从天生合成内容的天生式人为智能 ，到由用户设定指标、自主使用第三方工具执行工作并与环境交互输出了局的ai智能体 ，人为智能正经历着底子刷新 ，亦引发了行业激荡与司法讼争。ai智能体并非司法主体 ，以此为中心却可衍生出用户—提供者—第三方的三面主体结构 ，进而形成用户与提供者之间的内部司法关系和提供者（用户）与第三方之间的表部司法关系。在内部司法关系中 ，ai智能体的行为天堑具体化为提供者在数字内容与服务合同下的适约性使命和幼我信息� ；な姑� ，以及数字委托关系下的忠诚、勤勉使命 ；在表部司法关系中 ，ai智能体的行为天堑被代理权授予和行使的有效性与合法性所划定。
2025年被称为ai智能体（ai agent）元年。这一自主、感知、决策和执行工作的智能体肩负着人为智能真正迈入现实世界的使命。2025年8月 ，《国务院关于深刻施杏装人为智能+”行动的定见》明确提出我国人为智能的发展指标：到2027年 ，新一代智能体蹬爪用遍及率超70% ，到2030年 ，新一代智能体蹬爪用遍及率超90%。新的出产方式刷新带来的智能经济和智能社会状态变迁 ，必然与寂仔司律例则相互激荡。2025年12月 ，字节跳动公司颁布豆包手机副手 ，这一ai智能体仅凭识屏与仿照触控 ，即可径入微信代复讯息 ，灵通电商比价下单 ，甚至自动收取蚂蚁丛林能量 ，全程无需第三方app利用适配。不出所料 ，此举引刊行业震荡 ，淘宝、微信及多家银行app已相继设限 ，回绝豆包手机副手的登录。独一无二 ，在大洋彼岸 ，ai智能体亦引发了司法讼争。2025年11月 ，美国亚马逊公司在加州法院告状ai草创公司perplexity ，指控其旗下ai浏览器comet的代理购物职能 ，违反了《推算机诓骗和滥用法案》《加州综合推算机数据接见与诓骗法案》和《加州刑法典》。值此ai智能体发展的关键时刻 ，本文试图安身技术、司法、产业互动视角 ，辨明ai智能体的司法概想 ，在ai智能体用户、提供者和第三方的私法关系中 ，探寻ai智能体行为的正当性天堑。
对ai智能体司法问题的分解 ，不成预防线要从其概想起头。在事实与规范二分 ，以及技术架构物（artifacts）与心灵体（persona moralis）二分的模式下 ，ai智能体的技术寓意固然是司法人思虑的起点 ，但若何从左袒技术的描述性寓意转换为安身司法的规范性概想 ，仍有赖从法系统动手 ，辨明其内涵与表延。
智能体源于早期的人为智能和推算机科学。在经典著述《人为智能：现代步骤》一书中 ，智能体居于人为智能的主题职位。对其宽泛的理解是 ，智能体就是某种可能采取行动的器材（agent来自拉丁语agere ，意为“做”） ，更正确地说 ，任何通过传感器感知环境并通过执行器作用于该环境的事物都可视为智能体 ，从而席卷了人类智能体、机械人智能体、软件智能体等各类大局。该界说提出了主题的循环：感知（perception）—思虑（reasoning）—行动（action）� ；谡庖焕斫� ，恒温器能够被视为最单一的智能体 ，由于它感知温度并节造开关。当然 ，恒温器只是被动和反映式的智能体 ，ai智能体则阐发出指标驱动与自主进建的特点。1995年 ，伍尔德里奇（michael wooldridge）和詹宁斯（nicholas r.jen-nings）界定了ai智能体四个关键属性：（1）自主性：在没有人类直接过问的情况下运作 ，在肯定水平上节造其行为和内部状态 ；（2）社会能力：通过通讯说话与其他智能体（某人类）订交互 ；（3）反映性：感知其环境并实时对变动作出反映 ；（4）自动性：自动展示指标导向的行为。
随着天生式ai的发作 ，前openai利用ai钻研掌管人提出了被宽泛引用的公式 ，沉新界说了ai智能体的寓意 ，即“智能体=大说话模型（llm）+规划（planning）+影象（memory）+工具使用（tooluse）”。其中 ，大说话模型充任大脑或推理中心 ，规划� ？榻评碜卸噶� ，工具� ？樘峁┲葱心芰� ，影象� ？楸Ａ舫志弥队肭榫昂骨�。这标志取ai智能体从早期的规定化节造器与专家系统 ，演进为在盛开环境中进行复杂规划、治理影象以及用天然说话对话的认知系统。
基于上述技术共识 ，可从如下维度来理解其技术实现。其一 ，规划能力是智能体区别于天生式ai的关键。它蕴含子指标分化和反思建改前表态联的步骤。前者利用思想链（cot）或思想树（tot） ，将巨大的指标（如编写游戏）拆解为可执行的若干步骤（如天生代码、测试代码、建复谬误） ；后者允许智能体在行动失败后 ，通过说话反馈来自我反思与进建 ，从而鄙人一次尝试中建改战术。其二 ，影象能力是智能体观察、网络、分析信息的基础。受人类认知科学启发 ，智能体的影象系统蕴含处置原始输入的感触影象（sensory memory） ，高低文窗口的工作影象（working memory） ，以及通过表部存储的向量数据库的持久影象（long-term memory）。其三 ，工具使用能力是现代智能体的性质特点。与封关的早期智能体相反 ，现代智能体是盛开的 ，通过接见第三方app或函数挪用（function calling）机造 ，智能体得以精准地选择和使用成千上万种工具 ，获得取之不竭的数据与信息。其四 ，行为能力是智能体扭转环境的伎俩。在数字世界中 ，行动是天生的api要求、sql查问、python剧本等 ，在具身智能（embodiedai）所处的物理世界中 ，行动将视觉和说话模型结合 ，从而节造机械臂的电机指令。
