市面上不缺 AI 资讯,缺的是敢给出编号、给出口径、敢被逐条核对的观察。合规立场平台采取「双引擎」分工:本平台「AI 智能解决方案库」专注 AI 应用落地——3,528 条落地案例与 1,112 条律师简评回答「AI 正在被怎样使用」;姊妹平台「涉 AI 案例地图」专注监管执法与司法案例——中国库 294 条+世界库 292 条回答「AI 用错了会怎样」;另有覆盖 33 法域的法源库(204 件)提供规则底座。每一条案例都有平台编号(如 xz-135、sol-98873),每一项统计都注明口径与统计时点。
因此本报告以「应用落地」为主线——落地数据、技术形态、行业跃迁是主战场;监管执法与司法动态作为「落地的一体两面」从案例地图引入,与落地数据互为镜像:落地跑到哪里,合规边界就跟到哪里。
我们不做预测,只做有证据链的记录与解读。读者可以在 ais.hegui66.com 逐条检索到本报告引用的原文出处;本期所有数据统计截止 2026-10-24,凡本报告无法核证的信息一律不作呈现。这是我们的方法论,也是我们的差异化。
—— 李章虎律师团队
增量已经换挡:Agent 成为第一大落地形态。10 月新增落地案例中 Agent 类占 42%(28/67),而存量占比仅 16.6%(585/3528)——近三倍的浓度差,意味着 AI 应用正在从「会写、会看」转向「会做、会替你执行」。
执法画像呈「一主两翼」。10 月中国库新增执法类 17 条,其中 AI 谣言治理 11 条占 64.7% 为主线,未成年人保护与运营合规义务为两翼;未做安全评估即上线生成式 AI 功能被责令下线(xz-136)说明备案与评估义务已进入执行层。
法律行业的 AI 落地出现跃迁。10 月新增案例中法律行业 15 条居各行业之首(占 22.4%),累计排名第 4(149 条);执法、司法与专业服务的「上游行业」正在成为 AI 落地的活跃地带。
落地案例库的 3,528 条中,已有 1,112 条附有律师团队简评(覆盖 31.5% 且持续增长)。简评不是摘要,而是从义务识别、风险定级、动作建议三个维度对案例的专业注解——本期「合规动作」栏目与特稿的分析方法,正来自这批简评沉淀的办案经验。
当月 67 条中,监管机构/法院等已核证(verified)19 条、官方发布(official)10 条,合计官方级来源 29 条(43%);媒体渠道 24 条、厂商渠道 14 条。三级口径与编号溯源机制保证:官方级条目可回溯到监管原文,其余条目均有出处标注并按平台规则持续复核。
当法律行业的 AI 落地从累计第 4 走到当月增量第 1,说明两件事:一是法律服务的交付方式正在被重构——检索、尽调、合同审查、类案分析等环节的 Agent 化速度超过其他专业服务;二是规则供给端与需求端在同时数字化,监管执法数据的可获得性提升,使「合规决策计算」从理念变为可执行的产品形态。对法律人而言,这不是替代叙事,而是分工重构:机器承担事实整理与初步筛查,律师聚焦价值判断与责任承担。
10 月中国库新增执法类 17 条,结构清晰地呈现「一主两翼」:
| 编号 | 案件 | 执法要点 | 信号 |
|---|---|---|---|
| xz-135 | 宁波某公司生成 AI 谣言案 | 结合未成年人保护情节处罚款 10 万元 | 谣言治理与特殊主体保护叠加 |
| xz-136 | 西安某公司未安全评估即上线生成式功能 | 责令下线整改 | 安全评估与备案义务进入执行层 |
| xz-138 | 湖南监管部门集中约谈 4 家大模型企业 | 约谈整改,列明整改事项 | 监管从个案处罚转向规模化约谈 |
从当月执法案例反推,生成式 AI 运营者的核心义务集中在以下四组。这不是理论清单,而是从 17 条执法事实中提炼的「被罚点」:
| 义务组 | 典型被罚情形 | 对应动作 |
|---|---|---|
| 上线前评估 | 未开展安全评估即向公众提供生成式服务(xz-136) | 上线前完成安全评估并留存报告;涉算法推荐的完成算法备案 |
| 内容标识 | AI 生成内容未添加显式/隐式标识流入传播链 | 按《人工智能生成合成内容标识办法》落实双重标识 |
