大成研究 | 张兆杰等:从全国首例AI大模型商业秘密案看商业秘密的客体扩张

2026年8月20日，国家市场监督管理总局公布六起侵犯商业秘密典型案例，其中“杭州孙某侵犯人工智能大模型商业秘密案”被明确称为全国首例AI垂类大模型商业秘密案件。[1]据通报，孙某为某AI企业资深算法专家，在职期间以其配偶名义控制一家竞争企业，将权利人AI模型的专属提示词模板、审查规则、标注规范等以自然语言呈现的集成方案，发送给该竞争企业用于研发。杭州市市场监督管理局认定上述资料独立构成商业秘密，于2026年5月28日作出责令停止违法行为并罚款35万元的处罚决定。几乎同时，自2026年6月1日起，《商业秘密保护规定》（国家市场监督管理总局令第126号）正式施行，首次在部门规章层面将“数据”“算法”纳入商业秘密保护的技术信息范畴。执法认定与规章施行的前后衔接，折射出一个正在发生的位移：商业秘密的保护客体，正从源代码向模型背后的“Know-how”延伸。

这一位移引出若干亟待厘清的规范命题：以自然语言写就的提示词、规则与标注规范，在何种要件之下可构成受《反不正当竞争法》保护的商业秘密；“技术信息、经营信息等商业信息”这一开放式定义结构，如何为新型研发资产进入保护范畴提供规范通道；2025年修订的《反不正当竞争法》相较2019年修正版，在商业秘密条款上有何变化；以及客体扩张的边界何在，是否意味着一切AI相关表达均可主张商业秘密保护。本文即以全国首例AI大模型商业秘密案为线索，围绕客体扩张的认定逻辑、规范基础与边界展开分析。

据市场监管总局公布的典型案例通报，孙某系某AI企业资深算法专家，能够接触权利人AI模型的研发资料。其在职期间以配偶名义实际控制一家竞争企业，将权利人AI模型的专属提示词模板、审查规则、标注规范等以自然语言呈现的集成方案，通过通讯工具发送至该竞争企业，供后者用于同类模型研发。杭州市市场监督管理局经调查，认定上述资料构成权利人的商业秘密，孙某的行为属于违反保密义务向他人披露其所掌握的商业秘密，于2026年5月28日作出责令停止违法行为并处罚款35万元的行政处罚决定；2026年8月20日，该案作为六起典型案例之三由市场监管总局公布。

认定的关键在于，监管部门未以源代码作为保护客体，而是将提示词模板、审查规则、标注规范这一以自然语言写成的集成方案，认定为独立的商业秘密。处罚决定的作出同时建立在两项事实基础之上——权利人已就相关方案采取保密措施，孙某对该方案负有保密义务。换言之，“先有措施、后有维权”是本案得以认定侵权的前提结构。

本案的突破性在于改变了既往以源代码确权为主的执法惯性。在AI模型的研发链条中，源代码长期以来是企业保密管理的核心对象，执法实践中商业秘密的保护客体也多以源代码、技术文档等技术载体为主。然而，模型的实际竞争力并非仅由代码决定——提示词模板决定模型与用户交互的质量与风格，审查规则划定模型输出的安全边界，标注规范约束训练数据的处理标准。这些以自然语言或准结构化形式写就的方案，凝聚了权利人在数据筛选、人类反馈强化训练、安全对齐等环节的研发投入，是模型差异化能力的直接载体，却长期处于能否独立构成商业秘密的模糊地带。孙某案对此给出了明确回应：自然语言方案与源代码一样，可以独立成为商业秘密的保护客体。

现行《反不正当竞争法》（2025年修订）第十条（2019年修正版为第九条）规定，商业秘密是指“不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息”。该定义在两个版本中实质一致，仅条号顺延。其规范结构上的关键，在于“等商业信息”一语的“等”字，使商业秘密的客体不限于立法时已能预见的技术信息与经营信息两类，而为新型研发资产进入保护范畴保留了开放的规范通道。立法者以“等”字收尾，本意即为应对技术演进中不断涌现的新型信息形态；AI模型的自然语言方案，正是这一开放结构在当下技术条件下所接纳的新对象。

《商业秘密保护规定》第五条进一步明确，技术信息包括“数据、算法、计算机程序、代码等”，经营信息包括客户信息、数据等。该规定首次在部门规章层面，将“数据”“算法”明确纳入技术信息的列举范围。就AI模型而言，提示词模板、模型审查规则、标注规范等以自然语言或准结构化形式存在的方案，正是承载模型研发投入的“数据”与“算法”的具体形态——它们虽以自然语言呈现，但其本质是权利人在数据筛选、人类反馈强化训练、安全对齐等环节形成的算法方案。该规定为这类方案作为技术信息获得保护，提供了部门规章层面的支撑。值得注意的是，部门规章将“数据”“算法”与“计算机程序、代码”并列，表明保护对象的识别不以信息的技术呈现形式为转移——无论是以代码写就的程序，还是以自然语言写就的规则，只要承载了权利人的研发投入并满足法定要件，均可纳入技术信息的范畴。