从自主软件工程到生涯操作系统 ，从拥有自愈能力的供给链治理到自动化企业运营中心 ，智能体的使用日益宽泛。在企业侧 ，法务、财政、人力资源等繁琐治理流程不只能被智能体收受 ，还能结合当下指标和战术规划 ，融合基于规定的行动与基于指标的行动。在用户侧 ，智能体将彻底扭转人机交互方式 ，以用户意图为中心的服务有望成为全新的贸易模式。为此 ，智能体首先是用户的工作助理 ，在会议中天生实时语音转录、提供通话提要 ，并在对话中无缝翻译设备端语音 ，在利用中润色、校对和天生内容 ；其次 ，智能体还是用户的信息守门人 ，协助检索并理遣散落在遍地的即时新闻、邮件、日历、照片等碎片化信息 ，智能化过滤、优先排序并汇总用户所需的资讯 ；最后 ，智能体还能成为用户的生涯管家 ，理解用户的天然指令 ，看见屏幕内容、记住用户习惯 ，并挪用其他专业app实现跨利用、多步骤的工作。
ai智能体的迭代才刚刚起头。放眼将来 ，智能体将从单体智能（single agent）迈向群体智能（swarm intelligence） ，从虚构世界（virtual word）迈向物理世界（physical world）。所谓群体智能 ，意指多个专门化智能体通过合作、动态工作分化、悠久影象和协调自主性 ，共同实现复杂高层指标的系统生态。此时 ，复杂的工作将不再由一个全能智能体实现 ，而是将指标分化为子工作 ，并动态分配给分歧的专门智能体执行 ，进而通过通讯和谈、共享内存等方式彼此协调 ，最终在维持各自自主性的同时实现指标。例如 ，一个软件开发的多智能体系统就蕴含了产品经理智能体（掌管需要拆解）、架构师智能体（掌管设计）、工程师智能体（掌管写代码）和测试智能体（掌管找缺点）。多智能体合作系统利用智能体的角色表演（role-playing）和通讯拓扑（communication topology） ，正逐步靠近人类社会的专业分工与社聚合作 ，解决复杂问题的能力得以倍增。
所谓走向物理世界的智能体 ，即从基于大说话模型的智能体（llm-based agents）向多模态交互（视觉、说话、环境数据）的智能体演进。钻研批注 ，智能体的泛化性、自主性、长程性等主题能力 ，必须在与动态环境的交互中不休进建和优化 ，蕴含了物理定律、因果关系的世界模型（world models）是其成功的关键。在某种意思上 ，该种智能体内设了阐发表部环节若何运作的仿照器 ，从而回覆了一系列的反事实问题：“若是我做作为a ，状态s会造成什么样 ？”以自动驾驶汽车智能体为例 ，其实时预测周围车辆和行人的轨迹 ，并预测：“左侧的汽车在2秒后有90%的概率会并线。”基于上述预测 ，智能体构建了一个蕴含物理规定（如摩擦力、动量）和交通规定动态的3d空间 ，进而急剧仿照：“若是我加快 ，会不会撞上并线的汽车 ？若是我刹车 ，后车会不会追尾 ？”在综合导航指标和安全约束之后 ，得出世界模型的仿照评估并决定：“轻踩刹车 ，让出车路。”
司法概想是司法推理的基石。若何将技术话语纳入司律例范之中 ，是数字法的主题难题 ，ai智能体的钻研概莫能表。智能体的司法概想无法单一复造其技术界说。一方面 ，智能体的类型纷繁多样 ，利用场景层出不穷 ，技术进取一日千里 ，以技术描述为司法锚点 ，无异于按图索骥。更有甚者 ，对于何为ai智能体 ，科技人的定见也不定统一 ，ai智能体（ai agent）、ai副手（ai assistant）、智能体（intelligence agent）、自主智能体（autonomous agents）、代理式人为智能（agentic ai）等诸多概想混用 ，正是例证。另一方面 ，作为拥有强造效力的造度 ，司法的合用领域、组成要件和司法成效均经由司法概想而出现 ，司法概想天然拥有规范性。正如德王法学家kipp首倡之“司法上双沉成效理论”所洞见：司法概想和成效属于规范世界 ，旨在合理规范社会共同生涯 ，不能以物质世界的概想视之。由此 ，司法人有责任从特定的立法主张启程 ，厘清ai智能体的司法内涵。
一如其他司法概想 ，司法上的ai智能体亦有抽象和具体的双层结构。就抽象概想而言 ，其旨在满足司法系统的统一性 ，从ai智能体与其他司法概想相对抗且独立存在的共相启程 ，依照大局逻辑规定构建其内涵与表延 ，使之无缝嵌入概想金字塔之中。就具体概想而言 ，其旨在满足司法系统的职能性 ，从ai智能体“之所以如此的事物性质”启程 ，将相互联系和支持的内涵成分有意思地组合 ，使之在真实场景中彰显司律例范的意思脉络。
ai智能体抽象概想之职能系安身于司法的表部系统 ，经由大局逻辑的推演 ，将ai智能体涵摄于司律例范之中。职是之故 ，对其抽象概想的分解 ，不得不从我国“人为智能”和“天生式人为智能”的司法概想和规范起头 ，在比力中显示其异同 ，借此彼此协调 ，最终形成无矛盾的意思关联。
