Fluid Agency in AI Systems: A Case for Functional Equivalence in Copyright, Patent, and Tort
本文针对人工智能系统因“流体代理”特性导致传统归责与确权原则失效的问题，主张在版权、专利及侵权法领域采用“功能等效”原则，即在溯源无法确定时，将人类与机器的贡献视为等效，从而通过务实规则稳定法律框架并合理分配权利与责任。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章探讨了一个非常前沿且令人困惑的问题：当人工智能（AI）变得非常聪明、能像人一样“思考”和“行动”时，法律该怎么处理？
传统的法律（比如版权法、专利法、侵权法）都是建立在“人”的基础上的。它们假设：
- 谁创作了？ 必须找到那个具体的人。
- 谁发明了？ 必须找到那个灵光一闪的发明家。
- 谁闯祸了？ 必须找到那个负责的人。
但现在的 AI 不再是简单的“计算器”或“打字机”了。作者提出了一个核心概念叫**“流体代理”（Fluid Agency）**，并认为法律必须改变规则，从“寻找源头”转向“关注结果”。
下面我用简单的语言和生动的比喻来解释这篇论文的核心观点：
1. 什么是“流体代理”？（Fluid Agency）
想象一下，以前的 AI 像是一个听话的机器人厨师。你给它菜谱（指令），它就把菜做出来。如果菜咸了，那是你菜谱写错了，或者它执行错了，责任很清晰。
但现在的 AI（比如能写深度研究报告的 AI）像是一个有主见的“共创伙伴”。
- 它像水一样流动（Fluid）： 你给它一个模糊的目标（比如“写个关于气候的报告”），它不会死板地执行。它会自己决定去哪里找资料、怎么筛选信息、甚至决定报告的重点是讲“成本”还是讲“伦理”。
- 它会学习你： 如果你喜欢它写的某一种风格，它会记住并模仿；如果你不喜欢，它会改。
- 你们互相影响： 你看着它的初稿，改了几个词；它根据你的修改，又生成了全新的段落。
结果就是： 最后出来的作品，就像一杯鸡尾酒。你倒了一部分酒（你的指令），AI 倒了一部分酒（它的生成），冰块（数据）也是混在一起的。你再也分不清哪一口是纯你的，哪一口是纯它的。这就叫**“不可映射性”（Unmappability）**——法律无法再像以前那样，把功劳或过错清晰地切分给“人”或“机器”。
2. 法律遇到了什么麻烦？
因为分不清谁做了什么，现在的法律体系就像试图用一把直尺去测量一团云雾，完全失效了：
版权法（谁拥有作品？）：
- 旧规则： 只有人写的才能受保护。
- 新困境： 如果 AI 自己选了一个绝妙的角度，而你只是提了个要求，这算你的作品吗？如果算，那 AI 的贡献去哪了？如果不算，那人类花那么多心思引导 AI，成果却归零，谁还愿意用 AI？
- 比喻： 就像两个人一起画了一幅画，但颜料混在一起了，法院非要说“必须把画切开，哪部分是人画的归人，哪部分是机器画的归机器”，但这根本切不开啊！
专利法（谁发明了？）：
- 旧规则： 发明人必须是自然人，而且必须有人“构思”了核心创意。
- 新困境： 如果 AI 自己发现了一种新药分子结构，人类只是按了“开始”键，那谁算发明人？法律说“机器不能发明”，但如果人类没那个 AI 也做不出来，这专利给谁？
- 比喻： 就像你雇了一个天才侦探（AI）去破案，侦探自己找到了凶手，你只是提供了线索。法律说“只有侦探能署名”，但侦探不是人；法律说“只有你能署名”，但你没抓到凶手。这就卡住了。
侵权法（谁该背锅？）：
- 旧规则： 谁开车撞人谁负责，或者谁造的车有问题谁负责。
- 新困境： 自动驾驶汽车撞人了，是因为司机没看路？还是因为 AI 突然“想”要变道？还是因为 AI 在训练时学到了坏数据？
- 比喻： 这就像**“道德褶皱区”（Moral Crumple Zone）**。当车祸发生时，责任就像汽车碰撞时的褶皱一样，全部挤压到了离事故最近的那个人（比如那个坐在驾驶座上却控制不了 AI 的司机）身上，哪怕他其实什么也没做。
3. 作者提出的解决方案：功能等价（Functional Equivalence）
作者认为，既然我们切不开那杯鸡尾酒，那就别再试图切开了。法律应该放弃“寻找源头”的执念，转而采用**“功能等价”**原则。
这是什么意思？
这就好比**“不管你是怎么把蛋糕烤出来的，只要蛋糕是你端出来的，你就得对蛋糕负责，也拥有蛋糕的版权。”**
- 核心逻辑： 不再纠结“这个点子是人想的还是机器想的”，而是看**“谁在指挥这场演出”**。
- 具体做法：
- 版权： 只要人类是那个**“总导演”**（设定了目标、审核了结果、负责了流程），法律就默认这个作品归人类所有。哪怕中间 AI 贡献了 90% 的创意，只要人类在“指挥”，版权就归人类。
- 专利： 只要人类**“组织”了 AI 去发现，并且“验证”**了结果，人类就可以作为发明人。重点不在于 AI 是否自己想到了那个点子，而在于人类是否把这个点子带给了世界。
- 责任： 谁**“拥有”并“部署”**了这个 AI 系统，谁就承担风险。就像开出租车公司的人，不管司机（或自动驾驶系统）怎么出错，公司都要负责赔偿，因为公司最有能力去控制风险（比如买保险、做测试）。
4. 为什么要这样做？（打个比方）
想象一下摄影术刚发明的时候。
- 那时候很多人反对给照片版权，因为照片是“机器”拍出来的，人只是按了一下快门，没有“创作”。
- 但后来法律改变了：只要人选择了角度、光线、构图，哪怕相机是机器，照片的版权也归人。
- 作者说，现在的 AI 就像当年的相机，只是更智能了一点。我们不能因为 AI 太聪明就剥夺人类的权利，也不能因为分不清就什么都不管。
“功能等价”就是承认：
在 AI 时代，“指挥”和“执行”已经融为一体了。法律不应该去问“谁按了快门”，而应该问“谁决定要拍这张照片”。
总结
这篇论文告诉我们：
- AI 变了： 它不再是简单的工具，而是像水一样流动的合作伙伴，人和机器的贡献已经混在一起，分不开了。
- 旧法律失效了： 试图把人和机器的贡献强行分开，只会让法律变得荒谬和无法执行。
- 新规则来了： 我们不需要给机器“人权”，但我们需要给**“人类指挥官”**权利和责任。
- 如果你指挥了 AI，你就拥有成果（版权/专利）。
- 如果你使用了 AI，你就承担风险（赔偿/责任）。
这是一种务实的妥协：不再纠结于“源头在哪里”（因为找不到），而是关注“结果由谁负责”（因为必须有人负责）。只有这样，法律才能跟上 AI 发展的步伐，既保护人类的创新，又让社会安全运转。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。