摘要：本文旨在系统研究我国当前法律框架下算法的可专利性以及专利法审查和保护问题。在法律依据层面，梳理以《专利法》第二条、第五条及第二十五条为核心的规范基础，阐明“技术方案”作为算法可专利性核心要件的判定逻辑，并分析算法因落入“智力活动的规则和方法”而被排除客体资格的情形及其克服路径。在审查标准层面，剖析以《专利审查指南》历次修订为代表的规则演进，重点分析2019年增设专章与2025年系统性修订所体现的政策转向与规则细化，揭示审查思路由形式判断向实质技术贡献判断的转变。在司法层面，结合中美典型案例提炼裁判思路，归纳“三要素”审查法、整体性原则以及技术特征关联性分析等核心司法方法。在此基础上，探讨人工智能技术快速发展对传统专利制度的冲击及制度回应，涵盖伦理审查、说明书公开新要求等前沿议题。本文认为，算法专利保护的核心挑战在于协调技术创新激励与公共领域保留之间的张力。最后，综合评价我国算法专利保护框架的特征与不足，并对未来司法实践与制度演进的趋势作出展望。
目录
摘要
一、法理基础：专利法框架下的算法定位与审查原则
（一）核心法律依据：“技术方案”要件与排除条款
1.专利法第二条：发明的定义与“技术方案”要件
2.专利法第五条：明确要求审查“法律、社会公德、公共利益”
3.专利法第二十五条：明确排除“智力活动的规则和方法”
（二）“技术方案”要件的判定标准——“三要素”原则
（三）算法可专利性的关键：与具体技术领域的结合
二、审查标准演进：从保守到开放的规则调适
（一）2017-2019年：破冰与原则确立
（二）2023-2026年：聚焦AI时代，标准细化与伦理融入
（三）审查标准演进的核心逻辑
（四）中美算法专利保护制度与实践对比分析
三、司法实践：裁判逻辑与典型案例分析
（一）裁判指引与典型案例
1.（2021）最高法知行终382号案：商业方法技术方案的判断
2.（2022）最高法知民终1574号案：“无损检测设备计算机源程序”技术秘密侵权案
3.Recentive Analytics v. Fox Corp. (2025) ：明确应用“爱丽丝测试”
（二）司法裁判的核心法律问题
（三）司法实践的特点与挑战
四、人工智能技术发展的影响与制度新回应
（一）AI技术发展带来的挑战
（二）制度性积极回应与趋势
五、综合评述与未来展望
（一）当前体系的特点与成就
（二）面临的挑战与不足
（三）未来展望
结论
一、法理基础：专利法框架下的算法定位与审查原则
习近平总书记提出“用主流价值导向驾驭算法”，强调以社会主义核心价值观引导算法健康有序发展，构成我国算法治理的总体背景[1]。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），对涉人工智能的知识产权保护等问题作出系统规定，其中涉及将算法、模型等人工智能技术方案纳入“涉人工智能发明创造”的专利授权确权规则中一体考量的初步框架。算法是一系列被明确定义、用以解决特定问题的计算步骤，本质上是数学逻辑与思维过程的体现。从传统的排序、搜索算法到现代的深度学习神经网络，算法已成为数字经济与人工智能技术的核心驱动力。然而，将其纳入传统专利法的保护客体范围，始终面临根本性的法理难题：算法能否成为专利法保护的客体，取决于如何理解和界定专利法的保护边界。比较法上，美国对这一问题的讨论较早，其在司法实践中已逐步确立了“抽象思想”排除原则，并以“爱丽丝测试”为核心框架，在软件与机器学习算法的专利适格性问题上形成了一套复杂且充满不确定性的判例法体系。我国则构建起以“技术方案”为核心、以论理判断为导向、以排除条款为边界的多元判断框架。归根结底，算法的可专利性是专利法在数字时代面临的核心课题之一，实质在于：专利制度如何回应人工智能技术的挑战，将非实体、抽象的计算逻辑与具有实体技术贡献的创新相结合，并据此划定保护边界。