我国对人为智能的司法界定仅见于处所律例。比力前表态继的《上海市推进人为智能产业发展条例》和《深圳经济特区人为智能产业推进条例》 ，能够发现两者均将人为智能类迸宗人类智能 ，分歧之处在于上海侧沉于软件 ，而深圳侧沉于硬件。然而 ，将人为智能和人类智能混为一谈 ，可能落入过于激进和过于守旧的双沉陷阱。一方面 ，现阶段的人为智能只拥有仿照人类表显性智慧的能力 ，类人的通用人为智能（agi）仍前途未卜 ，将人类行为保真度作为当下的尺度 ，为时尚早。另一方面 ，可预感的人类社会将逐步过渡到人类与人为智能共生的多智能体社会 ，把异型智能体、智群体、虚实融合智能体等形容各别的智能体压缩为人类智能 ，无疑固守了只有一种高级智能体存在的单一智能体社会之窠臼。既然作为性命2.0的人类和作为性命3.0的人为智能性质上不成通约 ，人为智能的司法概想有必要扬弃人类智能 ，借鉴欧盟《人为智能法》 ，将自主性作为其区别于其他事物的主题身分。
人为智能的自主性是一个渐变的光谱。凭据其强弱 ，能够分为如下四个等级：（1）l0推理服务型（inference api）：仅执行单次推理 ，无悠久状态或工具挪用 ；（2）l1确定性系统（deterministic system）：执行蹊径固定 ，可齐全预约义 ；（3）l2弱自治系统（weakly autonomous system）：具备有限决策能力 ，能在预设前提下挪用表部� ？榛蚍制珲杈� ；（4）l3齐全自治系统（fully autonomous system）：能自主确定执行蹊径、挪用工具、批改打算 ，具备高度的动态性与不成枚举性。在此架构下 ，ai智能体可归入l2或l3级人为智能 ，从而成为人为智能的子概想。就此而言 ，所有ai智能体均可合用人为智能的司律例范 ，但反之则否。例如 ，经过训练用于图像分类的大模型属于人为智能 ，但除非它被嵌入一个可能自主决定何时以及若何使用该分类能力来实现指标的系统中 ，不然并非ai智能体。
凭据我国《天生式人为智能服务治理暂行法子》 ，所谓天生式人为智能 ，是指拥有文本、图片、音频、视频等内容天生能力的模型及有关技术。天生式人为智能和ai智能体是体与用的关系：天生式人为智能居于底层 ，通过机械进建算法、天然说话处置、逻辑推理等技术 ，为后者提供智能支持 ，而ai智能体则是一种实现智能的特定架构步骤 ，将前者封装于内。不外 ，天生式人为智能并不是齐全的内核 ，ai智能体还必要判断式人为智能（对观测数据进行鉴别、分类或估计具体指标变量）和预测式人为智能（仿照分歧选项的潜在影响 ，寻找实现指标的最佳规划） ，能力将内涵模型与表部世界衔接 ，实现自主决策与工作关环。据此 ，ai智能体不仅被《天生式人为智能服务治理暂行法子》所规造 ，还应遵守《关于加强互联网信息服务算法综合治理的领导定见》等一系列算法治理律例的要求。
若是说ai智能体的抽象概想旨在辨明它与类似概想的异同 ，从而与寂仔司律例范相衔接 ，那么具体概想则沉在分解内涵组成身分 ，借此建构其由自身所生发的出格规定。
作为人为智能的下位概想 ，ai智能体除具备人为智能的所有身分——自主性、适应性、基于机械运杏注系统的指标导向、揣度能力、影响物理或虚构环境的输出能力以及与环境的交互以表 ，还有着壮大的工具使用能力。然而 ，与技术界说以物为中心的视角分歧 ，司法概想是一种关系的结构 ，人们在这一关系中相互依存并与物产生联系。因而 ，在关系本体论中 ，工具使用的技术特点被转化为“谁使用工具与谁建构了关系」剽一司法命题。
在技术上 ，使用工具的所谓“主体”是ai智能体 ，但它能否成为司法主体 ？基于诠释论 ，其答案不言自明：作为人为智能系统的智能体 ，当然不属于我国〖法典》中天然人、法人、犯法人组织等民事主体。但就立法论而言 ，仍待进一步论证。在伦理人格和技术人格的二分框架下 ，当前的ai智能体依然属于弱人为智能 ，它们没有自我意识、没有情赣注没有欲望、没有真正的自由意志 ，其行为是算法对输入数据的反映 ，而非基于内涵动机和对行为意思的理解。正由于智能体无法“知路”其行为的路德寓意 ，也无法基于路德理由选择遵守或违反司法 ，其不拥有伦理人格。另表 ，ai智能体自身没有也无需占有独立的财富 ，无法以其自身财富推广合同使命、支付赔偿或承担行政责任。不仅如此 ，将智能体视为主体还可能成为人类逃避责任的面纱 ，被其开发者、提供者、使用者用以隔离自身责任 ，减弱对其安全设计和审慎运营的激励。既然ai智能体的最终责任主体是人类 ，那么赋予其技术人格就是无现实意思的空壳 ，徒增造度成本。
由此而来的问题是：ai智能体背后的工具使用主体是用户还是其提供者 ？基于智能体的自主性道理 ，判断当前是否必要以及必要挪用哪个工具来推动工作 ，是ai智能体的主题职能。从实现工具清单与参数天生 ，到指令体式化与发送 ，再到工具执行以及了局解析与整合 ，全程无需用户过问。在复杂的场景下 ，智能体还能够挪用更专业的多个智能体 ，甚至凭据工作需要实时天生代码创建新工具 ，或通过仿照进建、强化进建来优化工具使用战术 ，实现自我进化。就此而言 ，让用户无感的工作流自动化是智能体的最大优势。当然 ，智能体并非不被人类节造 ，相反 ，其底层代码、训练数据、反馈战术均取决于ai智能体的提供者 ，后者由此成为真正的工具使用主体。不外 ，当提供者使用的是自身工具 ，如苹果手机副手siri调取系统内的日历或推算器之时 ，属于统一主体内部的交互 ，仅仅属于技术领域� ；诩际跤胨痉ㄇ舻览� ，只管提供者使用自身工具在技术上能够归入ai智能体的一种类型 ，但它并未产生与寂仔人为智能产品和服务分歧的司法后果 ，因而不组成司法上的ai智能体。由此能够理解 ，固然智能音箱、智能电视中早已嵌入类似siri的智能副手 ，却从未引发司法关注和论争。相反 ，只有在接入第三方主体工具 ，如第三方app、网页、插件、api之时 ，才创新性地塑造了应受调整的生涯关系和社会状态 ，建构出与第三方之间的司法关系 ，由此发展出了全新的司法意思。
