辜凌云：具身智能侵權中產品責任與過錯責任的制度沖突與規范協調

來源 | 《科技與法律（中英文）》2026年第1期

北大法寶法學期刊庫

作者 | 辜凌云，北京大學智能學院助理研究員，法學博士

北大法律信息網簽約作者

內容提要：產品責任與過錯責任分別回應工業產品缺陷與人類行為失范的規制需求，但具身智能的自主決策機制使兩類歸責體系的規范前提均受到沖擊。具身智能的侵權風險生成于“感知—決策—執行”的行為鏈條之中，自主決策因素在不同環節的介入程度存在差異，由此出現產品缺陷與人類過錯交織的復合責任形態。基于此，具身智能侵權的責任配置應當遵循類型化路徑，建立以自主決策能力為核心的識別標準，依據行為鏈條各環節中自主因素的介入程度，區分為產品缺陷單獨致損、使用者過錯單獨致損、共同致損及致損因果交織等四種形態。在責任界分層面，以行為控制力判斷各主體的風險程度，以最小成本回避能力理論確定預防激勵的合理配置，構建面向受害人便捷救濟的對外歸責規范與實現責任合理分配的對內追償機制，輔之以責任保險與損害賠償基金作為補充性救濟渠道，形成產品責任與過錯責任協調運行的規范體系。

關鍵詞：具身智能；產品責任；過錯責任；自主決策；責任配置

一、問題的提出

具身智能作為當前人工智能技術發展最迅猛的產業之一，憑借其前瞻的應用能力和落地發展勢頭成為當前金融資本競相追逐的對象。受到技術和資本的雙重驅動，具身智能的發展并非遵循單線的技術邏輯，其應用導向形成以滿足市場需求為主的技術發展思路，這樣的發展模式在認知尚未統一和規則尚未形成一致的前提下，天然伴有市場尋租和突破規則底線等諸多問題的產生。如作為最典型具身智能形態的機器人、機器狗、無人車等已經在城市安防巡邏、社區管理、商業綜合體服務等多元場景中被加速部署和廣泛測試，客觀上對傳統的人力配置方式和公共空間秩序產生了影響。隨著部分具身智能產品逐步具備半自主甚至高度自主決策能力，其在事故發生時的責任劃分遠遠超出了傳統侵權責任和一般安全監管邏輯所能涵蓋的范圍。

但應當注意的是，由于當前技術發展速度超乎想象，對具身智能技術路線的理解和市場應用方式的拓展都處于探索階段，資本投放也伴有隨機性和游戲性，對于具身智能出現的潛在侵權風險也具有不可預料性，此時對其侵權的判斷和救濟應當在安全底線性思維的引導下進行規則設計或規則適用，以促進及保障產業能夠安全地持續發展。當前對具身智能侵權責任適用的研究主要聚焦于責任承擔形式、責任主體認定、使用者注意義務，以及涉及數據隱私保護、操縱性風險、事故責任排除等具體問題的分析，現有研究由于無法對具身智能社會角色進行清晰刻畫，并未深度觸及具身智能行為是通過“感知—決策—執行”的架構方式實現與相對人或外部環境進行交互的這一本質特征，在此技術交互模式下，對其可能造成的侵權行為無法判斷人類決策和機器決策在具身智能行為中何為主導因素，也因此在責任的分配中如果侵權風險的產生并未明確是基于人機混合、基于單純人類引導或機器自主決策，就更難對具身智能侵權行為的判斷形成清晰認知，也容易陷入直接適用產品責任施加于具身智能以完成侵權判斷這樣簡易粗暴的認知思路中而破壞具身智能產業創新積極性等發展問題。

基于此，本文試圖在現有研究基礎上就具身智能侵權判斷中適用產品責任與過錯責任的原則選擇進行推進分析，在明確產品責任和過錯責任的規范結構前提下，剖析其所要實現的不同制度目標和制度功能，在目標論的引導下，建立以具身智能自主決策能力為核心判斷的劃分標準，分析自主決策和人為決策混合下如何實現責任的分層配置，建立起人機混合模式下具身智能侵權的責任界分標準，以行為控制力和最小成本回避理論作為對該標準進行比例配置的細化實施方向和認知考量，建立起面向對外救濟和對內追償的責任安排和規則銜接機制，最大化保護具身智能研發者、應用者、分發平臺和社會公眾的利益。