（一）核心法律依据：“技术方案”要件与排除条款
1.专利法第二条：发明的定义与“技术方案”要件
《中华人民共和国专利法》（以下简称专利法）第二条第二款规定：“发明，是指对产品、方法或者其改进所提出的新的技术方案。”该条将发明的本质属性界定为“技术方案”。一项申请要获得专利权，首先必须被认定为专利法意义上的“发明”，即必须构成“技术方案”，这是算法可专利性审查的第一道、也是最根本的门槛。因此，判断一项涉及算法的权利要求是否可专利，关键不在于其是否“使用了算法”，而在于其在整体上是否构成一项“技术方案”。
2.专利法第五条：明确要求审查“法律、社会公德、公共利益”
《专利法》第五条第一款规定：“对违反法律、社会公德或者妨害公共利益的发明创造，不授予专利权。”在算法专利审查中，若算法的数据采集、标签管理、规则设置、推荐决策等环节存在违反《个人信息保护法》等法律、违背社会公德或妨害公共利益的内容，即丧失获得专利保护的资格。例如，未经用户同意采集个人敏感信息用于算法决策，或算法内嵌基于性别、年龄等特征作出不公平对待的歧视性规则，均可能因违反第五条而被驳回。
可见，算法要获得专利保护，不仅需满足第二条规定的“技术方案”要求（即利用自然规律、解决技术问题、获得技术效果），还需满足第五条规定的消极条件。例如，若算法依赖非法获取的数据，或其运行逻辑危害公共安全，即便在技术上实现了特定功能，也可能因违反第五条而无法获得授权。审查实践中，国家知识产权局通常将第五条作为前置审查事项：申请文件若未明确披露数据合规安排、未说明算法如何避免违反法律与社会公德，或存在明显伦理风险，即可依据第五条予以驳回。
3.专利法第二十五条：明确排除“智力活动的规则和方法”
《专利法》第二十五条第一款第（二）项规定，对“智力活动的规则和方法”不授予专利。算法，尤其是纯粹的数学方法、逻辑规则或商业流程优化方案，在传统观念上极易被归入“智力活动的规则和方法”范畴，从而被排除在专利保护客体之外。这一条款体现了专利法避免对抽象思想和自然规律本身授予垄断的政策考量。据此，若一项权利要求仅记载抽象的算法步骤、数学公式或商业规则本身，而未与具体技术手段相结合，通常即因落入第二十五条的排除范围而丧失客体资格。
（二）“技术方案”要件的判定标准——“三要素”原则
在审查与司法实践中，判断一项包含算法的发明是否构成“技术方案”，形成了以“技术问题、技术手段、技术效果”为核心的“三要素”审查标准。三者紧密关联，构成一个完整的判断链条。
技术问题：权利要求所要解决的问题必须是技术领域的问题，而非单纯的商业问题、管理问题或数学问题。例如，提高数据传输效率、降低设备能耗、优化图像处理质量等属于技术问题；而单纯提高商业利润、优化投资组合则不属于技术问题。
技术手段：为解决所述技术问题所采用的方法或手段必须利用了自然规律（如物理、化学、生物学规律），而非单纯依赖人为设定的规则。算法若要成为技术手段的组成部分，其应用必须与计算机系统内部结构的改进、数据本身的技术含义或具体技术领域物理参数的控制等发生实质关联，从而体现出对自然规律的运用。如果算法的应用只是机械地按照预定规则处理数据，既未改善计算机内部性能，也未对外部技术过程产生合乎自然规律的改进，则难以被认定为技术手段。
技术效果：技术方案的实施所获得的结果，应当是符合自然规律的技术效果，如设备性能提升、资源消耗降低、测量精度提高等。这种效果应当是客观、可验证的，而非主观的商业效果或心理感受。
“三要素”并非孤立看待，而是相互印证、整体考量。《专利审查指南》明确指出，在审查涉及算法的权利要求时，应当将权利要求中记载的全部内容（包括技术特征、算法特征、商业规则特征等）作为一个整体进行分析，判断其是否共同采用了技术手段、解决了技术问题并产生了技术效果。这一“整体性原则”旨在避免仅因权利要求中包含非技术特征（如算法、商业规则等）就轻易否定其整体的技术属性。