综合上述抽象概想和具体概想 ，能够把ai智能体界定为“由用户设定指标 ，提供者自主使用第三方工具执行工作 ，与环境交互并输出了局的人为智能系统”。据此 ，司法上的ai智能体一方面与人为智能规范 ，出格是天生式人为智能规范相衔接 ；另一方面又安身于其独有的工具使用个性 ，具体化为用户—提供者—第三方等司法主体萦绕ai智能体所形成的权势与使命结构（见图1）。宏观的法秩序和法概想均依存于微观的司法关系。作为对生涯事实的整体观察 ，司法关系彰显了权势使命并非彼此隔离 ，而是涵盖在司法主体相互之间的影响关系之中。职是之故 ，只有从ai智能体私法结构所衍生的用户与提供者之间的内部司法关系 ，以及提供者（用户）与第三方之间的表部司法关系启程 ，各方为或不为特定行为的前提、内容和领域能力得以显露 ，ai智能体的行为天堑亦才得以廓清。
用户与ai智能体提供者之间的内部关系 ，既是ai智能体三面主体结构的起点 ，也是提供者和第三方之间表部关系的前提。只管内表部关系彼此分离 ，但毋庸讳言 ，内部关系依然是基础性的。这是由于 ，从用户视角看 ，表部关系的开启、发展和终结均服务于内部关系的圆满。故此 ，对ai智能体行为天堑的探寻 ，不妨从内部关系动手。
用户和提供者之间的司法关系经由双方意思暗示一致而成立 ，合同作为其基础 ，当无异议。问题在于 ，若何为其定性 ？对此不妨以豆包手机副手和ai浏览器comet合同为例 ，以窥其理。
在用户使用豆包手机副手之前 ，必须与提供者签署《豆包用户和谈》及其附件“豆包专用条款”。凭据该和谈及条款 ，“豆包”系用户的ai幼我副手工具 ，提供智能化的语音交互、信息处置、工作执行等职能。萦绕豆包的使用 ，双方约定如下：（1）用户享有对上传内容的所有权和对豆包的节造权 ，但不得利用豆包从事违法、侵害公共利益或加害他人权利的行为 ；当批示豆包在第三方平台操作时 ，用户需自行遵守该平台规定 ，并对因而产生的后果掌管。（2）提供者则享有服务治理权、幼我信息网络和处置权 ，为实现用户要求所必须 ，或在用户明确赞成的情况下 ，可对用户内容进行处置和使用。同时 ，提供者负有提供“豆包”服务的使命 ，在涉及沉要权利的操作前征求用户确认 ，并该当依照司法和隐衷政策的划定 ，在合理必要领域内处置幼我信息 ，并予以安全� ；�。与豆包合同类似但有着奥妙分歧的是 ，comet合统一方面约定人为智能搜索引擎、有关移动利用法式以及通过网站、perplexity engine和app提供的任何内容、工具、职能均为其提供的服务 ；另一方面约定用户作为被方 ，perplexity作为许可方授权用户装置和运行软件 ，且许可面向幼我、不成让渡、不成分、不成转授 ，从而成立了软件许可关系。
观察上述合同 ，不难发现用户和提供者达成了典型的数字内容和服务合同。所谓数字内容（digital content） ，即以数字化方式出现的数据 ，蕴含推算机法式、app、音视频以及以电子大局存在、可被复造或传布的其他信息产品 ；所谓数字服务（digital service）是指用户可能创建、处置、存储或接见数据的服务 ，或使用户可能分享数据 ，或与其他用户上传或创建数据进行任何交互的服务。参考欧盟立法的经验 ，只管数字内容和数字服务各有所指 ，但在实际中两者密不成分 ，均萦绕数字化信息产生 ，并利用数字化方式实显熹指标。作为一种独立合同类型 ，数据内容和服务合同突破了服务合同和买卖合同的二分法 ，突破了买卖、赠与、租赁、承揽、许可的合同类型 ，阐发为混合合同的样态 ，得以参照合用我国〖法典》中相应的诸多有名合同。不外 ，数字内容和服务合同在底子上受数字化和智能化买卖驱动 ，有着无法被单一化约为传统有名合同的特殊性 ，而这无疑深刻影响了提供者使命。
若何消除用户和提供者之间技术与信息的不合称 ，是划定ai智能体行为天堑的前提性作业。对此 ，有概想试图统一产品和服务的责任 ，引入产品缺点对提供者课以产品责任 ，以回应智能体有限的可预测性、有限的可节造性和有限的可诠释性 ，以及由此给用户带来的举证难题。但是 ，这一概想面对着无法克服的难题：ai智能体不属于我国《产品质量法》中的“产品”。凭据《产品质量法》第2条第2款 ，“产品”系“经过加工、造作 ，用于销售的产品”。“销售”是指以买卖为主张而将产品销售并交付他人 ，其中的“交付”意味着产品所有权和对产品节造力的双沉转移 ，即产品经销售而被投入市场后 ，能够脱离原出产者的节造自由流通 ，并有可能被产品采办者以表的公家所接触或使用。就此而言 ，用户对ai智能体的下载、接入和使用不存在事实上的交付 ，而是持续性的服务 ，同时 ，提供者并未失落节造 ，相反 ，其还负有不定期的更新使命。正因如此 ，欧盟《数字内容与服务合同指令》专门创设“提供”一词 ，以取代狭义的“交付”。
