
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。

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。

Moderna 与 Arbutus Biopharma 就脂质纳米颗粒 (LNP) 技术达成了创纪录的 22.5 亿美元和解。本分析探讨了法律先例、平台型知识产权的估值,以及这对 mRNA 疗法未来的意义。

LuminosAI发布了Lighthouse,这是首个针对生成式和代理式AI的完全自动化治理平台,并获得了由M13领投的新一轮融资。通过实现针对欧盟AI法案和NIST RMF的自动化合规测试,该平台标志着知识产权和法律运营从手动法律审查向持续法律集成(CLI)的结构性转变。

美国联邦巡回上诉法院 (CAFC) 对基于软件的宽泛专利再次予以重击,裁定 Q Tech 关于近距离信息共享的专利属于“抽象概念”,因此根据美国法典第35卷第101条,不具备专利适格性。这一决定强化了由 Alice 和 Mayo 框架确立的严格标准,标志着缺乏具体技术改进的功能性软件专利持有者将面临持续的挑战。
在 Q Tech 诉沃尔玛 一案中,CAFC 维持了下级法院的判决,即涉案专利(重点关注近距离设备间的信息共享系统)未能通过 Alice 两步测试。这些专利本质上描述了一种收集信息、确定地理接近度并传输该信息的方法——法院认为这些行为可以由人类完成,或者是基本的经济实践。
法院指出,这些权利要求的特征是功能性语言而非技术细节。具体而言,它们缺乏“针对技术问题的技术解决方案”,这是当代第101条法理学中反复出现的主题。沃尔玛成功辩称,这些专利仅仅是利用通用计算机组件将传统的业务流程自动化,从而导致被主张的权利要求被判定无效。
自最高法院2014年做出具有里程碑意义的 Alice Corp. 诉 CLS Bank 裁决以来,软件的专利适格性一直处于变动之中。专利法第101条定义了什么是可授予专利的;然而,“抽象概念”是一个例外。CAFC 的裁决遵循了这样一种趋势,即仅仅说明“在计算机上执行此操作”的专利会被系统性地判定无效。
与许多大型零售商一样,沃尔玛一直是多起非专利实施实体 (NPE) 的目标。通过赢得这场胜利,沃尔玛不仅避免了潜在的赔偿,还树立了一个先例,可能会阻碍其他 NPE 主张类似的“宽泛”软件专利。对于 Q Tech 而言,这一失败意味着其知识产权组合的大幅贬值,强调了依赖优先考虑覆盖范围而非技术深度的专利所带来的风险。
公司必须审计其专利组合,以识别容易受到第101条挑战的专利。在收购或诉讼中,专利是否具备“抗 Alice 审查”的能力现在是其估值的主要因素后。知识产权战略家应优先提交“具体权利要求 (picture claims)”和详细的技术实施方案,以确保至少有一些权利要求能在潜在的无效动议中幸存。
专利行业继续寄希望于美国国会能给出明确指引。虽然已经提出了《专利适格性恢复法案》(PERA) 以提供更可预测的框架,但在该立法通过之前,CAFC 仍是最终仲裁者。从业者应密切关注涉及人工智能和机器学习的后续案例,因为“抽象概念”原则正越来越多地应用于神经网络和数据处理算法。根本问题依然存在:数学算法的终点在哪里,可授予专利的技术发明的起点又在哪里?