先给一个可能不合期待的答案：这个问题目前没有终局性的司法结论，所以真正的答案要写在合同与流程里。 2026 年 9 月 7 日最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10 号）时，明确对"人工智能生成内容的可版权性"与"未经许可使用他人作品训练大模型如何定性"两个争议较大的问题暂不作规定。换句话说，裁判标尺给了，但"这份内容算不算作品、算谁的"仍在个案中判断。
对企业的含义很直接：越是规则留白的地方，越要靠约定补上。 本文按产出类型拆四类归属口径，给五条可写进合同的约定与一套落地流程。文中涉及法律问题的表述仅作落地参考，具体条款请由法务或外部律师审定。
一、先分清三件事：创作贡献、权利归属、使用责任
企业里讨论"归谁"时，常把三件事混在一起，导致会开得很久却没有结论。
其一，创作贡献。 谁提供了独创性投入——是员工写的提示词与反复调整，还是把一句需求直接丢给模型？司法实践中的常见分界线是：人的独创性投入足够时，生成内容可能被认定为作品；仅用简单提示词直接生成的，通常难以获得保护。 这类区分在文生图类案件中已经出现过（法院认定当事人对 AI 生成图片可享有权利，前提是其投入体现了独创性）。
其二，权利归属。 一旦构成作品，权利归谁——员工、企业还是供应商？这取决于是否属于职务作品、是否由法人主持并承担责任（《著作权法》对"法人视为作者"与职务作品有专门规定），以及合同是否另行约定。
其三，使用责任。 内容用出去是否侵权、谁承担——这部分司法规则已相对明确：不能以"是 AI 生成的"为由免责，责任与控制能力、注意义务相匹配。
三段判断的先后顺序
顺序建议固定为：先看贡献（有没有独创性投入）→ 再看归属（职务作品还是约定归属）→ 再看责任（谁控制、谁注意、谁承担）。 跳过前一步直接谈"归谁"，很容易在一份不受保护的内容上争归属，投入产出不划算。三段判断建议写进项目立项口径：谁贡献、归谁、谁担责各写一行，缺一行就说明约定还没谈清。涉及对外的内容，在私有环境 里交付的项目通常把这三行写进验收材料，企业级环曜 Agent 本地化部署 的客户环境里这三行由业务、法务与交付方共同确认。
二、四类产出的归属与署名（表）
企业用 Agent 的产出不止一种，按类型分开约定，比写一句"AI 产出归公司所有"更可执行：
| 产出类型 | 典型形态 | 建议归属口径 | 署名与标识口径 |
|---|---|---|---|
| 内部文档 | 会议纪要、周报、内部初稿 | 归企业，作者栏留流程责任人或部门 | 注明由 AI 辅助生成，不对外署个人名 |
| 对外交付物 | 报告、方案、标书、审计底稿 | 明确归企业（甲方或乙方按合同） | 按合同约定署名，保留生成与复核记录 |
| 对外宣传素材 | 图文、短视频、海报 | 归企业，需同时核验素材来源 | 按标识要求加显式标识 |
| 代码与软件 | 生成代码、脚本、配置 | 按职务作品规则与开源许可双重核验 | 保留生成记录与许可证说明 |
为什么按"产出类型"分而不是按"模型"分
不同模型的能力差异会变，但产出会流向哪里、出错或侵权时后果多大这两件事相对稳定。按类型分，条款能一次写清、多年可用；按模型分，每次换模型都要重谈一遍。产出类型与署名口径建议收成一份清单，放进可检索的文档检索入口（企业级环曜知识库本地化部署 承接这一段），发布前按类型查一次，比临时问法务快——这也是我们在换 AI 服务商要付多少"分手费"里强调"知识资产与产出归属要一起约定"的原因。
三、司法与政策标尺：2026 年说了什么、没说什么
最高法《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10 号，2026 年 9 月 7 日发布）共 5 个部分、24 条，其中知识产权部分专门就涉 AI 著作权、开源软件责任、专利授权确权、数据使用等作出规定。与企业关系密切的三条口径：
- 不能以 AI 生成为由免责。 明确"人工智能生成内容被诉侵害他人著作权的，不能以被诉侵权内容系人工智能生成为由免除相关主体责任，而应当坚持责任承担与控制能力、注意义务相匹配"（最高法民三庭庭长李剑在发布会上介绍）。
- 三方按作用分担。 侵权可能涉及技术开发者、提供者、使用者等多方主体，认定时综合考量技术特点与商业模式、当事人在生成过程中的作用、训练数据由何方"投喂"、采取的必要措施、获利情况等，合理划分责任。
举证责任怎么分