（三）算法可专利性的关键：与具体技术领域的结合
纯粹抽象算法的可专利性障碍，可以通过“与具体技术领域相结合”得以克服，这也是算法获得专利保护的实践路径。其中，结合的紧密程度与具体程度是判断的关键，具体可从以下三个层面展开分析。
数据的技术含义：算法处理的数据不应是任意、抽象的数据，而应具有明确的技术含义。例如，图像传感器采集的像素数据（对应图像处理领域）、工业控制过程中传感器测量的温度、压力数据（对应工业控制领域）、通信网络中的信号参数数据（对应通信领域）等。数据的“技术含义”能够将算法步骤锚定在具体技术场景当中。
解决特定技术问题：算法的应用需要解决该技术领域内固有、具体的技术问题。例如，通过新的图像识别算法提高在低光照条件下的识别准确率，通过新的数据压缩算法在保证通信质量的前提下降低带宽占用，通过优化调度算法降低数据中心的能耗等。
改进技术手段本身：算法的执行过程也可能对计算机系统本身的技术手段作出调整或改进。例如，新的内存管理算法优化了内存资源的分配与回收效率，新的编译器算法提高了代码执行速度，新的加密算法增强了数据传输的安全性等。这类改进直接作用于计算机内部的技术运作机制，具有较强的技术属性。
当算法通过上述路径与具体技术领域紧密结合、成为解决技术问题的有机组成部分时，它就不再是孤立的“智力活动规则”，而是融入技术方案的技术手段，从而具备获得专利保护的可能。
二、审查标准演进：从保守到开放的规则调适
国家知识产权局通过持续修订《专利审查指南》回应技术发展，不断细化、调整算法及人工智能相关发明的审查标准。这一演进历程清晰地展现出审查政策由相对保守走向逐步开放、由原则性规定走向操作性细则的发展轨迹。
（一）2017-2019年：破冰与原则确立
在人工智能技术浪潮初兴之时，原《专利审查指南》对于如何审查包含算法特征的权利要求缺乏明确指引，审查实践不尽一致，部分涉及商业方法的软件专利面临客体适格障碍。
2017年，国家知识产权局修改《专利审查指南》，在第二部分第九章涉及计算机程序发明专利申请审查的若干规定中，增加第6节“关于涉及计算机程序的发明专利申请审查的若干规定”，明确了对于包含商业规则和方法的发明专利申请的审查规则。这被视为对软件和算法相关发明保护的重要松动。
2019年，国家知识产权局对《专利审查指南》进行了更为关键的修订，在第二部分第九章专门增设了一个全新章节——“包含算法特征或商业规则和方法特征的发明专利申请审查相关规定”。此次修订具有里程碑意义，其核心贡献在于：
明确整体审查原则：明确规定对于此类申请，应当将权利要求中记载的全部特征（包括算法特征、商业规则特征等）作为一个整体，综合考虑其是否解决了技术问题、采用了技术手段、获得了技术效果。如果权利要求在整体上构成了一个技术方案，则不属于《专利法》第二十五条规定的“智力活动的规则和方法”。
厘清新颖性、创造性判断逻辑：在判断新颖性和创造性时，如果权利要求中的一个或多个技术特征与最接近的现有技术的区别特征为非技术特征（如商业规则类算法特征），则该非技术特征不应视为对技术问题的解决有所贡献。但如果该非技术特征与权利要求中的技术特征功能上彼此相互支持、存在相互作用关系，使得该技术特征或技术特征组合产生了新的技术效果，则在判断创造性时应予以考虑。这一规则，纠正了以往可能完全忽视非技术特征贡献的机械做法。
提供示例：修订后的指南提供了若干正反案例，指导审查员正确理解和适用规则。例如，涉及计算机系统性能提升、通信网络优化、图像处理等的算法方案被作为正面示例。总体而言，此次修订为算法相关发明获得专利保护提供了明确的审查路径和可预期的审查标准，极大地鼓励了相关领域的创新。
（二）2023-2026年：聚焦AI时代，标准细化与伦理融入
随着人工智能技术，特别是深度学习与大模型技术的快速发展和广泛应用，专利审查面临更高、更专业的要求。国家知识产权局据此继续推动审查标准更新，最新一轮重大修订聚焦于人工智能领域。
