作者：马忠法 冯燕
摘要：随着人工智能技术的广泛应用，一人公司正呈现爆发式增长态势。人工智能技术作为一人公司的核心驱动力，给一人公司带来诸多知识产权挑战：输入端的数据训练面临知识产权侵权风险，输出端容易产生人工智能生成内容可版权性争议和侵权纠纷；救济方面，国内外人工智能生成内容纠纷裁判实践差异化明显。为应对知识产权风险，一人公司应以分层应对为形式、依托“协议隔离+技术过滤+证据固化”的实操方案，构建覆盖模型选用、数据输入、创作过程、内容输出、侵权救济全流程的知识产权防御体系。在此基础上，一人公司需立足自身商业模式开展知识产权风险专项研判，搭建适配中小体量主体的知识产权合规制度，落地“最小可行合规”管理清单。在立法层面，可以制定维护一人公司知识产权利益的配套制度，明确提示词的独创性判断标准，引入人工智能生成内容（Artificial Intelligence Generated Content，以下简称AIGC）自愿登记制度和适配生成式人工智能场景的避风港规则。
关键词：人工智能；一人公司；知识产权风险；建立“最小可行合规”清单；人工智能生成内容登记制度
一、引言
2025年以来，人工智能技术快速普及并得到广泛应用。2026年起，借助于人工智能技术赋能的“一人公司”（One Person Company，以下简称OPC）迎来爆发式增长。此处的“一人公司”并不是法律概念“一人有限责任公司”的简称，而是超越了法律层面的简单组织形式定义，强调“碳基智慧（人）+硅基执行（AI，即人工智能）”的深度协同，成为一种新型的创业范式和商业形态。[1]
2026年3月，国家市场监督管理局发布的《中国OPC发展调研报告2026》显示，我国OPC正在快速增长，增长态势在地域上明显集聚于长三角、珠三角、京津冀和中西部新兴产业城市。其中，仅长三角和珠三角的OPC就占全国OPC的45%。[2]与传统个体户和独资企业相比，OPC呈现三个鲜明特征：一是数字原生性，依存于网络和算力等数字载体；二是高效性，通过调动机器智能实现指数级效率增长；三是场景驱动性，聚焦碎片化和非标准化的市场需求。OPC之所以如雨后春笋般增长，背后有多重因素的耦合。在技术层面，生成式AI[3]和智能体AI[4]极大地降低了创业的技术和成本门槛，放大了个体的创业能力；在经济学层面，AI工具的使用节约了大量市场交易成本，极大扩展了个体的管理幅度和认知半径；在制度层面，新《公司法》为一人公司注册提供了许多便利，“一网通办”和地方性扶持政策也为OPC的快捷注册提供了有力支撑。
然而，OPC与知识产权之间形成了多维度的深度关联，并由此产生了复杂的知识产权风险问题。OPC的核心资产集中于提示词、代码、数据集等知识产权客体，但多数OPC的知识产权风控能力薄弱，普遍存在权属边界模糊、产权维护无方向、合规意识和能力不足的现实问题。加之AIGC的知识产权归属、作品定性缺少现行立法明确规制，相关问题已成为司法实务中的核心争议点。因此，发展OPC有必要精准识别并有效应对使用AI技术过程中可能产生的知识产权风险，从而培育壮大OPC这一新业态新模式，以更高的知识产权保障发展以人工智能为重要引擎的新质生产力。
二、一人公司面临的知识产权风险
AI已经贯穿OPC产品或服务的全生命周期，相关的知识产权风险也随之渗透到OPC商业模式的整体和商业运营的全过程。从数据输入到数字产品或服务输出，再到数字产品或服务纠纷救济，OPC均面临严峻的知识产权风险挑战。
（一）输入端：数据训练面临著作权侵权风险
OPC在使用商业AI工具或开源模型时，首先面临的是训练数据的合法性问题。