二、產品責任與過錯責任的制度邏輯及其在具身智能侵權中的適用困境

在現行侵權法的制度規范中，過錯責任與產品責任分別構成了規制人類行為失范與工業產品缺陷的兩大基石，二者在長期的制度演進中形成了涇渭分明的適用邊界與功能定位。然而，具身智能技術的崛起正在從根本上沖擊這兩套歸責體系的規范前提，其自主學習和自主決策能力使兩套歸責體系均面臨適用上的困境乃至失靈的風險。

（一）產品責任與過錯責任的規范結構與適用要件所建構的制度目標

在侵權法的規范體系中，產品責任與過錯責任構成兩種歸責邏輯不同的制度安排，分別回應著不同歷史時代與社會情境下的規范需求。過錯責任以行為人的主觀可責性為歸責核心，強調個體對自身行為后果的道德擔當；產品責任則以產品缺陷的客觀存在為歸責基礎，著眼于現代工業社會中風險的合理分配與受害者的有效救濟。二者在規范目的、構成要件與制度功能上的差異，決定了各自獨特的適用場域與運行邏輯。因此，在探索具身智能侵權的責任適用前，有必要分別梳理過錯責任與產品責任的規范結構及其制度目標。

過錯責任的制度目標可以體現為制度的預防功能、制裁功能和補償功能，我國關于過錯責任的規范結構主要體現于《中華人民共和國民法典》（以下簡稱《民法典》）第一千一百六十五條第一款“行為人因過錯侵害他人民事權益造成損害”的條文意涵中，該法條使得過錯責任作為損害賠償請求權基礎的體系定位得以明確，同時也為侵權責任形式的類型化區分提供了規范依據。在這一歸責原則下，只有受害方舉證證明加害方存在過錯，方能就自身因侵權行為造成的損失主張救濟。因此，過錯這一概念在一般侵權的構成要件中居于核心地位，具體而言，過錯責任的規范基礎建立在對行為的道德可責性評價上，這種評價預設了行為主體具備認識能力與意志自由，能夠理解其行為的性質及可能引致的后果，并在此基礎上作出符合社會預期的行為選擇。其中，過錯包括故意與過失兩種形態，前者更關注行為人的主觀態度和對結果的意圖，后者則采取一種更為客觀的標準，關注行為人是否采取合理措施避免損害的發生。司法裁判中，對過失的判斷往往會轉化為對善良管理人注意義務之違反的認定，并可進一步細分為職務義務、先行行為所產生的義務等類型。

作為侵權法的基本歸責原則，過錯責任的制度目標主要體現在對行為自由與權益保障的動態平衡中。從行為自由的角度出發，過錯責任為行為人的活動空間提供了更為寬廣的制度保障。人類早期社會奉行的結果責任原則，其規范目的并非在于填補受害人所遭受的實際損失，而體現為對維護社會穩定的價值追求，其公法屬性遠重于私法屬性。而在十九世紀后，過錯責任的確立使得行為人無需為其無法預見或無法控制的損害后果承擔責任，這為商業發展和創新活動起到了不可替代的促進作用。從矯正正義的視角出發，過錯責任源于行為人在特定社會互動中因違背注意義務致人損害而產生的道義補償責任，但隨著風險因素的復雜化，將特定損害后果清晰回溯至單一主體的道德過錯越發困難，這一分析框架逐漸式微。而從經濟效率的視角分析，過錯責任的制度目標體現為通過歸責的激勵機制引導社會資源的優化配置，實現社會總成本最小化的效率目標，“漢德公式”為此種效率分析提供了主要的理論工具，即判斷行為人是否盡到合理注意義務的標準在于行為人未采取的預防措施的成本是否低于預期事故成本，這使過錯責任形成的規則能夠引導行為人采取具有成本效益的預防措施。此外，過錯責任制度也有助于使每個民事主體均為自己的過失行為負責，激勵行為鏈中的各方主體采取措施防范風險，這對于高度復雜的具身智能產業鏈具有較強的適配性。