| 信息内容管理 | 平台内 AI 谣言未被识别处置(当月 11 条的主因) | 建立谣言识别、辟谣与处置留痕机制 |
| 特殊主体保护 | 涉未成年人有害内容(xz-105 等) | 未成年人模式、内容分级与投诉响应 |
「企业最容易低估的不是技术风险,而是『上线即合规』的时间差——很多处罚案例的共同点是:功能先上线,评估在路上。安全评估报告不是合规装饰品,是发生事件时企业免责抗辩的第一证据。」
「谣言类执法占比连续两月过半,说明监管的注意力已经从『AI 生成内容是否存在』转向『平台有没有管住传播链』——识别、处置、留痕三件事缺一件,就可能成为下一个案例编号。」
| 编号 | 案件 | 争议焦点 | 规则信号 | 状态 |
|---|---|---|---|---|
| ms-61 | 北京朝阳:员工拒用 AI 办公软件被解雇案 | 企业是否有权强制员工使用 AI 工具并据此解雇 | 法院认定解除违法——AI 工具使用管理需经民主程序与合理告知 | 已判决 |
| ms-62 | 赛力斯诉名誉侵权索赔 100 万元 | AI 生成不实内容涉企业商誉损害的责任承担 | AI 内容的发布者与传播平台责任边界正在划清 | 在审 |
| ms-64 | AI 生成图片著作权系列案 | 提示词贡献能否构成独创性 | 裁判尺度趋同:人的实质性智力投入是关键变量 | 多案在审 |
司法信号与执法画像形成呼应:执法管住「上线前」,司法正在划定「使用中」的边界——用人单位义务、平台责任、著作权归属三块拼图在本月均有新进展。
存量 3,528 条落地案例中,大模型(LLM)类以 990 条(28.1%)居首、视觉类 782 条(22.2%)次之,Agent 类 585 条(16.6%)仅列第三。但当月新增 67 条中,Agent 类 28 条占 42%,是存量浓度的近三倍。这不是统计噪声——Agent 的本质是「让模型替你执行动作」:调工具、查数据、下单、发函、写代码。当 AI 从「生成内容」变成「执行行为」,合规的对象就从「说的是不是真话」变成「做的是不是被授权的事」。
我们基于律师简评库的方法论,把 Agent 合规拆解为三张表。第一张:动作分级表——按行为后果把 Agent 动作分为四级,级别越高,人的介入必须越深:
| 级别 | 动作类型 | 示例 | 人的介入要求 |
|---|---|---|---|
| L1 只读 | 检索、汇总、摘要 | 查库出报告 | 抽查即可 |
| L2 起草 | 生成文书/邮件草稿 | 拟合同初稿 | 人工审定后发出 |
| L3 对外表达 | 代表企业对外表态 | 客服应答、对外报价 | 授权范围书面化 + 抽检话术 |
| L4 处分行为 | 交易、支付、删除、发函 | 自动下单、自动退款 | 金额/对象阈值 + 双人确认 |
第二张:数据出域表——Agent 每调用一次外部工具,就可能发生一次数据出域。企业需要盘点的是「哪个 Agent、带什么数据、去哪个域、基于什么合同约束」,而非笼统的「我们用了 AI」。
第三张:审计留痕表——Agent 的每个自主动作都应可回答四个问题:谁授权的、依据什么规则、动作前看到了什么数据、动作后留下了什么记录。四问缺一,事后举证就会陷入「系统说了算」的困境。
第一,不要用内容合规的旧地图找行为合规的新大陆——内容审核团队管不住 Agent 的下单权限。第二,分级是成本最低的合规抓手——大多数企业 80% 的 Agent 应用停在 L1/L2,真正需要重兵把守的是 L3/L4 的白名单与阈值。第三,留痕不是负担,是资产——完整的行为审计链既是监管检查的通行证,也是发生纠纷时企业自证清白的核心证据。
说明:世界库「裁判日期」字段格式与当月统计口径尚未统一,本月匹配 0 件,我们选择如实呈现而不硬凑数据;字段标准化已列入世界库迭代计划。本期全球视野以结构画像为主,判例精读自第 002 期起按法域轮换推出。
合规立场法源库现有 204 件 AI 相关法律法规与监管文件,覆盖 33 个法域、8 个效力层级,全部经四重核验(文件完整性+页数+首页正文+文件尾标)入库。经逐件核对,2026 年 10 月无新生效的国家层级法律法规——本期不设「新规速递」栏目,不凑数。监管动态以执法与司法渠道呈现(见前文),法源维度保持「宁缺毋滥」。