一方面，使用训练数据存在著作权侵权风险。OPC通过爬虫直接获取受著作权法保护的文字、图片或代码用于模型训练，可能侵害著作权人的复制权、信息网络传播权、改编权、翻译权或汇编权。此外，OPC使用开源数据集也可能存在著作权侵权风险。世界第一大规模公开图文数据集LAION-5B的数据，主要来源于抓取的网页图片和文本，本身包含大量未经授权的内容。若OPC误认为此类公开数据集“开源即合法”，不尽合理审查义务就直接使用其中的数据，极有可能承担相应的知识产权侵权责任。
另一方面，训练数据难以落入合理使用作品的免责范围。根据我国《著作权法》第24条，“为个人学习、研究或者欣赏，使用他人已经发表的作品”可以构成合理使用。显然，对数据的商业性AI训练并非为“个人”目的使用。
（二）输出端：容易产生AIGC可版权性争议与侵权纠纷
其一，AIGC可版权性是当前理论与实务的最大争议焦点，也是OPC形成的产品与服务面临的最大风险。若AIGC不构成知识产权法的客体，OPC的知识产权合规与风险管理则无从谈起。受《著作权法》保护的作品是具有“独创性”的表达。AIGC是否具有可版权性，核心在于分析其是否具有独创性。[5]然而，AIGC的“独创性”尚无统一的判断标准。2019年9月，深圳市南山区法院在“腾讯诉盈讯案”中采取肯定说，认为Dreamwriter软件生成的财经报道体现了主创团队的个性化选择与安排，构成法人作品。2020年5月，北京知识产权法院在“菲林律所诉百度案”中采取否定说，认为AI生成的报告虽然具有一定的独创性，但系机械运行的结果，不宜认定为作品。2023年8月，北京互联网法院在“AI文生图第一案”中采取折中说，认为用户通过设计提示词、调整参数体现了自身的个性化表达，生成的“春风送来了温柔”图片构成美术作品。以上三个案例虽然没有依据明确的规则来判断AIGC是否具有独创性，但其内在逻辑一致，即采用人类贡献度判断规则：若AI使用者（如OPC）对AIGC的“独创性”表达作出主要贡献，则该AIGC具有可版权性；若AI对AIGC的“独创性”表达作出主要贡献，因AI本身并非法律主体，则该AIGC不具有可版权性。[6]
其二，OPC形成的AIGC存在著作权归属问题。OPC在商业形态上虽属于新业态，但其组织形式系具有法律意义的一人公司，注册成立OPC的自然人是OPC法律上的一人股东。若股东使用AI工具生成的内容用于商业运营，该AIGC是应由作为操作者的股东享有著作权，还是作为法人作品由OPC享有著作权，抑或是由AI服务商依据用户协议享有著作权？自然人作品与法人作品的保护期限不同，AIGC归属于OPC还是AI服务商将直接影响双方的商业利益分配。实践中，AIGC的著作权归属问题仍然存在较大争议，且缺乏法律依据。
其三，AIGC可能与现存作品构成“实质性相似”侵权。AI平台的训练数据大量抓取网页现存的作品，自身存在极大的侵权风险。OPC利用AI平台生成的内容若与训练数据中的特定作品构成实质性相似，则需承担侵权责任。由于OPC无法预知模型将输出何种内容，同时缺乏进行大规模人工审核的能力，OPC在“接触+实质性相似”的侵权认定规则下往往处于被动地位，极易面临侵权风险。
其四，OPC存在将商业秘密泄露给AI平台的风险。OPC利用AI平台生成内容，不仅可能面临对外侵犯他人著作权的风险，而且面临对内泄露商业秘密给所使用AI平台的风险。OPC使用云端AI服务时，若将核心商业秘密、客户信息、技术方案等作为提示词输入，这些保密信息可能被平台用于模型调整和优化。一旦平台进一步泄露其接收到的商业秘密，OPC的商业秘密将失去商业价值，导致该OPC丧失市场竞争力。若客户信息被泄露，OPC还可能需要承担侵犯隐私权或个人信息权益等民事责任。
（三）救济端：国内外对AIGC纠纷的裁判实践存在明显差异
国内外对AIGC纠纷的裁判实践存在诸多差异，OPC可能面临其AIGC无法在全球受到法律保护的救济风险。