2023年：明确AI与大数据的授权客体标准
2023年，国家知识产权局在审查实践中进一步明确了人工智能和大数据领域的授权客体审查标准，为后续指南修订积累了经验。
2025年修订：系统性更新与AI专门章节
这是一次力度更大、针对性更强的修订。2025年4月30日，国家知识产权局发布了《专利审查指南》修改草案（征求意见稿），并于2025年11月正式发布《关于修改〈专利审查指南〉的决定》（局令第84号），规定修订后的指南将于2026年1月1日起施行。
此次修订中关于人工智能领域的核心内容和亮点包括：
1.章节标题与体例调整：将2019年指南中“包含算法特征或商业规则和方法特征的发明专利申请审查相关规定”的章节标题，直接修改为“涉及人工智能等的发明专利申请审查相关规定”。这一变化直观反映出政策重心向人工智能等前沿技术领域的倾斜。
2.引入人工智能伦理审查要求：这是本次修订最具创新性的亮点之一。首次在专利审查中明确，涉及人工智能的数据采集、规则设置等技术方案，其实施应符合法律、社会公德和公共利益的要求。这意味着，专利审查在新颖性、创造性和实用性之外，也开始关注技术方案的社会伦理正当性：如果一项AI发明技术的应用可能产生严重的伦理风险（如深度伪造、侵犯隐私、算法歧视等），即使满足其他授权条件，也可能因违反伦理条款而被拒绝授权。
3.细化说明书“充分公开”要求：针对AI模型“黑箱”特性带来的公开难题，修订后的指南对说明书的撰写提出了更具体、更严格的要求：说明书应当清晰、完整地记载模型的必要模块、层级或连接关系、训练步骤、参数设置及与具体应用场景的结合方式等，以确保本领域技术人员能够理解和实现该技术方案，维持专利保护与技术公开之间的对价平衡。
4.充实创造性审查案例与指引：新增了更多针对人工智能领域发明创造性审查的示例，重点明确了如何评估算法特征与技术特征之间的协同作用。特别是针对应用场景、处理对象差异可能带来的创造性判断困惑，提供了更为清晰的指引。审查员需要判断，算法的改进是否真正带来了技术上的提升，而不仅仅是算法本身数学意义上的优化。
5.明确发明人身份：呼应全球关于AI生成物权利归属的讨论，指南明确禁止将AI系统列为发明人，由AI辅助完成的发明可以以自然人作为发明人申请专利。
（三）审查标准演进的核心逻辑
纵观审查标准的演进，可以梳理出一条清晰的逻辑主线：
从客体排除到整体考量：早期更侧重于依据《专利法》第二十五条进行排除性判断。2017-2019年的修订转向“整体判断”，避免对技术方案进行不当拆分，将算法特征视为整体方案的有机组成部分进行评价。
从抽象原则到具体细则：审查规则日趋具体、可操作。从较为笼统的“三要素”要求，发展为针对AI发明的说明书公开、创造性判断、伦理审查的具体规则，既为申请人提供了清晰的撰写指引，也为审查员提供了统一的判断标准。
从被动适应到主动引导：审查指南的修订不再仅仅是事后回应审查实践中的问题，而是主动前瞻技术发展趋势，通过设立专门章节、引入伦理审查等方式引导创新方向，促进负责任的技术创新。
这一演进过程，体现了我国专利审查体系在激励技术创新与维系公共权益的平衡中，持续学习、动态调整完善的开放态度。
（四）中美算法专利保护制度与实践对比分析
对于全球创新主体而言，准确理解中美两种专利制度的差异至关重要。中国通过《专利审查指南》的渐进式修订，逐步将符合技术要求的算法创新纳入专利客体范围，并在审查实践中强调技术关联性与整体判断。这种模式提供了较高的法律确定性和可预见性，有利于申请人规划研发和专利布局，也体现了国家层面对科技创新产权保护的积极态度。其挑战在于，如何在新兴、复杂的应用场景中对“技术性”标准作出精细、客观的判断。因此，在中国申请算法专利，应着重撰写技术实施细节，清晰阐述所解决的技术问题、采用的技术手段（包括与硬件、系统架构的关联）以及达到的技术效果。相比之下，美国则遵循“抽象思想”排除原则，在司法实践中发展出以“爱丽丝测试”为核心、高度灵活却充满不确定性的判例法体系。这种模式体现了美国司法系统对过早垄断基础思想和数学工具的高度警惕，但其代价是较大的法律不确定性，也相应增加了创新主体的合规成本。因此，在美国申请专利，则需精心构建权利要求，着力论证其并非指向抽象思想本身，而是包含将抽象思想转化为具体应用所需的“发明性概念”，尤其要强调对计算机技术或特定技术领域的改进。