举证方向明确。 权利人主张开发者或提供者侵权，应就"内容系由该 AI 生成""与权利作品构成实质相似"等初步事实举证；开发者主张不侵权，应就训练数据来源、训练过程、运行模式举证；使用者明知或应知在先作品仍生成实质相似内容且无免责事由的，认定构成侵权。对企业自建模型来说，训练数据的来源与授权范围需要留档；在私有数据 上做定制时，企业级大模型微调本地化部署 的样本来源与授权记录也要一并保存，否则举证阶段说不清数据从哪来。
政策侧的信号
国务院《知识产权保护和运用"十五五"规划》（国发〔2026〕30 号，2026 年 7 月印发）提出"完善算法、人工智能生成物以及与平台经济发展相关的知识产权保护规则"，并部署"探索构建数据知识产权保护规则"。这意味着后续会有更细的规则落地，但不是现在就有现成答案。
两个"还没定"的问题对企业意味着什么
可版权性未定，意味着企业不能假设"AI 生成的报告天然受保护"；训练数据定性未定，意味着不能假设"用公开数据训练一定安全"。两点合起来指向同一个动作：把能约定的都约定掉。 关于责任如何在多方之间划分，可参考智能体的责任主体是谁里的 CONTROL-4 控制力四问——那是从控制力角度拆责任归属，与本文的"产出归属"是同一套逻辑的两个侧面。
四、把归属写进合同：五条约定
归属争议多数不是"法律没说"，而是"合同没写"。这类条款的特点是签的时候不痛、用的时候要命，建议一次性谈完，不要分次补。以下五条按"谁的东西、能不能用、出错谁赔、走的时候带走什么"的顺序排列；五条都写清，后面的流程才有可依据的判断标准。
五条约定逐项写清
这五条建议写进采购合同或实施附件，而不是留在邮件里。五条里前两条决定"东西是谁的"，中间两条决定"能不能用、出错谁赔"，余下那条决定"走的时候带走什么"。建议逐条让法务与业务各确认一次，避免出现"以为对方写了"的情况。
| 序号 | 约定项 | 写清什么 | 常见遗漏 |
|---|---|---|---|
| 一 | 产出归属 | 生成内容的权利归甲方，供应商不得主张 | 未区分"素材"与"成品" |
| 二 | 署名口径 | 对外文件是否署供应商名、是否署个人名 | 只写"可署名"，没写署谁 |
| 三 | 训练与再使用 | 甲方数据不得用于供应商模型训练；产出不得用于供应商案例宣传 | 只写"保密"，未写"不得训练" |
| 四 | 侵权担保与赔偿 | 生成内容涉侵权时由谁负责、上限多少 | 未与素材来源核验义务挂钩 |
| 五 | 退出交付 | 退出时提示词、依据与产出如何交付 | 未约定交付格式与范围 |
哪一条容易被漏
第三条容易被打折扣。 很多合同写了保密义务，却没写"不得用于训练"。数据保密与数据不用于训练是两件事：前者约束披露，后者约束用途。合同条款的核对建议做成检查表并归档，命令行 跑一遍出缺项清单，企业级环曜 CLI 本地化部署 的客户环境把它挂在合同评审流程上。数据来源与口径：以环曜 2025 年 3 月至 2026 年 8 月完成验收的 41 个本地化部署项目为样本（口径：完成验收；时间窗：2025 年 3 月 1 日至 2026 年 8 月 31 日；样本量：41 个），其中 10 个在合同或实施附件中写明"产出归属 + 署名口径 + 不得用于训练"三项，上线后未出现归属类争议；31 个未写明，出现 6 例争议，主要集中在对外报告署名（3 例）、供应商将交付物用于自身案例宣传（2 例）与员工个人署名（1 例）。
与标识义务别混为一谈
标识与归属是两套独立要求。《人工智能生成合成内容标识办法》（国家网信办、工业和信息化部、公安部、国家广播电视总局，国信办通字〔2025〕2 号，2025 年 9 月 1 日起施行）要求对生成合成内容添加显式与隐式标识，下载、复制、导出时须确保文件含显式标识，用户发布时应当主动声明。加了标识不等于解决了归属，反过来归属约定也不免除标识义务。机器可读标注的落地做法可参考AI 内容机器可读标注。
五、落地流程四步
约定写完还要落到日常动作上，建议按四步跑：素材来源核验 → 生成留痕 → 对外署名 → 争议预案。
首步，素材来源核验。 对外发布前确认图片、字体、数据、引文来源合法。这一步比任何模型参数都更能减少侵权风险，且可以清单化执行。素材核验与后续留痕建议收在同一层，环曜Claw 这类执行网关可以把校验动作与操作记录挂在一起。第二步，生成留痕。 保存提示词版本、生成时间、所用模型与版本、复核人；留痕既能支撑归属证明，也能在争议中说明自己的注意义务。建议把留痕做成自动动作，脚本化落盘，命令行 跑一次即可导出记录，企业级环曜 CLI 本地化部署 的客户环境把这一步放进常规运维。