国内方面，对于AIGC引起的相关法律纠纷，主要法律依据为《生成式人工智能服务管理暂行办法》（2023年实施）、《著作权法》及其相关条例、《反不正当竞争法》第2条，区分著作权和反不正当竞争两条保护路径。依据《著作权法》裁判AIGC纠纷，焦点在于AIGC是否可以构成法人作品或职务作品。
国外方面，法院主要通过本国版权法对AIGC纠纷予以裁判，且不同国家对AIGC的版权保护规则存在明显差异。美国版权法及相关判例，均明确要求作者必须具有“人类作者身份”。2022年10月，在“Zarya of the Dawn案”中，艺术家Kristina?Kashtanova使用AI工具Midjourney生成了一部18页的漫画，并向美国版权局申请了版权登记。美国版权局得知该漫画涉及AI后，认为AI生成的图像缺乏足够的人类创作元素，不符合版权法要求，最终撤销了该漫画的版权登记。2024年8月，欧盟《人工智能法案》（EU AI Act）正式生效，这是全球第一部针对AI的综合性立法。OPC若作为AI模型提供者进入欧盟市场，需按照《人工智能法案》的要求遵守欧盟版权法。最重要的是，OPC需履行“保留权利”机制，即数据权利人若明确反对其作品被用于文本与数据挖掘，OPC则不得使用。
三、一人公司构建知识产权防御体系与合规体系
（一）一人公司构建分层应对的知识产权防御体系
OPC利用AI工具从事商业运营的过程中，在数据输入端、输出端和救济端均面临诸多知识产权法律风险。为有效应对这些风险，首先应构建知识产权防御体系，以分层应对为形式，以“协议隔离+技术过滤+证据固化”为实质。
1.谨慎选用AI模型，用户权属优先
选用合规的AI模型，确保AI生成内容属于OPC，避免将来OPC与AI服务提供者之间产生AIGC著作权权属纠纷。一方面，OPC使用第三方提供的AI工具时，应仔细阅读平台服务协议，尤其是知识产权权属条款、数据使用条款、平台是否有权使用用户所输入数据条款，优先选用明确约定由用户享有AIGC完整知识产权的AI工具。另一方面，OPC在部署本地开源模型时，需审查模型权重文件的开源协议。
2.输入数据合规，切断侵权源头
在输入端，应确保OPC输入的数据不侵犯他人的知识产权和个人信息权益。一是建立数据源白名单制度，优先使用CC0[7]或CC-BY协议内容[8]。此外，OPC还可以通过购买商业图库、字库的AI训练专用授权，来拓宽合规数据源。可根据自身使用的数据源，建立内部数据源清单，标注授权范围与使用限制。
二是对提示词进行脱敏处理。OPC应自觉禁止在公共AI平台输入客户名单、未公开财务数据和核心算法逻辑。对于必须输入的敏感信息，应先进行匿名化、泛化处理。
3.创作过程证据固化，突出人类贡献度
对创作过程进行证据固化，确保AIGC构成知识产权客体，能够为在救济端获得法院保护提供有力的事实依据。AIGC的可版权性虽然没有统一的“独创性”判断规则，但核心在于法官自由裁量其中的“人类贡献度”。OPC在使用AI进行创作的过程中，应保存创作底稿，如提示词迭代记录、参数调整截图、后期修改文件，并通过区块链存证（如蚂蚁链[9]、至信链[10]）固定创作时间和创作内容。对于重要作品，最好书面记录创作思路、人类决策点，以备权属争议时举证。
4.合规输出AIGC，审核侵权可能性
在输出创作内容的环节，OPC应确保形成的AIGC不侵犯他人的知识产权。在输入端确保不侵权的基础上，再次于输出端二次确认不侵权，能够为AIGC提供不侵权的双重保障。OPC虽然人少钱少，但对于容易侵犯他人知识产权的AIGC，必须设置人工审核节点。例如，对外发布的品牌文案和广告素材，向客户交付的设计成果和代码，涉及第三方商标和形象的内容，等等。除人工审核之外，OPC也可以运用侵权检索工具，从而提高审核效率。