三、司法实践：裁判逻辑与典型案例分析
司法实践是检验法律实施和审查标准适用成效的最终场域。尽管在公开渠道难以检索到直接以“算法可专利性”为争点的判决，但在涉及计算机软件、商业方法、AI相关技术的专利授权确权行政纠纷及侵权纠纷中，各级法院已逐步形成并发展出一套判断算法相关发明可专利性的裁判逻辑和具体规则。
（一）裁判指引与典型案例
《最高人民法院关于审理侵犯专利权纠纷案件应用法律若干问题的解释（二）》（2020年修正）第八条涉及权利要求的解释，其中体现的技术特征整体认定原则，与《专利审查指南》中的“整体判断”的要求相呼应，间接影响了算法专利侵权诉讼中技术特征的比对与解释。最高人民法院知识产权法庭自成立以来，通过发布年度报告、典型案例和裁判要旨等方式，统一和明确专利审判中的法律适用问题。
1.（2021）最高法知行终382号案[2]：商业方法技术方案的判断
该案虽不直接以算法为核心，但涉及“商业方法是否构成专利法意义上的技术方案”的判断标准，其裁判逻辑对算法专利具有重要参考价值。根据判决摘要，法院在判断涉及商业方法的权利要求是否构成技术方案时，同样遵循“整体性原则”和“三要素”审查法。法院强调，不应简单地将商业方法、算法特征剥离出去，而应分析权利要求中记载的技术特征、算法特征、商业规则特征之间是否存在功能上彼此相互支持、存在相互作用的关系，从而使得整体方案解决了技术问题、获得了技术效果。这一判决明确了非技术特征（如商业规则、底层算法）可以与技术特征协同作用，共同构成技术方案，这对于算法发明寻求专利保护具有积极的指引意义。
2.（2022）最高法知民终1574号案：“无损检测设备计算机源程序”技术秘密侵权案
该案裁判要旨涉及计算机软件算法中计算公式的整体性、秘密性认定等问题，其算法技术特征的分析思路对专利案件亦有借鉴意义。算法在作为技术秘密进行保护时的认定规则，即判断算法是否具有秘密性时，应从整体上考量构成该算法的所有公式及其逻辑关系，而非割裂判断单个公式是否为公众所知悉。这一“整体认定”原则与专利授权确权中“整体考虑权利要求全部特征”的逻辑一脉相承，均突出算法方案的技术整体性，为跨部门法保护算法提供了统一的裁判方法论。
3.Recentive Analytics v. Fox Corp. (2025) ：明确应用“爱丽丝测试”
美国近年的一系列裁判表明，软件或算法权利要求若能体现对计算机功能的改进，或解决了计算机领域特有的问题，则更有可能通过“爱丽丝测试”。该案为美国联邦巡回法院近期的标志性判决。在“爱丽丝测试”的第一步，法院认定系争权利要求（使用机器学习进行事件调度和网络图创建）指向抽象思想，即已知的数学方法；在第二步，法院认定权利要求缺乏“发明性概念”——其仅仅是将“通用的机器学习技术”和“通用计算设备”应用于已知任务，并未带来任何“技术改进”。法院强调，仅凭速度和效率的提升不足以使权利要求具备专利适格性，除非该提升涉及计算机技术本身的改进；迭代训练和动态调整等特征本身不足以构成技术改进。该判决对机器学习算法的专利申请释放了明确信号：必须将权利要求撰写为特定的技术改进，而非泛泛地宣称将机器学习应用于某一领域，专利权人不能以“新的应用领域”来论证专利适格性。针对“通用算法 + 新应用场景”类创新，应评估是否更适合采用商业秘密的保护方式，而非简单地将这类成果撰写为仅以通用模型参数调整为核心的专利申请。