客体能够扩张，并不意味着一切AI相关表达（包括但不限于提示词模板、审查规则、标注规范）均当然构成商业秘密。能否获得保护，仍须回归商业秘密的三要件。

其一，非公知性。提示词模板、审查规则与标注规范系权利人投入研发形成的差异化方案，并非公有领域可自由获取的内容，仍满足“不为公众所知悉”的要件。人工智能降低了信息复现的门槛，但并不意味着一切AI相关表达均丧失非公知性，判断的关键在于具体方案是否承载了权利人的研发投入与竞争差异。通用的、公知的提示词技巧方案不在此列，唯有凝聚了权利人特定研发投入的方案，才具备非公知性。

其二，商业价值。上述方案是模型差异化能力的直接载体，决定了模型在交互质量、输出安全、训练效率等方面的竞争表现，具有现实的商业价值。在AI模型日益成为企业核心竞争资产的背景下，这些方案所承载的竞争优势，往往不亚于，甚至超过源代码本身。

其三，相应保密措施。孙某案之所以能够认定侵权，前提正是权利人已就相关方案采取了保密措施。若权利人对提示词模板等方案未作任何保密管理，任由其在研发团队内外自由流通，则即便信息具备非公知性与商业价值，亦恐难以主张商业秘密保护。

笔者倾向于认为，孙某案将此类自然语言集成方案认定为独立商业秘密，标志着执法对AI时代商业秘密客体的扩张已从理论走向实践，企业在AI研发与部署中应将此类方案纳入保密客体管理。但客体扩张并非泛化赋权：保护的前提，始终是非公知性、商业价值与保密措施三要件同时具备。

实务中真正可能产生争议的，往往不是某一方案是否构成商业秘密，而是该方案与公有领域知识的边界如何划定。AI领域存在大量公开的技术文献、开源工具与通用方法论，提示词工程亦已成为公开讨论的对象。在此背景下，权利人若欲主张某一提示词模板构成商业秘密，须能够说明该方案在公有知识之上增添了何种特定投入、形成了何种差异化内容。这一证明负担并不轻松，也正因此，客体扩张虽在规范层面成立，在个案中的适用仍需审慎。

从更宏观的视角观察，客体扩张的实质，是法律对“研发投入载体”的识别范围随技术演进而拓宽。在源代码时代，研发投入的主要载体是代码与图纸，商业秘密的保护重心自然落在这些技术载体之上。然而，AI模型的研发投入，越来越多地沉淀于提示词、规则、标注规范等自然语言方案之中。这些方案虽不以代码形式呈现，却同样是研发投入的结晶，同样承载着权利人的竞争差异。

这一重心位移的趋势，可能并不限于提示词、规则与标注规范。AI模型在工程实践中，还广泛依赖一种被称为“harness”的评估与编排框架——它决定模型如何被测试、如何调用外部工具、如何在多步任务中被调度，其设计凝聚了权利人在评测基准构建、工具链编排、安全测试等环节的研发投入。从“方案本位”的保护逻辑出发，harness同样是研发投入的载体。可以预见，随着商业秘密保护对象的进一步拓展，harness这类工程框架方案，亦可能落入保护的视野，只要其满足非公知性、商业价值与保密措施三要件。

商业秘密保护的规范目的，在于鼓励研发投入、维护竞争秩序。当研发投入的载体形态发生变化，保护对象的识别亦应随之调整。孙某案与《商业秘密保护规定》的前后呼应，正是这一调整的规范体现：保护的重心，正从“代码本位”向“方案本位”位移——不因信息以自然语言呈现而排除保护，亦不因信息涉及AI而当然保护，关键在于其是否承载了权利人的研发投入并满足法定要件。

笔者倾向于认为，这一重心位移的深远意义，在于使商业秘密保护与AI产业的研发实际相契合。AI模型的核心竞争力，越来越多地体现在数据策略、对齐方法与审查规则之上，而非单纯的模型架构与代码实现。若保护对象仍固守源代码一隅，则大量凝聚研发投入的自然语言方案将游离于保护之外，这与商业秘密鼓励研发投入的规范目的相悖。重心从代码本位向方案本位的位移，本质上是法律对“何为研发投入”的识别与时俱进。

全国首例AI大模型商业秘密案的认定，将保护客体从源代码扩展至提示词、规则与标注规范等自然语言方案；《商业秘密保护规定》则在部门规章层面将“数据”“算法”纳入技术信息范畴。二者共同回应了一个问题：AI时代的研发投入，不因载于自然语言而失却商业秘密保护的资格。客体扩张并非泛化赋权，保护仍以非公知性、商业价值与保密措施三要件为前提。保护的重心，正从代码本位向方案本位位移。这一位移，是法律对技术演进的回应。

[1]市场监管总局公布六起侵犯商业秘密典型案例，央视网，2026年8月20日（https://news.cctv.com/2026/08/20/ARTI52mGq5uLIxeLFOBIFlFy260820.shtml）

特别声明：

大成律师事务所严格遵守对客户的信息保护义务，本篇所涉客户项目内容均取自公开信息或取得客户同意。全文内容、观点仅供参考，不代表大成律师事务所任何立场，亦不应当被视为出具任何形式的法律意见或建议。如需转载或引用该文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源。未经授权，不得转载或使用该等文章中的任何内容。

—