只管产品责任的进路窒碍难行 ，但借鉴产品缺点规定 ，客观化提供者使命的蹊径依然有其合理性 ，这就是数字内容与服务合同下的“适约性”（the conformity of contract）使命。推广切合合同约定是债务人的主题使命 ，但与通常合同分歧 ，用户鲜有能力和机遇提出内容性要求 ，因而 ，司法有必要在当事人主观意思之表 ，为数字内容与服务成立基线 ，从而设立提供者必须满足的质量和合用性的最低要求� ；诟玫瓤凸凼试夹� ，ai智能体提供者应承担如下使命：（1）遵守监管划定以及强造性尺度 ，在不足相应技术尺度的情况下 ，应参考《智能体行为安全要求》《智能体工作执行安全要求》《移动互联网服务可接见性安全要求》等行业尺度加以评估。（2）ai智能体的职能性、兼容性、可及性、陆续性和安全性 ，应达到同类服务通常拥有的水平 ，该当切合同类产品的通常使用主张。（3）ai智能体的特点、属性和职能 ，应满足用户的合理等待。为此 ，其应与订约前已提供的测试或预览版本相一致 ，应与告白或公开申明相一致 ，应与附件或说明书相一致。（4）对ai智能体的更新与监测使命。与一次性销售分歧 ，提供者应凭据其用处和客观环境 ，持续更新和进行动态监控 ，建设适当的人机界面工具使之在使用期间可能被用户有效监督 ，最大限度削减依照预期用处或合理地可预感地误用下产生的风险。
鉴于ai智能体的特殊性和高度复杂性 ，提供者应就其是否充分推广适约性使命承担举证责任 ，从而在事实上形成不对推定的归责准则。不外 ，实际中提供者往往通过免责条款减轻或免去自己的责任。例如 ，《三星官网&商城服务和谈》第16条“三星商城智能体服务出格条款”明确划定：“对您参考、依赖或使用输出内容造成的任何损失、侵害或其他后果 ，三星不承担任何责任。”提供者适约性使命的偏离及其责任豁免攸关用户权利 ，须满足内容和大局的双沉前提方可为之：（1）通过风险—效用测试。首先辨识该等偏离是否严沉减弱内容或服务的重要职能、机能或方便性 ，其次鉴别该等偏离可能导致的风险 ，最后从技术可行性和成本收益平衡性维度分析是否存在合理的代替规划。若是未能通过上述任一步骤 ，则该等偏离将被否定。（2）明确、具体地奉告用户偏离何种职能或免于何种责任 ，且获得用户单独的明示赞成。这里的“单独赞成” ，意味着提供者应以弹窗、清单、独立页面等方式列出偏离或免责条款 ，要求用户作出自动勾选、点击“赞成”“下一步”“持续”、滑动滑块、自动发送等作为暗示意愿 ，而不得并入用户和谈之中 ，预防用户不得不一揽子赞成。
用户不支付金钱而以幼我信息为价值获取数字内容和服务的情景 ，在数字时期层出不穷。只管幼我信息能否作为合同法上的对价仍有诸多争议 ，但幼我信息处置系数字内容和服务合同中不成或缺之身分 ，业已被宽泛接受 ，幼我信息� ；び纱顺晌猘i智能体提供者的沉要使命。
提供者发展复杂的幼我信息处置活动 ，并承担着有异于通例幼我信息处置者的出格� ；な姑�。其一 ，提供者兼具多样司法角色。除单独处置表 ，在手机、腕表等智能终端厂商和提供者主体分离的场景下 ，提供者与将智能体嵌入底层操作系统的终端厂商“明知且意欲合力导致预期了局的出现” ，可组成《幼我信息� ；しā返�20条下的“共同处置者” ，承担连带责任或按份责任。此表 ，在用户委托提供者担任信息守门人 ，整合、分析、共享幼我信息时 ，提供者被视为《幼我信息� ；しā返�21条下的幼我信息“受托人” ，不只应保险幼我信息安全 ，还应对委托事项进行合理审查 ，在发现潜在违法时发出提醒。其二 ，提供者网络幼我信息的方式多元 ，除向幼我直接管集表 ，还能够利用api挪用、扩大法式、浏览器节造、专业智能体等工具 ，向第三方间接管集幼我信息 ，并实时获取环境信息。例如 ，为实现购物工作 ，提供者可能截取浏览器窗口 ，进而推知用户生涯的私密侧面。其三 ，提供者网络幼我信息的类型杂乱 ，除通常幼我信息表 ，提供者还会频仍地触及用户的账号系统、通讯内容、支付信息、日程、地位、健全等敏感领域。不仅如此 ，作为行动体 ，智能体在运行中可能采集大量“细粒度遥测数据”（granular telemetry data） ，蕴含事务功夫戳、用户交互序列（点击、输入、滑动）、api挪用纪录、函数/� ？樵诵泻氖薄⑼缫笥胂煊Φ确从衬诓孔刺⑿形⑹挛窈突苤副甑氖� ，这些均可能落入幼我信息的领域。更沉要的是 ，智能体的自主性使它以实现工作为指标 ，自行决定下一步必要什么数据 ，从而拓展幼我信息处置的领域。其四 ，提供者网络幼我信息的主体可能溢出到第三人。通过图形化的界面元素与推算机法式交互的gui操作 ，往往会利用视觉鉴别� ？� ，结合检测和ocr建模以鉴别屏幕截图中的文本 ，并理解屏幕区域的内容。此表 ，智能体还会利用大模型的高低文感知职能 ，凭据用户指令和操作汗青全面规划工作。但问题在于 ，屏幕出现的信息并不只是用户信息 ，更蕴含了通讯信息、社交平台互动信息（点赞、评论）等网络化幼我信息（networked personal information）以及社交平台群组内信息、纪录多人影像的照片、视频信息的群体幼我信息（group personal information）。例如 ，当用户批示ai智能体为伴侣团圆推荐相宜的餐厅时 ，其必然必要凭据谈天纪录进行推理和思虑 ，从而不成预防线处置用户表第三人的幼我信息甚或私密信息。