此外，“智能检索算法商业秘密案”[3]“自然语言通信方法专利无效与侵权案”[4]等相关案例表明，我国司法机关已经审理了多起涉及前沿AI技术的专利无效或侵权案件。这些案件的审理，必然涉及对相关算法技术方案新颖性、创造性以及保护范围的深度审查，从而实质性地塑造着算法专利的司法保护边界。
（二）司法裁判的核心法律问题
从现有判例和裁判精神中，可提炼出处理算法专利问题的几个核心要点：
1.实质重于形式，追问技术贡献：审查会穿透权利要求的文字表述，追问其背后的技术实质：该方案是否利用了自然规律？是否解决了计算机内部或外部客观存在的技术问题？算法的应用是否产生了客观、可测量的技术效果，而非仅仅停留在数据处理的抽象层面或商业效果的描述上。
2.创造性高度的把握：现行指南虽要求考量算法特征的贡献，但实践中对算法改进创造性高度的评估仍缺乏统一、客观的标准，既可能滋生以“算法包装”的低质量专利，也可能使真正具有突破性的算法因撰写过于抽象而被低估。
3.“三要素”的实质化与情境化审查：司法实践中对“技术问题、技术手段、技术效果”的审查是实质化和情境化的。如在判断“技术效果”时，会结合所属技术领域普通技术人员的知识，审查说明书记载的效果是否可信、是否能够实现；在判断“技术手段”时，会分析算法步骤与硬件、数据流、信号处理等之间具体关联。
4.整体审查与特征关联分析：贯彻“整体性原则”，在创造性分析时，重点判断算法特征与技术特征是否存在协同增效关系。例如，一个经过改进的分类算法，如果其改进使得图像处理芯片的缓存命中率显著提高，从而整体提升了图像处理速度，那么该算法特征就与技术特征（芯片结构、缓存管理机制）产生了协同，并贡献了技术效果，应当在创造性评价中予以考虑。
5.高标准审查说明书的充分公开：对于涉及AI模型的专利，说明书充分公开应适用较高要求。如果说明书仅公开了一个泛化的模型结构，而未披露具体的训练方法、关键参数设置或如何适配具体应用场景，导致所属技术领域的技术人员无法实现该技术方案，则可能因公开不充分而面临无效风险。
（三）司法实践的特点与挑战
司法实践呈现出以下特点：一是通过个案裁判，不断细化和巩固审查标准，为审查实践提供司法指引；二是面对快速迭代的技术，法官需要不断学习理解技术细节，这对司法队伍的专业性提出了更高要求；三是判决的说理部分，尤其是涉及复杂算法技术贡献的论证，需要充分展开和披露，以增强裁判的公信力和指导价值。
当前面临的主要挑战在于：如何准确区分算法“数学意义上的进步”与“技术意义上的贡献”，避免专利权过度扩张至抽象思想领域和科学发现领域；如何在鼓励AI技术创新与防止“专利丛林”阻碍后续研发之间取得平衡；以及如何保障专利文件的公开质量，使专利制度真正促进技术知识的传播。
四、人工智能技术发展的影响与制度新回应
人工智能技术的快速发展，尤其是深度学习和大模型技术的普及，对算法可专利性的传统框架带来了深刻影响，也推动专利制度进行新的调整和回应。
（一）AI技术发展带来的挑战
发明人资格的挑战：AI系统（如DABUS）能否被列为专利发明人，在全球范围内引发讨论。我国专利制度对此立场明确：AI系统本身不能作为申请人（发明人），专利权的取得主体必须是自然人或法律拟制的法人。这一立场维护了专利制度激励人类创新的初衷。
“技术方案”判断的复杂化：AI模型的“黑箱”特性使得技术方案的公开和解释变得更加困难。一个复杂的神经网络模型，其内部运作机制并非基于明确的、可解释的逻辑规则，而是基于海量数据的训练结果。判断这样的模型应用是否构成“技术方案”，如何在存在“算法黑箱”的情况下衡量其“技术效果”，对审查员和法官均构成新的考验。
算法迭代速度与专利周期的不匹配：AI算法更新换代极快，而专利审查和诉讼周期相对较长。一项算法可能在专利授权或诉讼结束时已丧失商业价值，这削弱了专利制度对AI创新的保护效能。