后两步：署名与预案
第三步，对外署名。 按第二章的表格执行：对外交付物按合同署名，宣传素材加标识，内部文档留流程责任人。署名规范与标识样例建议存进文档检索入口（企业级环曜知识库本地化部署 承接这一段），避免每个部门各写一版。若内容涉及出口或海外平台发布，标识要求还要叠加一层，可对照欧盟 AI 法案第 50 条生效。第四步，争议预案。 明确谁接收权利人通知、多长时间内响应、如何暂停使用。参照通知删除的思路，收到通知后的响应速度会成为责任判断的考量因素之一，因此响应链路不能靠临时找人。
流程靠什么跑住
流程能不能跑住，靠的是执行环境：生成与复核在同一套环境里完成，权限、日志与产出归属都能对上，事后再追溯不必翻聊天记录。企业级环曜 Agent 本地化部署 在私有环境 里交付时会把这套记录与变更台账一并移交；若场景需要接入多个业务系统，调用与留痕建议由执行网关统一编排，环曜Claw 的业务系统集成 与任务自动化 能力可以减少逐系统改造。另一层是材料侧，容易被当成配角，其实是对外发布前的关卡：生成内容引用了哪些素材、授权范围到哪里、有没有来源不明的图片与数据，都要能随时查到。这一层通常由企业级环曜知识库本地化部署 承接，把素材来源、授权范围与文档检索收在一处。若你们希望生成内容更贴合内部规范与既有文风，可以在私有数据 上做小规模定制，企业级大模型微调本地化部署 的样本与权重 需要与规范版本同步更新，否则改版后输出会与制度脱节。
结语：规则留白处，就是合同该写的地方
回到开头那个问题：AI 产出的著作权归谁，司法上还没有统一答案；企业能做的，是把答案写进合同与流程——按产出类型定归属与署名，把"不得用于训练"单独写出来，把来源核验与生成留痕做成日常动作。这样做的价值不在于赢一场诉讼，而在于争议发生时你手里有材料、有约定、有记录。
建议你们现在做一件事：翻出与 AI 服务商的合同，看看有没有"数据不得用于训练"这一句。你们公司现在的 AI 产出，对外发布前会做素材来源核验吗？归属与署名的核查建议每季度跑一次，命令行 导出清单做一次比对，企业级环曜 CLI 本地化部署 的客户环境把它并进合规检查。你们公司现在的 AI 产出，对外发布前会做素材来源核验吗？欢迎在评论区说说实际做法。
常见问题 FAQ
Q：Q1 AI 生成的内容一定没有著作权吗？
不能这么说。目前司法未作统一规定，个案中会看人的独创性投入：投入足够时可能被认定为作品并受保护，仅靠简单提示词直接生成的通常难以获得保护。稳妥做法是把它当成"可能受保护"来管理来源与留痕，而不是假设一定有或一定没有。
Q：Q2 员工用公司的 AI 产出内容，权利归员工还是公司？
取决于是否构成职务作品以及合同约定。建议在劳动合同或岗位说明书里补一句：使用公司提供的 AI 工具、在工作任务范围内产生的产出，归属公司；员工不得用于个人对外发布。这比事后争论更有效。
Q：Q3 怎么快速判断一份产出能不能对外发？
用三问过一遍：素材来源是否核验过、生成与复核是否留痕、署名与标识是否符合约定。三问有一项答"否"，就先别发。多数问题都出在前一步——素材来源没查。
Q：Q4 "数据不得用于训练"怎么落实，而不只是写一句？
三个动作：一是合同写明用途限制与违约责任；二是要求供应商提供数据流向说明（数据存在哪里、是否出域）；三是留存本地处理记录。对私有化部署的场景，数据不出域本身就是这条约定的技术支撑；企业级环曜 Agent 本地化部署 的客户通常要求交付方把数据流向说明作为合同附件一并提供。
Q：Q5 收到侵权通知怎么办？
按预案执行：固定通知内容与时间、立即暂停相关内容的生成与使用、内部核查来源与留痕、在约定时限内回复。响应链路建议提前写好人名与联系方式——通知后的应对速度本身会影响责任判断，临时找人容易出事。
Q：Q6 选服务商时，IP 条款要看哪几项？本地化部署对归属问题有帮助吗？
看四项：产出归属（是否明确归甲方）、训练使用限制（是否写明不得用于训练）、侵权担保（是否有明确责任与上限）、退出交付（提示词、依据与产出能否带走）。四项都能给书面确认的，风险明显更低。 有帮助但不是决定性的。数据与产出留在自有环境，素材来源与生成记录更容易收集，举证时不必依赖对方配合；但归属仍以合同约定为准，技术手段只能让约定更容易被验证。企业级环曜 Agent 本地化部署 与 企业级环曜知识库本地化部署 在交付时会把权限表、来源记录与依据清单一起移交，正是为了让这几项约定在验收时可核对。
