IP洞察
DABUS案后，专利代理师如何应对客户的“AI发明人”咨询？
•
8 min read
•296 views
AI
市场情报
算法驱动的认知负荷管理：利用智能体 AI 缓解专利审查业务中的职业倦怠风险
本文分析了从生成式撰写向智能体（Agentic）工作流管理的运营转变。报告探讨了 AI 驱动的节奏控制和认知阻力分析如何成为高这一转变如何成为高案量专利实务中风险缓解的关键基础设施。
2026年2月10日
10 min
//
几年前，当Stephen Thaler博士试图将AI系统“DABUS”列为发明人时，这还只是一个法律学术圈的热门话题。但如今，这已经成为了我们日常业务中必须面对的实务问题。
随着DABUS在世界主要法域（包括中国、美国、欧洲）碰壁，法律红线已经非常明确：“发明人必须是自然人”。
作为专利代理师，告诉客户“不能写AI的名字”很容易。但真正的挑战在于，当客户追问以下问题时，我们该如何从专业的角度给出合规建议：
“好吧，不写AI的名字。但这代码90%是Copilot写的，我只改了几个参数。我作为唯一发明人申报，会有法律风险吗？”
本文将跳出DABUS的新闻表象，结合中国专利实务，探讨在AIGC时代如何界定**“创造性贡献”**，以及如何帮助客户规避潜在的权属纠纷风险。
在中国，虽然针对DABUS的行政诉讼没有像美欧那样轰轰烈烈，但法律依据是坚如磐石的。
《专利法实施细则》第13条规定：
“专利法所称发明人或者设计人，是指对发明创造的实质性特点作出创造性贡献的人。”
这里的“人”，在司法实践中被严格解释为自然人。
因此，如果在请求书中将“ChatGPT”或“DABUS”填入发明人栏，CNIPA会在初步审查（形式审查）阶段直接发出补正通知书，甚至视为未提出。
结论： AI绝对不能出现在发明人名单中，这是形式审查的底线。
虽然CNIPA在实质审查中很少主动调查“到底是谁搞出的发明”，但如果客户将完全由AI生成的方案，在没有任何人类实质性贡献的情况下申请专利，将面临两大风险：
发明人资格瑕疵（非适格发明人）：
如果未来发生权属纠纷（例如：团队中负责写Prompt的人跳槽并主张权利），而专利上只写了负责“点击运行”的项目经理，法院可能会依据“创造性贡献”重新认定发明人。
专利有效性风险（专利法第26条第3款）：
如果AI生成的内容包含“幻觉”（Hallucination），而发明人没有进行验证就直接申请，可能导致说明书公开不充分（无法实现），从而导致专利无效。
当客户带着AI辅助完成的技术交底书（IDF）来咨询时，代理师需要通过挖掘，将**“AI生成的方案”转化为“人利用工具完成的发明”**。请关注以下三个维度：
简单的指令（如“帮我设计一个更快的天线”）不足以构成发明。但如果发明人设计了复杂的Prompt，包含了具体的边界条件、参数限制、架构逻辑，那么这个Prompt的设计过程本身就是人类的智力活动。
实务建议： 在撰写交底书时，询问客户：“您为了让AI输出这个结果，输入了哪些具体的技术限制条件？”这些条件就是权利要求中的技术特征来源。
北京互联网法院在“AI文生图著作权案”中确立了一个观点：人类对AI生成内容的“选择”和“排布”体现了独创性。 这一逻辑在专利中同样适用。
撰写策略： 不要只描述最终结果。在说明书的实施例部分，强调发明人从AI生成的100个候选方案中，基于什么技术指标筛选出了这一个，并进行了何种仿真验证。这个“筛选与验证”的过程，体现了人类对“实质性特点”的贡献。
在说明书的背景技术或具体实施方式中，注意措辞的合规性。
❌ 风险表述： “本发明由AI模型自主设计……”
✅ 合规表述： “发明人借助AI仿真工具，基于XXX参数约束，构建并优化了模型架构……”
虽然目前中国专利法尚未有专门针对AI发明人的新规，但参考著作权领域的司法导向（如“李一舟案”或“腾讯Dreamwriter案”），中国司法界倾向于**“鼓励新技术应用，但坚持人类主导”**。
这意味着，只要能证明**“人类在AI生成过程中付出了特定的智力投入（Intellectual Investment）”**，该成果就是受法律保护的。
在AIGC时代，专利代理师的角色正在发生变化：我们不仅是技术的翻译者，更是发明人资格的“合规审计师”。
面对客户的疑虑，我们可以自信地回答：
“AI是您的超级计算器，但它不是发明人。只要是您定义了问题、设计了提示词（Prompt）、并验证了结果，您就是无可争议的发明人。为了保险起见，请把您的Prompt记录保留好，我们将把它转化为专利文件中的技术特征。”
[ ] 形式审查： 确认请求书中未出现AI名称或非自然人名称。
[ ] 贡献度核查： 询问客户是否使用了生成式AI？如果是，人类的具体贡献（Prompt设计、参数调整、结果筛选）是什么？
[ ] 证据留存： 建议客户像保留“实验记录本”一样，保留关键的Prompt日志和迭代过程，以备未来潜在的权属纠纷。
[ ] 撰写避雷： 确保权利要求保护的是“技术方案”而非“算法本身”，并确保实施例经过了人类的验证（符合实用性）。
本文分析了从生成式撰写向智能体（Agentic）工作流管理的运营转变。报告探讨了 AI 驱动的节奏控制和认知阻力分析如何成为高这一转变如何成为高案量专利实务中风险缓解的关键基础设施。
红杉资本对Sandstone的1000万美元投资标志着战略重心正在从以律所为中心的工具转向面向企业内部法务团队的AI原生记录系统。这一转变通过将数据和工作流保留在企业边界内，向传统的计费工时模式发起了挑战。
在使用AI撰写专利说明书时，如果先写具体实施方式，很容易导致内容超出权利要求范围，甚至产生“幻觉”。为了确保完全满足**中国专利法第26条第4款（权利要求书应当以说明书为依据）**的要求，专利代理师必须采用“以权利要求为中心”的逆向生成策略。本文将通过5个针对系统、方法、功能性限定等不同类型的实战提示词（Prompt）案例，揭示如何让AI在既定的权利要求“围栏”内，高效产出逻辑严密、零失误的高质量说明书。