5.全方位布局知产救济网，降低侵权损害
在救济端，OPC应尽可能使自己的AIGC可以获得国内外法律保护，并在金融和产业链两方面保障自己免于知识产权侵权纠纷。
第一，熟悉国内外关于AIGC可版权性的法律法规和司法实践，尽量达到目标国的版权保护标准，确保AIGC能够得到国内外法律保护。中国司法实践原则上要求自然人创作，但对“人类智力投入”采取相对宽松的认定标准，提示词设计和参数调整可以构成AIGC的独创性。因此，OPC需提供创作过程的原始记录，包括提示词迭代、参数修改和后期调整等，证明自己付出了独创性智力投入。英美和欧盟坚持“人类作者身份”原则，仅靠提示词不足以让使用AI的自然人获得作者资格。人类对最终表达的控制力越强，AI的随机性越弱，对人类创造性主导的证明力就越强。因此，OPC若进入英美和欧盟市场，更加需要增强并突出人类对AIGC的贡献度，全程详细记录创作过程。
第二，多渠道转移知识产权侵权风险。一是购买知识产权侵权责任险，将部分侵权风险转嫁给保险公司。二是约定供应商赔偿条款，要求AI服务商承诺，若因训练数据侵权导致用户陷入知识产权纠纷，由AI服务商承担赔偿责任与处理纠纷的合理支出。
（二）一人公司精准布局知识产权合规体系
OPC要有效应对知识产权法律风险，除了被动地构建知识产权法律风险防御体系，还需主动地精准布局知识产权法律合规体系，从而建立完整的知识产权法律风险管理系统。
1.评估商业模式的知识产权风险
不同商业模式的OPC面临的知识产权风险不尽相同，需找到各自的合规重点，进而精准布局合规体系。依托API（ Application Programming Interface，即应用程序介面）[11]开发垂直应用的AI应用开发商，核心风险集中于训练数据合法性和算法专利为，需重点关注数据源合规和开源协议审查。在开源模型基础上开展领域微调的主体，风险落脚在模型权重授权和原始训练数据，应做好开源协议核验和数据清洗。主营AI方案咨询的经营主体，易发商业秘密外泄和商标侵权问题，需完善保密约定和品牌合规管理。直接售卖AI生成图文或音视频产品的内容生产商，突出风险为生成物侵权和可版权性争议，需重点关注人工审核和创作过程存证。
2.建立“最小可行合规”清单
OPC的规模和资源有限，不必追求大企业的合规体系，但应守住底线，制定“最小可行合规”清单。每周审查新使用的AI工具用户协议，重点关注权属与数据条款。每笔订单都要对交付客户的AIGC进行侵权快速筛查。每月备份创作过程证据，更新数据源白名单。每个季度复盘OPC核心资产清单，确认权属无瑕疵。
四、立法保障一人公司维护知识产权利益
OPC是发展新质生产力的鲜明实践，针对OPC发展进程中遇到的知识产权挑战，不仅需要OPC自身防御知识产权风险并建立知识产权合规体系，也需要在宏观立法层面为OPC新业态发展和新质生产力发展建立配套的支持制度。我国《著作权法》应正视这一现象及相关知识产权法律问题，借鉴域外立法经验，对OPC的知识产权法律问题进行回应。
（一）明确提示词的独创性标准
提示词是人类贡献度的直接和重要载体，认定“人类作者身份”需明确提示词的“独创性”标准。目前，全球主要法域均将“人类作者身份”作为AI版权制度的基石。因此，判定AIGC具有可版权性的核心在于人类贡献度足够高。立法应将提示词工程设计（Prompt Engineering）纳入著作权法意义上的“创作”行为，肯定AI使用者的智力投入。只要作为AI使用者的OPC在提示词输入和迭代过程中，达到了著作权法意义上的“独创性”标准，则能够享有该AIGC的著作权。
（二）引入AIGC登记制度
