计、专用微调和供应商通用训练四种用途。 为提供客服服务而取得的录音，转用于训练通用营销模型，目的、受益主体和后续接触范围都变了。

报告还提醒，对话中的第三人信息、交易细节和敏感内容，不能仅以会话一方同意解决； 去姓名也不等于匿名化，匿名化要满足法定标准。

同一逻辑适用于办公资料和会议记录。合同里可能同时有联系人信息、交易价格、技术方案和保密条款， 不同部分应分别判断，不能按文件名称统一允许或禁止。

人事资料更严：招聘、绩效、薪酬和模型训练要分别判断，实施人力资源管理所必需的处理基础， 不是企业收集和分析员工一切信息的概括授权。

同一句话，换个用途可能就要重走一遍同意流程。

图源：《2026AI合规100问》（第6页）

五、知识库越权检索，是最隐蔽的泄露

这是全书举的第一个综合场景，也是企业做内部知识库时最常见的漏洞。

场景是假设的：某咨询企业买了行业数据库账号，把资料和客户项目文件一起接进内部知识库， 随后开放客户试用，一名客户通过连续提问拿到了较长的付费报告片段，还拿到了另一个项目的预算信息。

报告的处理路径很干净：两项争议要分别处理。报告使用要核查数据库合同、权利基础、复制与对外回答方式； 预算信息则要核查客户保密约定、访问权限和实际返回内容。

一个关键结论是：向量索引不等于原文件授权已经扩大，引用来源也不能自动解决许可问题。

技术层面同样有问题。文件库的访问限制如果在分段、向量化或缓存环节丢失，模型就可能向无权人员返回片段； 仅在界面隐藏原文件，并不证明回答过程受到同等限制。

在界面藏起来的文件，可能在检索层被完整地交出去。

图源：《2026AI合规100问》（第7页）

六、蒸馏合不合法，要看三道关

第三章十六问面向研发团队，蒸馏这一条最有代表性。报告的立场很克制：不能仅凭采用了蒸馏技术就认定当然合法或当然侵权，也不能因学生模型参数不同就省略来源审查。

第一道关是教师模型的取得与使用条件：是否有权进行相关调用、是否存在训练竞争模型或再分发限制、 调用过程是否超出账户与接口授权。

第二道关是所用输入输出的权利：用于生成训练样本的提示词、用户资料和教师输出，可能分别涉及个人信息、 作品或秘密信息。获得教师模型使用许可，也不必然消除其中第三方权益。

第三道关是学生模型的交付方式。交付形态不同，使用许可、迁移和验收安排都不一样。报告还澄清了一个常见混淆：违反有效服务条款可能产生合同责任，但不自动等同于著作权侵权， 著作权、商业秘密和竞争规则各有构成条件。

违约和侵权是两本账，不能因为一本算清了就结案。

图源：《2026AI合规100问》（第8页）

七、商业训练能不能算合理使用，没有统一答案

这是整本书里最需要读者打消幻想的一问。报告的表述是：不宜作统一结论，应逐项分析训练行为、权利类型、数据来源、实际用途和法定抗辩条件， 不能直接搬用其他法域的概念替代中国法判断。

原因在于环节不同。资料采集复制、处理、训练、模型提供和输出传播，是不同的事实环节。 输出不相似并不单独解决训练阶段的权利问题，训练数据中出现作品也不意味着全部环节当然侵权。

报告还点出一个常被误读的文件：最高人民法院涉人工智能纠纷的意见，并未为一切商业训练设立概括性免责， 也未统一解决所有训练使用争议。

开源的审查同样要分开。代码、开放权重和数据集许可证要分别审查，一个模型包里的权重、推理代码、分词器、 适配器和第三方依赖，可能各用各的许可。

把四个环节当成一件事讨论，是这类争议最常见的误解。

图源：《2026AI合规100问》（第10页）

八、上线不只是备案：开放、API与私有化各算各的

第五章讲发布，第一个问题就把三种交付形态拆开了。开放权重不等于开源软件的全部情形，通过API提供服务也不自动排除提供者义务，私有化部署则仍需核查真实的 访问、更新、运维和对外服务安排。

报告特别强调API也被纳入提供者的定义范围。仅向特定客户交付文件、持续运营在线接口、提供远程技术支持， 可能产生不同的义务，不能以B端、不开网页或不对最终用户作为唯一结论。

内容标识是另一处容易被忽略的细节。模型服务商、应用方和发布者各自承担什么标识义务，要在上线前就分清楚。

专业领域与智能硬件项目还要叠加额外条件。报告专门讨论了服务机器人与自动驾驶：辅助驾驶与自动驾驶要按实际功能、 获准运行条件和运行状态区分，宣传、界面、培训和系统实际能力不一致，可能形成消费、合同或产品责任风险。

一次演示成功，证明不了上线条件已经齐备。

图源：《2026AI合规100问》（第11页）

九、智能体的授权，必须落到系统权限上

第八章是这份手册里最新、也最贴近实务的一章，只讲六问，但每问都指向同一件事。

报告的核心主张是：把信息查询、提出建议、准备操作和实际执行分开授权，并让用户能理解并控制关键决策。 概括同意使用AI，不宜被理解为无限制的交易或系统操作权限。

它举的反例非常典型：界面提示限制付款，但后台令牌仍拥有完整支付权限，限制就落不了地。第六个综合场景正是这个漏洞的后果：外部网页里塞了要求更换收款账户的指令，系统调用了付款接口完成交易， 原收款人没有收到款。

报告给出的处置思路是分层核查：先查资金流向与冻结撤回，再分析对外交易效力，然后审查集成方是否落实权限约定、 供应商是否兑现工具调用控制承诺、企业配置是否偏离已确认方案。

写在提示里的限制，从来不是限制。

图源：《2026AI合规100问》（第12页）

十、十四项工具与七个场景，让结论能被核验

这本书区别于一般法律读物的地方，在于它把分析变成可填的表。

T01到T10支持角色识别、工具准入、资料核验、内容审核、供应商尽调、合同审查、智能体授权、 员工制度、事件响应和治理复核；T11到T14分别对应训练数据来源、基础模型与开源依赖、模型研发发布、 成果与交付权利。

报告对填写有明确要求：记录应落实到真实配置、协议或工作决定，材料不完整时写明缺口及其影响， 不用"已合规"代替事实。

七个综合场景也遵循同一逻辑，每个场景都给假设事实、分析路径、处置选择、事实变化四段， 并明确标注为假设示例、不对应特定裁判。

需要说明的是，这是一份研究与实践参考，不构成法律意见；工具表不替代依法要求的评估、审计、 申报或其他程序，具体项目仍需结合事实核对。

153页全文、十章100问与14项工具表都在运营动脉（www.yydm.cn）上， 搜报告名即可打开。