Acting with AI：基于交互的代理侵权归责框架深度解读

背景

随着人工智能技术的演进，AI 系统正从简单的被动响应工具转变为具备自主规划、工具调用和跨时间执行任务能力的“代理型 AI”（Agentic AI）。这种转变带来了显著的法律挑战：当此类系统造成损害时，传统的侵权法（Tort Law）在责任分配上显得捉襟见肘。

核心困境在于，损害发生的路径往往既非用户完全自主选择的结果，也非开发者在最初设计时能具体预见的场景。传统的“产品缺陷”或“用户过失”二分法难以涵盖这种动态、多步骤且人机交互复杂的致害过程。为此，本文提出了一种基于交互的代理侵权框架，旨在为司法实践提供一套清晰的责任认定逻辑。

核心内容

本文借鉴了 Michael Bratman 的规划理论（Planning Theory）以及普通法中关于人类协同行动（concerted action）的处理方式，构建了一个针对代理型 AI 侵权行为的分析框架。该框架的核心在于将人机交互过程划分为三种类型，并分别对应不同的法律责任归责原则。

1. 三种交互类型及其法律映射

文章将 AI 与人类的交互行为分为以下三类，并指出了其在现有法律体系中的对应关系：

• 纯工具使用（Pure Tool Use）

  • 定义：用户直接控制 AI 执行特定任务，AI 仅作为执行手段，缺乏自主规划能力。
  • 法律适用：此类案件仍受传统的**产品缺陷（product-defect）和警告说明（warning doctrines）**原则管辖。如果 AI 存在设计或制造缺陷，或开发者未提供充分的风险警告，责任归属清晰。

• 协同规划（Collaborative Planning）

  • 定义：人类与 AI 共同制定计划，双方深度参与决策过程，AI 在既定框架内提供建议或执行子任务。
  • 法律适用：此类情形映射到普通法中的独立承包商控制测试（independent contractor control test）、职业过失（professional malpractice）以及过失虚假陈述（negligent misrepresentation）。重点在于审查人类对 AI 的控制程度以及 AI 提供的建议是否符合专业标准。

• 自主漂移（Autonomous Drift）

  • 定义：AI 在运行过程中偏离了用户的初始指令或预期路径，基于其内部逻辑自主执行了导致损害的行为。这是最具争议的一类情形。
  • 法律适用：此类情形映射到雇主替代责任（respondeat superior）下的脱轨行为（frolic and detour）概念，以及严格产品责任（strict product liability）。关键在于判断 AI 的行为是处于授权任务范围内的“轻微偏离”，还是完全独立的“脱轨”。

2. 证据核心：状态化交互日志

该框架主张，**状态化交互日志（stateful interaction log）**应作为主要的证据痕迹。法院应通过分析这些日志，推断出人机交互轨迹在何处偏离了授权任务（authorized undertaking），从而确定责任归属。这意味着，AI 的运行过程不再是“黑盒”，而是可追溯、可审计的法律证据。

3. 案例解析与标准构建

文章通过四个以具体事件为锚点的案例（incident-anchored cases）验证了该框架的有效性。同时，文章将这一观点与现有的严格责任论和保险导向方案进行了对比，并探讨了其与监管监督的关系。

最后，文章提出了一个**“合理代理”标准（Reasonable Agent Standard）**，该标准建立在四个支柱之上：

1. 约束验证（Constraint Verification）：确保 AI 行为在预设边界内。
2. 认知透明度（Epistemic Transparency）：AI 需对其决策依据保持可解释性。
3. 运行时接地（Runtime Grounding）：AI 的行为需与现实世界的状态实时对齐。
4. 法医日志（Forensic Logging）：完整记录决策链以供事后审计。

关键要点

• 责任归因的动态性：传统的静态责任划分（开发者 vs. 用户）不再适用，需根据人机交互的动态性质（自主程度）来动态分配责任。
• 交互类型决定法律路径：
  • 纯工具 -> 产品责任/警告义务。
  • 协同规划 -> 职业过失/独立承包商责任。
  • 自主漂移 -> 雇主替代责任/严格产品责任。
• 日志即证据：状态化交互日志是司法审判中的核心证据，用于还原“偏离授权”的关键节点。
• “合理代理”新标准：提出了包含约束验证、认知透明度、运行时接地和法医日志的四维标准，作为判断 AI 行为是否合规的基准。
• 理论根基：框架融合了 Michael Bratman 的哲学规划理论与普通法中的协同行动判例，具有坚实的法学和哲学基础。

意义与影响

这篇论文为日益复杂的 AI 法律责任问题提供了一套极具操作性的理论框架。其意义主要体现在以下几个方面：

1. 填补法律空白：在 AI 具备自主规划能力的背景下，为法院提供了一套可执行的归责逻辑，避免了因法律滞后导致的司法困境。
2. 促进技术合规：提出的“合理代理”标准（特别是法医日志和认知透明度）为 AI 开发者和部署者提供了明确的技术合规指引，促使企业在设计阶段就考虑可解释性和可审计性。
3. 平衡创新与安全：通过区分不同交互类型，既保护了用户在纯工具使用中的权益，又合理限制了开发者在 AI 自主漂移情况下的无限责任，有助于在促进技术创新与保障社会安全之间找到平衡点。
4. 推动监管落地：该框架与现有的监管监督体系相衔接，为未来制定具体的 AI 安全法规和行业标准提供了理论支撑。

总之，Acting with AI 不仅是一篇学术论文，更是连接人工智能技术与法律实践的重要桥梁，对于理解未来人机协作中的法律责任分配具有深远影响。