面对上述挑战 ，提供者首先要采取基于设计的幼我信息� ；杈� ，尽可能选取端侧处置 ，削减幼我信息的离端网络 ，在用户输入登录凭证、支付信息等敏感环节时限度截图或收受 ，并通过权限分级、工作框定、敏感字段隔离、默认最幼权限等伎俩 ，使智能体在技术上无法超领域网络。其次 ，还应改进知情赞成设计 ，采取分层、分次、动态可撤回的赞成结构 ，使赞成维持可理解与可控 ，以应对智能体自主运行+多步骤的信息处置模式。再次 ，在关涉第三人信息的场景下 ，应对峙受托人的定位 ，不得自行网络和决定第三人信息处置的主张和方式。最后且最沉要的是 ，用户授权的宽泛性、吞吐性叠加智能体在复杂环境下的自主行动能力 ，使得幼我信息� ；ぷ钣妆匾荚虿还缓嫌�。作为技术因应 ，提供者能够将允许接见的幼我信息类别、可挪用的表部服务、可输出和分享的幼我信息天堑写入战术层 ，对越界要求触发阻断并要求用户单独确认。但在造度层面 ，将来仍有待沉塑这一准则 ，扬弃以处置主张作为必要与否的判断尺度 ，转向结合ai智能体利用场景、服务合同、技术� ；ご胧┑壬矸值淖酆吓卸戏妒�。
若是说数字内容和服务合同是用户和ai智能体的基础司法关系 ，那么每次用户发出的指令都可视为在整体性架构下的具体要约 ，要求提供者处置其事务 ，提供者则以网络、数据和算法等数字行为的方式作出承诺 ，借此达成数字委托。
用户委托的事务不胜枚举 ，可均限造在数字化活动之内。从事事务的方式既可所以（准）司法行为（如登录用户账户、发送短信） ，也可所以事尝试为（如治理日程） ；既可所以财富行为（如货物下单） ，也可所以非财富行为（如拍照）。凭据用户参加委托事务的水平 ，可分为：（1）辅助行为：智能体作为副手 ，为明确界说的短期工作提供支持 ，最终决策和行动必须由用户明确核准和执行 ，用户维持齐全节造 ；（2）有限委托：智能体为了特定指标执行一系列复杂作为 ，用户可全程监督和过问 ；（3）全权委托：智能体在盛开环境下实现复杂和抽象的指标（如利润最大化） ，用户的节造限于设定初始指标和核准关键决策。鉴于提供者系为用户之主张而处置事务 ，在提供者依照要求实现委托事务后 ，不论其司法后果是否对用户有利 ，用户均应承担该司法后果 ，而提供者亦相应承担受托使命。
提供者使命首先起源于其自主判断和自由裁量空间。通过算法、规定、数据、架构等设计 ，提供者对于若何处置受托事务占有宽泛且不通明的裁量权 ；加之用户出于方便 ，在人机交互中通常使用简洁、吞吐的天然说话 ，客观上迫使提供者和智能体使用知识 ，发展整体性的事务处置活动。不仅如此 ，在推算机主导环境中 ，提供者占有效户所不成企及的能力 ，以用户无法理解也无法阻止的方式运作智能体 ，用户的失控成为常态。而强造披露信息的规定 ，也面对着技术挑战：ai智能体是否可能真事讽解并通报其信息 ，依然是个未决的科学问题。当体式化的用户和谈无法覆盖智能体在事前不成预知的行为 ，尤其是当侵害源于系统的设计缺点、荫蔽的私见或不成诠释的决策之时 ，尤其必要凭据“一方对另一方充分信赖并依赖于另一方的判断 ，另一方负有� ；ひ环嚼嬷龈袷姑钡男乓宸ǖ览� ，对提供者苛以忠诚、勤勉的受托使命 ，以“后设法”（meta-law）的大局改过用户和提供者的不平等职位。
忠诚使命要求受托人始终以守护委托人的最大利益为启程点 ，不得将自己或第三方的利益置于委托人利益之上 ，预防任何可能侵害委托人的行为或利益矛盾。对多个ai智能体的钻研批注 ，作为用户与网络空间的接口 ，它们看似为用户利益思考 ，但其代码的优先级往往更左袒于提供者。为此 ，忠诚使命从正反两方面对ai智能体滥用裁量权的行为予以防备。
在消极面向上 ，忠诚使命强调提供者不得为谋取私利而就义用户权利 ，并由此衍生出多沉使命：（1）通明杜纂披露使命。提供者该当披露可能影响忠诚度的利益矛盾 ，如实奉告用户智能体的职能、风险、数据使用主张及潜在利益流向 ；公开智能体的关键决策日志及利益关联图谱 ，使用户能理解建议背后的影响成分 ；设置智能体在沉大决策前自动披露其相信度及推算得出的利益矛盾系数 ，当检测到第三方等“影子主体”的不合理影响时 ，自动触发人类确认节点 ，交由用户收受。例如 ，在受托购物过程中 ，必须披露是否和商家存在告白或引流买卖。在智能体行为偏离预设参数超过阈值时（如陆续3次尝试接见用户禁用的第三方api） ，还应自动向用户推送警报。此表 ，无论是在事务处置之中还是之后 ，提供者均负有汇报使命 ，全面披露解决事务的经过和了局。在作出对用户有内容影响的决策时 ，还要奉告决策的关键凭据、潜在如果以及已知局限性 ，这意味着披露使命将转变算法诠释使命。（2）平正买卖使命。在处置事务涉及第三方利益时 ，提供者不得利用技术优势 ，对自身关联方以及直接或间接地与该买卖存在利益关系的第三方予以优惠待遇。