伦理与社会影响的前置：AI技术的应用可能带来隐私侵犯、算法歧视、深度伪造等伦理和社会风险。而传统专利制度仅关注技术方案本身，未前置性地考虑技术应用的社会后果。
（二）制度性积极回应与趋势
我国专利制度正积极回应这些挑战，呈现出以下发展趋势：
审查标准的持续专业化与精细化：如前文所述，2025年《专利审查指南》的修订，是针对AI技术特点作出的系统性回应。设立AI专门审查章节、细化说明书公开要求、充实审查案例，旨在提高审查的专业性和一致性，为AI相关发明提供更清晰的授权路径。
伦理考量的制度性融入：将伦理审查要求写入审查指南，标志着我国专利审查开始从纯粹的技术评估，向“技术-社会”的综合评估转变。这要求申请人在构思和撰写专利申请时，就必须考虑技术方案实施的合规性和伦理影响，将负责任创新的观念贯穿于研发和确权过程。
强化说明书公开义务：通过明确要求说明书公开模型结构、训练步骤、参数及应用方式，破除AI模型的“黑箱”障碍，确保专利制度“以公开换保护”的基本功能在AI领域得以实现。这既是对社会公众负责，也有助于防止专利权保护范围过宽。
数量领先下加强对专利质量关注：数据显示，我国在AI专利申请和授权数量上处于全球领先地位，拥有全球约60%的AI专利，年增长率高达43%[5]。在庞大的数量基础上，政策导向正逐步转向提升专利质量和核心技术专利的布局。审查标准的精细化，正是引导创新主体提交高质量专利申请、形成高价值专利组合的重要杠杆。
五、综合评述与未来展望
（一）当前体系的特点与成就
我国已构建起一个以《专利法》为基础、以《专利审查指南》为操作规范、以行政和司法审查为保障的算法及人工智能相关发明专利保护体系。其主要特点包括：
1.明确的客体标准与开放的解释路径：通过“技术方案”要件和“智力活动规则”排除条款的二元框架划定保护边界，又通过“整体性原则”和“与技术领域结合”的解释路径，为具有技术贡献的算法发明打开保护大门。
2.与时俱进的审查规则体系：《专利审查指南》的快速迭代，体现了行政规则对技术变革的高度敏感性和适应；从增设算法专章到设立AI专章、引入伦理审查，规则始终处于动态完善之中。
3.行政与司法的有效衔接：国家知识产权局的审查标准与人民法院的裁判原则在基本方向上保持一致，共同维护了法律适用的统一和稳定。司法判决对审查标准的解释和发展，反过来促进了审查规则的完善。
4.立足国情鼓励创新：在借鉴国际经验（如欧洲EPO的“任何硬件”方法与美国Alice/Mayo两步测试）的同时，我国规则更强调对“技术问题、技术手段、技术效果”的实质性判断，形成了自己的特色。在AI等前沿领域，我国在承认客体资格方面表现相对积极，这与国家推动数字经济和科技创新的战略导向相契合。
（二）面临的挑战与不足
1.“技术效果”认定的抽象性与不确定性：对于许多涉及AI算法的发明，尤其是模型结构或训练方法的改进，其“技术效果”往往体现为预测准确率提升、模型收敛速度加快等，这些效果在何种程度上能被认定为专利法意义上的“技术效果”，仍存在一定的模糊空间。司法和审查实践需要积累更多案例，形成更加细致的判断标准。
2.“充分公开”标准的把握尺度：AI模型，尤其是大语言模型，其参数量庞大，难以在专利说明书中完全公开所有参数细节。如何界定“充分公开”的合理边界，既保证本领域技术人员能够实现，又不过度加重申请人负担、防止技术秘密外泄，是实践中亟待探索平衡的难题。
3.专利质量参差不齐：尽管AI专利申请量巨大，但高价值、基础核心专利的比例有待提升。部分申请可能通过泛化撰写、堆砌术语来寻求保护，而非真正解决技术难题。严格的审查标准是遏制低质量申请的关键。
4.国际协调的压力：全球主要司法辖区（美、欧、日等）对于软件及AI相关发明的可专利性标准存在差异。我国企业在海外布局专利时面临各国差异化的合规挑战。如何推动国际规则的协调，甚至引领国际规则的制定，是我国制度设计和规则治理中需要考量的重要维度。
