当AI从技术工具演进为自主决策的“智能体”，当基础模型训练涉及海量版权作品的合法使用，当AI安全事件可能引发系统性风险——法律如何回应这场技术革命？中国社会科学院发布的《人工智能示范法4.0》给出了系统性的制度答案：以负面清单管理高风险AI、以法定许可制度破解训练数据版权困境、以“人工智能特区”探索监管沙盒、以全生命周期义务体系约束研发者与提供者。这份汇集上百位专家学者的学术性立法参考文本，历经四次迭代，在支持创新与防范风险之间寻求平衡，为全球人工智能治理提供了“中国方案”的制度蓝本。
立法定位与基本原则——开放性与迭代性的学术立法
学术性立法参考文献的定位
《人工智能示范法4.0》是由中国社会科学院“人工智能安全治理研究”实验室孵化专项资助项目组形成的学术性立法参考文献，不代表任何国家机关的正式立场，具有开放性、迭代性和理想性。其所设计的主管机关设置、负面清单、人工智能特区等制度，是探索性理论设想，供立法者与学术界讨论参考。
示范法的起草和讨论汇集了来自中国社会科学院法学研究所、清华大学、北京大学、中国人民大学、复旦大学、中国政法大学等数十家学术机构的上百位专家学者，涵盖法学、公共管理、信息技术、医学伦理等多个领域，是当前国内人工智能立法研究领域最具代表性的学术成果。读者在理解示范法时，可将其视为推动法治共识形成的过程性成果，而非最终的政策建议。
九项核心治理原则
示范法确立了九项核心治理原则：统筹发展和安全、包容审慎监管（第三条）；以人为本、智能向善，确保人类能够监督和控制人工智能（第四条）；安全原则要求保障人工智能及网络数据安全（第五条）；公开透明可解释原则要求对生成内容予以标注、对目的原理予以说明（第六条）；可问责原则要求研发者、提供者、使用者分别对其活动负责（第七条）；公平平等原则要求避免不合理的差别待遇（第八条）；绿色原则鼓励节能减排技术应用（第九条）；促进发展创新原则要求公共算力与数据资源开放共享（第十条）；伦理原则要求将伦理要求贯穿全过程（第十一条）。
支持与促进——AI产业发展的制度激励
算力基础设施与公共数据供给
示范法建立了人工智能公共算力资源供给制度，推动公共算力资源平台建设与利用，加强算力科学调度（第十八条）。鼓励和支持高等院校、科研机构、企业和其他组织建设人工智能算力基础设施，开展算力资源市场化交易，引导各行业合理有序使用算力资源。
在数据要素供给方面，建立健全数据要素市场化配置机制，加快建设人工智能语料库和高质量数据集（第二十条）。人工智能研发者采用符合国家标准的去标识化技术处理个人信息用于模型训练，取得认证后，不需取得个人同意——这一条款在保护个人信息权益与满足AI训练数据需求之间取得了精妙平衡。
训练数据版权问题的系统性解决方案
示范法在著作权领域作出重大制度创新。第二十四条建立基础模型训练利用作品法定许可制度：除著作权人声明不许利用其作品进行模型训练的外，符合国家规定条件的基础模型研发者，可以根据法定许可制度规定，在模型训练过程中使用已发表的作品，并完善法定许可费用标准和分配机制。
第二十五条为开源基础模型提供合理使用空间：开源基础模型研发者利用作品进行模型训练，除著作权人声明不许利用外，可以不经著作权人授权，不需支付报酬。第二十六条明确生成式人工智能搜索服务的合理使用：在服务中提取网页等公开内容并整合输出，标明来源，且不影响作品正常使用、不损害著作权人合法权益的，适用合理使用规定。
人工智能特区与财政激励
示范法提出在符合条件的地区设立人工智能特区，特区所在地市级人大及其常委会可根据本法制定法规，可对法律、行政法规、地方性法规作变通规定（第三十一条）。中央财政设立人工智能发展专项资金，县级以上地方政府安排专项资金（第三十三条）。AI研发者、提供者研发或购置用于安全治理等专用设备的投资额，可按不低于30%的比例实行税额抵免（第三十四条）。
分类分级管理制度——负面清单为核心的监管框架
负面清单许可制与备案制的双层结构
示范法建立了人工智能负面清单制度，对负面清单内的产品、服务实施许可管理；对负面清单外的产品、服务，确有需要的，实施备案管理（第四十条）。负面清单的制定依据是AI在经济社会发展中的重要程度，以及一旦遭到攻击、篡改、破坏或非法获取、利用后对国家安全、公共利益、社会稳定、环境保护或合法权益造成的危害程度（第四十条）。
许可申请人需满足八项条件：在境内依法设立的法人、主要负责人为中国公民、有专职专业人员、有健全的质量管理和安全保障体系、有安全可控的技术保障措施、有应急处置机制、有适当的场所设施和资金、符合其他法律规定（第四十二条）。审批流程包括初步审查（10个工作日）和正式审批（45个工作日），可延长10个工作日（第四十三条-第四十四条）。
备案制的分层管理
注册用户数超过100万的AI产品、服务，应在满足条件之日起十个工作日内向国家人工智能主管机关备案；注册用户数超过1万、不足100万的，向省级主管机关备案（第六十六条）。备案信息变更需在十个工作日内办理变更手续，完成备案的提供者应在显著位置注明备案编号。
主体义务与法律责任——全生命周期合规框架
研发者、提供者、使用者的三重义务体系
研发者义务包括：投入使用或投放市场前及定期开展安全评估（保存不少于五年）、建立健全数据安全与系统安全保障机制、发布最佳安全实践、建立重要数据和核心数据处理追溯机制、提升生成内容准确性和可靠性、告知使用者安全责任与风险隐患（第四十九条）。提供者义务包括备案、制定内部管理制度、保存日志、定期培训从业人员、至少每两年进行一次审计、终止服务时的妥善安排（第六十六条-第六十九条）。使用者义务包括确保输入数据和指令合法性、不得输入违法信息或诱导有害结果、公开传播时添加保留标识、不得恶意传播或污染数据（第七十五条-第七十九条）。
法律责任体系的精细化设计
侵权责任方面，研发者因训练数据或算法设计不当、安全测试不符合标准、明知存在重大隐患而未采取必要安全措施等造成损害的，应承担侵权损害赔偿责任；提供者侵害他人合法权益造成损害，不能证明自己没有过错的，应承担侵权损害赔偿责任（第一百条）。
生成式AI提供者的“安全港”条款：建立有效投诉机制、以用户协议提示不侵权、收到有效通知后采取必要措施停止生成侵权内容、对生成内容依法标识的，可不承担侵权损害赔偿责任（第一百零二条）。开源AI的法律责任减免：免费且开源方式提供AI技术组件并清晰说明功能及安全风险的，对第三方独立使用行为导致的损害不承担侵权责任（第一百零四条）。