平正买卖使命并非一概不容自我买卖和关联买卖 ，而是要求提供者综合考量用户意愿、寂仔通例、活动性质、接见安全性 ，优先保险法式平正。（3）基于人在回路（human in/on the loop）的监督和审计使命。为回应ai智能体的行动黑箱 ，提供者应将忠诚使命嵌入对齐训练。在监督微调（sft）阶段刷新数据集 ，强化以用户为中心的案例 ，在人类反馈的强化进建（rlhf）阶段引入专门的忠诚评分员 ，对模型的忠诚度进行评估与优化 ；沉构系统提醒词 ，明确将用户利益置于最高优先级。除价值观的植入表 ，提供者还应提供丈量生态系统 ，让通常用户无需专业知识即可检测智能体的忠诚度 ，同时允许独立第三方对算法的数据输入、模型参数和决策逻辑进行通明化审计 ，验证智能体是否存在奥秘的第三方偏好 ，以确保其忠诚不受荫蔽的代码私见或不当激励的影响。
在积极面向上 ，忠诚使命要求提供者以用户的最佳利益为依归 ，而非齐全遵循其批示。这是由于由于人的有限理性、人机交互的不确定性以及无言之知的欠缺 ，用户指令可能并不齐全、存在误差甚至谬误 ，这必要提供者协助作出明智选择。电子邮件服务提供商选择在短功夫内保留已删除邮件的纪录 ，以防用户意表号令删除邮件 ，就是典型一例。不仅如此 ，忠诚使命并不局限于对单一用户的忠诚 ，而需考量对社会群体及多元价值的忠诚。这要求在开发设计阶段就系统性地鉴别可能受影响的各类群体 ，当用户指令与公共利益、国度利益或他人沉大合法权利产生严沉矛盾时 ，智能体应回绝执行并发出忠告。
勤勉使命要求受托人以合理的技术和审慎态度处置受托事务 ，不得进行冒失、忽略或恶意的决策和行动 ，从而� ；ず屯平腥说睦�。
作为一种预防可预感侵害的使命 ，勤勉使命首先要求提供者尽可能将所有潜在侵害均纳入考量。举例而言 ，若智能体为充分满足用户需要 ，持久推荐过多的短视频 ，导致用户沉迷并引发心灵侵害 ，则提供者可能承担责任 ，由于其仅仅将用户的爱好和参加度作为唯一成分 ，而没有思考算法成瘾和生涯福祉的影响。此表 ，鉴于侵害都是高度场景化的 ，勤勉使命的尺度并无肯定之规 ，应在分类分级准则下 ，为分歧ai智能体设定差距化要求。就专用型智能体而言 ，提供者负有与具体场景相一致确把稳使命。在金融、健全、医疗、司法、未成年人教育等场景中 ，智能体应遵循最高使命尺度 ，要求提供者证明其系统达到人类专家级此外正确率 ，除事中的监督使命和更新使命表 ，必要时还应强造采办专业责任保险。就通用型ai智能体而言 ，提供者负有通常理性人确把稳使命 ，蕴含但不限于积极预防设计缺点 ，采取合理措施提高天生内容的正确性和靠得住性 ，进行模型训练、测试和持续改进。同时 ，不容通用型ai智能体提供攸关幼我财富和人身安全的高风险专业服务 ，在用户提出要求时 ，应在获得用户赞成后 ，挪用切合法定资质的专用型智能体方可为之。
只管提供者与第三方形成的表部关系经内部关系延展而生 ，但由于ai智能体使用第三方工具是其性质特点 ，表部关系反而是当前讼争的焦点地点 ，亦是引发本文开篇提及的豆包被其他app拦截 ，以及亚马逊诉perplexity的关键问题。
在亚马逊诉perplexity案中 ，其首要指控是comet假装成人类用户接见网站 ，并通过诓骗接见获取有价之物 ，蕴含个人账户详情、购物纪录、账单信息及其他敏感信息。对此 ，perplexity公开颁布《霸凌不是创新》一文 ，予以坚定回击 ，以为用户代理（user agents）的性质是利用户的特定要求而工作 ，它在用户的批示下行事 ，也当然占有与用户一样的权限 ，无需额表表明身份。perplexity进一步指出：亚马逊限杜酌户使用ai智能体的行为组成对用户选择权的犯法侵害 ，相当于褫夺用户雇用副手的权势 ，其更关切节造用户带来的商衣符益（如告白营收）而非用户所需的便捷性 ，性质上是在利用司法胁迫抑造创新与用户选择。在双方强烈的争论中 ，一个底子问题起头浮现：ai智能体的行为是否就是用户的行为 ？
perplexity对这一问题的注定性回覆并非空穴来风 ，其源自1999年〖国统一电子买卖法》下的电子代理人条款。所谓电子代理人 ，即全数或部门地独立用于回应电子纪录或执行行为 ，而无需幼我检视或行为染指的推算机法式或电子步骤。该界说强调了其自动化、无需实时人为过问以及作为人类使用者工具的属性。职是之故 ，电子代理人的行为天然就是使用者的行为 ，相应的司法后果也由其使用者承担。只管我国并未直接选取这一概想 ，但《电子商务法》第48条下的自动信息系统庶几近之。正是以此为凭 ，perplexity在comet的服务条款中约定：“您与第三方服务提供商之间的任何数据互换或其他互动 ，以及您对任何第三方服务的任何采办或使用 ，均仅限于您与该第三方服务提供商之间 ，我们对此类互换或互动不承担任何责任或使命。”豆包《用户和谈》第2.3、2.4条亦明定 ，当批示豆包在第三方平台操作时 ，用户需对因而产生的后果自行掌管。显然 ，通过将ai智能体定位于用户工具的合同设计 ，提供者不只实现了智能体与用户的等同 ，还能彻底切割其与第三方的关系和可能的责任。