（三）未来展望
1.审查标准将继续向精细化、专业化发展：随着AI技术的不断分化与深化，针对具体细分领域（如联邦学习、生成式AI优化算法、自训练、AI芯片等）的审查细则可能会进一步涌现。技术专家辅助审查机制将得到加强和广泛运用。
2.司法裁判将发挥更重要的规则塑造作用：未来将有更多涉及复杂AI算法专利的案件进入诉讼程序，尤其是专利无效行政诉讼和侵权诉讼。相关裁判将更深入地阐释“技术贡献”“创造性高度”“公开充分”等关键概念在AI语境下的具体内涵，逐步填补规则空白。
3.专利保护与其他知识产权保护形式的协同：对于算法，专利并非唯一的保护路径。商业秘密保护对源代码、模型参数具有天然优势。未来可能出现专利与商业秘密策略的组合运用，以及在特定情况下（如开源模型）发挥版权保护的补充作用。专利制度需要与这些制度形成互补。
4.伦理审查的前置化与具体化：伦理审查条款目前仍较为原则，未来可能发展出更具体的判断清单或案例指引，例如，何种类型的算法设计（如实时人脸识别）可能触发侵犯隐私等伦理审查和大众舆论关注，审查机构与伦理审查委员会如何协作等。
5.应对大模型时代的新问题：大模型的训练成本高昂、数据依赖性强，如何对大模型本身、模型微调方法、提示工程技术等提供合理但不过度的专利保护，将是未来制度设计的前沿课题，可能需要探索适应于数据驱动型创新的新型知识产权保护形式。
结论
算法的可专利性在我国《专利法》下并非一个非此即彼的简单命题，而是一个需要在“技术方案”法理框架下，通过“三要素”审查并结合具体技术领域进行实质判断的动态过程。历经数年的规则演进与实践探索，我国已建立起一套相对清晰、且对AI技术创新持开放态度的专利保护体系。2025年《专利审查指南》的修订，标志着这一体系进入了专业化、精细化发展的新阶段，并前瞻性地将伦理考量纳入审查范畴。司法实践则在个案中不断检验和细化审查标准，为权利边界划定提供最终的司法权威。
未来，随着人工智能技术的持续突破和应用深化，算法专利保护将面临更加复杂的挑战。如何在激励核心技术创新、坚守“以公开换保护”的专利制度基石、维护社会伦理公共利益之间取得动态平衡，将考验立法者、审查员和法官的智慧。可以预见，我国的算法专利保护制度将在实践检验中持续完善，为国家的创新驱动发展战略提供坚实的制度支撑。对于创新主体而言，深入理解这一体系，撰写出技术贡献清晰、公开充分、符合伦理要求的专利申请，将是获取高质量专利保护的关键。
归根结底，算法专利保护的核心任务，是在激励创新与防止垄断之间取得精妙的平衡。这种平衡没有放之四海而皆准的答案，它取决于一国的技术发展阶段、产业政策、司法传统乃至创新文化。中美两国的实践为全球知识产权治理提供了两种富有价值的探索范本，二者的互动、比较与借鉴，将持续丰富和深化对这一前沿法律问题的理解。
注释：
1 万欣荣，《用主流价值导向驾驭算法的内在动因、本质透视与实践路径》，《马克思主义研究》2024年第5期。
2 最高人民法院知识产权法庭裁判要旨摘要（2022）最高人民法院知识产权法庭。
3 深圳市智某信息技术有限公司与光某（深圳）智能有限公司侵犯商业秘密纠纷案，案号为 （2021）粤03民初3843号，号称全国首例将算法作为商业秘密进行保护的案例。
4 北京某某科技有限公司诉北京某某科技股份有限公司专利纠纷，号称中国AI大模型专利侵权第一案；以及北京某某科技有限公司诉上海某某科技有限公司，案号为（2025）沪73知民初305号，号称中国AI大模型专利侵权第二案。
5 Patent law revolution:China's 40-year journey from adaptation to advancement[2025-06-30]。
（本文仅代表作者观点，不代表知产财经立场，平台并不承诺对内容负责，如有相关疑问，请联系文章作者。）
京公网安备 11010502049464号