我国自1995年起施行《作品自愿登记试行办法》，规定作品登记为自愿行为。作品登记不是版权局对申请人的著作权授予行为，但可以作为著作权归属的初步证据。借鉴作品自愿登记制度，《著作权法》可以引入AIGC登记制度。OPC形成AIGC之后，可以自愿向所在地的省、自治区、直辖市版权局申请登记，从而降低OPC在知识产权法律纠纷阶段的举证成本和难度。
（三）建立AIGC避风港规则
避风港规则，又称“通知-删除”规则，源于美国1998年《千禧年数字版权法》，旨在避免网络服务提供者因用户上传的侵权内容承担过重责任。我国在《民法典》《信息网络传播权保护条例》中引入并完善该规则，适用该规则的核心是对避免侵权尽到合理注意义务。《著作权法》可引入AIGC避风港规则，对于尽到合理注意义务的OPC，应适用过错责任而非严格责任。[12]具体而言，若OPC在数据训练/输入端尽到数据合规义务，在创作过程中固定原始创作证据，在AIGC输出端严把侵权审核关，则可认为OPC对其AIGC侵犯他人知识产权并无过错，不应一刀切地适用知识产权侵权的严格责任原则。
五、结语
我国正处于人工智能应用的快速扩张时期，OPC作为以人工智能技术为核心驱动力的新业态新模式，无疑是顺应人类进步方向的生动实践。当前，OPC在发展的全过程和各环节均面临严峻的知识产权挑战。OPC不仅应被动构建完善的知识产权防御体系，也应主动布局针对性的知识产权合规体系。在这一技术进步与经济发展的双向互动中，立法机关应及时探索制定新制度新规则，为OPC发展提供知识产权支撑，为新质生产力的繁荣发展保驾护航。
注释：
1 参见智慧城市行业分析.一人公司商业模式深度研究报告：人工智能OPC模式与全球新兴实践分析（2025-2026）[EB/OL].(2026-04-10)[2026-04-20].https://www.smartcity.team/reports/ai_opc_report04/.
2 参见新华网.“一人公司”迎来大爆发，打工人的归宿是自己当老板？[EB/OL].(2026-04-18)[2026-04-20].http://csj.xinhuanet.com/20260418/b2a7a3eb0a334c9fb758f6d427edd9bf/c.html.
3 生成式AI是“创作型”助手，专注于生成内容和创意输出，如ChatGPT。
4 智能体AI是“行动型”助手，不仅能生成内容，还能够自主规划、决策和执行任务，如AutoGPT。
5 参见张新宝、卞龙.人工智能生成内容的著作权保护研究[J].比较法研究，2024（02）：79-81.
6 参见丁文杰.通用人工智能视野下著作权法的逻辑回归——从“工具论”到“贡献论”[J].东方法学，2023（05）：99-101.
7 CC0（Creative Commons Zero）是知识共享组织（CC, Creative Commons）于2009年推出的一种版权声明工具，核心在于，作者通过特定的声明方式，将作品贡献给公共领域，供他人免费、自由分享。
8 CC-BY（Creative Commons Attribution）协议，又叫知识共享署名协议，也是CC发布的一种公共版权许可协议, 但它要求使用者必须在使用作品时注明原作者的姓名和作品来源。
9 蚂蚁链是阿里巴巴旗下蚂蚁金服自主研发的金融级区块链服务项目平台。
10 至信链是由腾讯公司、中国网安和北明软件联合发起建立的基于数字文化内容场景的司法应用生态服务平台，对标蚂蚁链。
11 API是一种提供不同软件系统间互动的工具，定义了不同软件间的互动规范。API允许不同的应用程序、服务或系统之间共享信息与功能，以约定好的API接口实现互联互通。
12 参见张平.生成式人工智能著作权问题的制度回应[J].南方传媒研究，2024（05）：26-29.
京公网安备 11010502049464号