然而 ，ai智能体绝非二十年前的电子代理人。从行为的内容观察 ，电子代理人重要是执行预设、确定性规定的自动化法式 ，只能代为通报用户的意思暗示 ，而无任何决策自由。相反 ，智能体早已超过了单一的工具论 ，向拥有肯定自主性的本体论演进 ，出现出决策蹊炯散式散布 ，了局天生非必然性与多元可能性的或然性工具特点。以豆包为例 ，笔者曾在一致前提下先后发出下载主流社交软件的批示 ，豆包却先后下载了三款不尽一样的软件。从行为的表象观察 ，ai智能体和用户行为截然分歧。就接见方式而言 ，用户以幼我显名方式登录 ，操作相对分散且低频 ，不只遵循网络实名造与可追忆的准则 ，并且均为浏览网页、下载文件等主张明确的信息交互。相反 ，智能体塑造了一套全然分歧的机械化范式：它常以隐名（或伪造身份）状态运行 ，覆盖其机械性质 ，同时依附自动化剧本 ，能进行7×24幼时不间断、高频率接见 ，不只对实名造组成直接冲击 ，还对服务器组成巨大压力 ，更使得第三方难以分辨善意用户与恶意接见 ，传统的基于频率和模式的监控伎俩面对失灵。不仅如此 ，智能体具备壮大的环境适应与战术索求能力 ，为最大限度实现用户授权 ，存在躲避、突破第三方技术� ；ご胧┑钠� ，颠簸了以权限节造为主题的网络安全架构。再如 ，就数据获取而言 ，用户数据接见均基于逐次的要求 ，依法向第三方主张查阅、复造或转移必要的幼我信息。在获取数据后 ，用户通常将数据留存于幼我设备本地 ，用于幼我生涯、工作和娱乐 ，其风险重要集中于幼我信息泄露或设备安全。与此分歧 ，智能体彻底扭转了数据的轨迹。一旦获得授权 ，它就能以自动化方式系统地批量获取可机读数据 ，并可能抓取用户信息以表的、关涉他人权利和企衣符益的其他数据 ，从而引发数据采集失控的风险。更沉要的是 ，ai智能体获取的数据极少止步于用户存储 ，往往被传输、汇聚至远程云服务器 ，融入浩如烟海的训练数据集或贸易数据库 ，不只可能因数据汇聚使得数据安全从个别舒展到全局 ，还可能用于天生内容代替原有产品、服务的贸易主张 ，组成对第三方数据使用权和经营权的侵蚀。
总之 ，ai智能体绝非用户的电子代理人 ，其行为也非用户行为的单一代替。事实上 ，两者的差距早已被facebook inc. v. power ventures说明。针对被告宣称其接见已经获得用户授权的主张 ，法官用类比推理作出判决：如果甲赞成将存放在银行保险箱内的珠宝借给伴侣乙 ，也将钥匙递交给乙。乙却带着猎枪前往 ，天然会被银行摈除且被不容再次进入。此时 ，乙显然不能以占有保险箱权限为由再次携枪进入。智能体和用户不啻为此处甲和乙在智能世界的又一翻版。
在ai智能体并非司法主体的前提下 ，如欲和谐提供者所宣称的智能体代表用户和智能体享有自主性的矛盾 ，只能将内容性影响和节造智能体的提供者视为“代理人” ，由其以用户的名义执行司法行为 ，司法成效直接归属于用户。代理关系的引入不只切合普罗公共对智能体的朴素直觉（agent的文意即“代理人”） ，还令司法者、法律者以相当的矫捷性在新旧情境之间成立联系 ，将智能体整合进人类责任的传统范式之中 ，为厘清各方权势使命提供了富有价值的类比框架。为达致合法且有效的代理 ，用户和提供者应遵循如下代理规范。
依循基础司法关系和代理权分离的准则 ，在用户和提供者的内部关系表 ，用户还必须另行作出代理权授予的意思暗示。通常而言 ，由于代理权授予为单方面行为 ，于达到相对人时即产生效力 ，不以其承诺为必要 ，因而能够向提供者或第三方为之。但在网络空间中 ，智能体的行为关系用户利益甚巨 ，第三方负有核实提供者身份的职责。在《电子署名法》大幅降低数字化授权书造作成本的布景下 ，用户对提供者的授权应在口头或以行动发出后 ，由提供者依照切合国度尺度或行业通用体式 ，且以机械可读大局 ，自动向第三方转发。该等数字化授权书应凭据〖法典》第165条 ，载明用户的姓名或名称、代理事项、权限和期限以及用户的电子署名。不外 ，思考到用户获得便捷服务的必要 ，是否允许其签发不拥有任何具体内容的空缺授权书 ？对此 ，本文赞成王利明教授的概想 ，即空缺授权书应认定为授权不明 ，合用意思暗示的规定予以诠释。这是由于在用户和提供者职位显著不合等的情景下 ，率尔认可其有效性 ，可能对用户过于不利。但另一方面 ，授权不明简直增长了提供者和第三方司法成效的不确定性 ，损及买卖安全。对此 ，造度上固然能够通过表见代理来补救 ，而更有效的规划毋宁是技术性的 ，即要求提供者结合用户和谈和用户批示 ，将其自动转译为具体的代理内容 ，并获得用户确认 ，从而在事实上杜绝了空缺授权。
基于罗马法“任何人不得将大于自己的权势转让他人”准则 ，用户无法将自身不享有的权势授予提供者。就此而言 ，用户所能授予的权限受到合同条款与技术尺度的双沉造约。以合同论之 ，用户在第三方网站、app的行为自由通常由用户和谈和平台规定所限造。例如 ，亚马逊《使用条款》中的许可接见条款就严禁为第三方利益下载、复造或以其他方式使用账户信息 ，同时不容使用数据挖掘、机械人或类似的数据网络与提取工具 ；软件条款则不容绕过与亚马逊软件有关的任何技术安全措施。固然提供者并非有关和谈的一方 ，但在用户授权的间接约束下 ，亦应遵守。再以技术论之 ，凭据《移动互联网服务可接见性安全要求》
