AI 造害快于立法：一份现成的工具箱

世界银行《2026 世界发展报告：人工智能的潜力》第 30 页，有两句话值得每个法律人抄下来。

第一句：「AI can create harm faster than governments can create new laws.」——AI 造成损害的速度，快于政府立法的速度。

第二句：「Existing laws on data protection, consumer protection, human rights, intellectual property, and cybersecurity, for example, already provide important tools for managing many AI risks.」——既有的数据保护、消费者保护、人权、知识产权与网络安全法律，已经为治理诸多 AI 风险提供了重要工具。

这两句合起来是一个判断：等新法，是错的策略；把现有规则用对，才是。报告甚至把这层意思提炼成一句更好记的话（p.220）：「The technology does not determine outcomes; governance choices do.」决定结果的是治理选择，不是技术本身。

一、为什么「等新法」一定会等空

立法有周期，损害没有。一部法律从立项到施行，动辄两三年；而一次模型更新、一次提示词改动，就能让一批人的权益受损。

报告还给了个侧面数据：在 58 个经济体的官方调查里，低收入与中低收入国家 43% 把「缺少政策、框架与标准」列为主要约束（p.309）——它们等的不是更聪明的法条，而是能立刻用的框架。

AI 监管的全球图景也远未统一：欧盟《AI 法案》的高风险义务因 Digital Omnibus 推迟至 2027 年 12 月（嵌入产品者 2028 年 8 月）；欧盟之外只有 6 个经济体立了横向法，日本走的是无罚则的「轻触式」（pp.311–312）。指望一部万能法落地，再照着做，是把自己钉在原地。

二、工具箱里的五件，在中国法下怎么用

第一件：著作权法。 训练数据的第一步是复制、下载、清洗、入库——这是复制行为；把生成内容发布出去，可能触及信息网络传播。合理使用的边界在个案里划，不在口号里划。「我在训练、没有发表」不是免责理由，复制本身就要有依据。

第二件：商业秘密与反不正当竞争。 模型参数、训练数据、提示词工程、清洗规则，凡符合非公知、有价值、有保密措施三要件的，都可以主张商业秘密。反过来讲，企业自己不设防，事后主张侵权会很难——这一点与专利不同，商业秘密的保护强度取决于权利人自己做了多少。

第三件：个人信息保护法。 训练语料里只要有一句真人说的话、一张真人的脸，就进入个保法的射程。第 24 条给了个人对自动化决策的知情与拒绝权，这条在客服、风控、招聘、内容推荐四个场景里最常被触发。合规动作不是写一份隐私政策，而是能说出「这批数据从哪来、依据是什么、怎么退出」。

第四件：消费者权益保护法与广告法。 AI 生成的宣传语、测评、比较广告，一旦虚假或引人误解，责任不在模型，在发布者。报告特别点出生成式 AI 对学习的侵蚀（中国 7–12 年级研究：作业分 +18%、月考分 −20%，p.194）——放到营销场景里，就是「AI 写的功效描述」这类高风险内容。

第五件：网络安全法、数据安全法与出境规则。 数据出境不是只有跨境巨头才会碰到：用境外 API 处理客户数据、把标注外包给海外团队、把日志同步到境外服务器，都可能构成出境。

三、三个已经发生的事，说明工具箱在动

荷兰：算法误判 2.6 万人，内阁辞职。 税务机关的算法在 2015–2019 年间错误判定逾 2.6 万个家庭存在福利欺诈，2021 年内阁为此辞职（p.180）。这里没有「AI 法」，用的是行政法上的问责。

哥伦比亚：宪法法院裁定 AI 不得替代法官判断。 报告在概述里记录了这起裁定（p.30 一线）。它回答的不是技术问题，而是权力能不能委托给机器的问题——这在任何法系里都是宪法层面的问题。

中国：AI 合成声音案，赔 3.4 万美元。 报告记录中国一名配音演员因 AI 语音生成器未经同意使用其数据获赔（p.309）。要特别注意报告的定性：它把这笔赔偿归入数据与人格利益，不是著作权判例。对外引用时写错定性，等于自己给对方送一个反驳点。

三件事的共同点是：法官用的都是手上的法——行政法、宪法、人格权与个人信息保护，没有一件在等新法。

四、企业四步自查

第一步，把场景列出来。 不要一上来就谈「AI 合规」，先列你实际在用的场景：训练、推理、生成、分发、自动化决策，分别对应不同的法。

第二步，一个场景对一部法。 训练数据对著作权与个保法；模型与参数对商业秘密；对外发布对广告法与消保法；跨境传输对数据出境规则；自动化决策对个保法第 24 条。

第三步，把留痕做出来。 数据来源清单、授权文件、清洗规则、版本记录、人工复核记录。报告在讲政府时说过一句同样适用于企业的话（p.282）：AI 系统的可靠程度不会超过喂给它的数据管道，而政府场景里的小错误会放大成大损害。

第四步，在合同里分配责任。 报告点出责任链的结构性困难（p.181）：法律建立在「故意、因果」这类以人的行为为核心的法理上，而算法失误时，责任在开发者、供应商、采购方还是一线操作者，难以归属。合同不写清楚，出事时只能靠猜。报告另一句话可以直接拿去谈判（p.295）：外包只转移责任的位置，不消灭责任。

五、律师的价值不在发明规则

这份报告最反直觉的地方，是它没有呼吁各国「尽快立 AI 法」。它说的是：先用标准，标准不足时用监管托底（p.307），而在此之前，现行法已经够用。

对企业的含义很清楚：你不需要等一部新法来告诉你该做什么，你需要一个能把现有五部法对应到你五个场景的人。这件事现在就能做，做完就能用。

对同行的含义也一样：AI 合规不是一门等风来的生意，是一门把旧工具磨快的生意。

资料来源：World Bank, World Development Report 2026: The Promise of Artificial Intelligence（DOI 10.1596/978-1-4648-2331-2），页码为原书印刷页。文中数据与引文均出自该书，涉及中国案件时按报告原定性表述。

如果你正在做 AI 相关产品、或者被要求出一份「AI 合规意见」，可以把场景清单发我们：我们按「场景—法条—留痕—合同」四步出一份对照表，先看哪些是现在就能改的。