與之相對，《民法典》第一千二百零二條規定的產品責任是典型的無過錯責任，依據《民法典》《中華人民共和國產品質量法》的相關規定，產品責任規則設計包括產品存在缺陷、損害事實、產品缺陷與損害事實之間存在因果關系三個要件，而并不考慮生產者是否存在過錯。歐盟2024年提出的《缺陷產品責任指令》前言也指出，包括人工智能系統在內的軟件屬于產品且適用無過錯責任。近年來，規則設計上均有將產品責任應用于人工智能致害歸責的嘗試，如歐洲議會《機器人民事法律規則決議》明確指出生產者對產品故障負有責任的法律框架，與使用者對其致害行為負有責任的侵權規則，均可適用于因機器人或人工智能造成的損害情形，這意味著研發生產端的風險責任更有可能適用產品責任的歸責模式。我國《人工智能醫療器械注冊審查指導原則》《工業和信息化部關于加強智能網聯汽車生產企業及產品準入管理的意見》等規范文件也具有將智能醫療企業、智能汽車等具有現實影響的人工智能應用作為產品監管的傾向。在學術界，也不乏有學者認可以無過錯責任原則作為處理高風險人工智能，甚至全部人工智能致害問題的歸責的判斷標準。

同過錯責任相比，產品責任的確立和演進標志著現代侵權法由關注道德可責性的過錯糾正邏輯轉向關注社會風險分配與效率最大化的分配正義邏輯。可以發現，產品責任的核心制度目標在于通過免除受害者對生產者過錯的舉證責任，降低受害者尋求救濟的制度門檻，其性質在本質上屬于侵權責任，規定的是銷售者對用戶、消費者承擔的產品瑕疵擔保責任，從而對缺陷產品的受害者提供有效救濟，這在技術鏈路復雜且模型開發者掌握關鍵信息的具身智能垂類領域尤為重要。同時，產品責任能夠有效激勵生產者提升產品安全性能，通過威懾效應迫使理性生產者在事前必須進行成本收益分析，即當預期的法律責任成本高于提升安全性能的邊際成本時，生產者必然會選擇優化設計、加強質檢或完善警示，以規避潛在的巨額賠償。相較于個體消費者，生產者在承擔責任后，可以通過多種機制實現損害的社會化分散，如可將責任成本或增加的安全成本通過保險制度分攤，借助保險人對風險的專業評估與匯聚機制實現損失的分散化。最后，產品責任制度作為事后干預機制，能夠與事前的行政監管體系形成互補關系，共同服務于產品安全治理的整體目標，從而有效促進侵權歸責與事前監管之間的協調互動，共同維護市場秩序與消費者權益。

（二）自主決策語境下兩類責任的適用失配與沖突難點

如前所述，在傳統侵權法語境下，產品責任和過錯責任分別具有不同的規范結構及各異的制度目標，然而，具身智能系統的自主決策機制從根本上影響了這兩項假設的規范適用基礎，即通過自主性的技術邏輯使得產品責任與過錯責任的規范適用均面臨困境。

自主性是具身智能相較于傳統機器設備的核心差異點，具身智能的核心在于能夠通過其身體機構來學習和適用環境，執行精確的物理任務，它強調了身體、大腦和環境之間的相互作用，它不再被看作孤立的計算過程，而是被視為生物體與環境互動的結果。傳統工具執行的是人的意志，其行為完全可預測、可控制、可追溯，功能輸出嚴格遵循預設程序的線性邏輯。然而，具身智能驅動的系統本質上要求具身智能具有第一人稱主動性，通過與外部環境及其他智能體的主動交互，實現自主學習乃至自主行動決策。就自主學習而言，具身智能在與外界環境交互的過程中，不斷收集新的數據和經驗，通過學習和適應提高自身的性能和智能水平。通過物理具身智能、虛擬具身智能和真實環境之間的持續交互，可以不斷地在各種情境下學習和實踐，提高對動態開放環境的適應能力，這種適應能力使得系統行為超出了設計者的預設范圍，系統可能發展出設計階段未曾預見的功能或行為模式。就自主決策而言，具身智能基于多感官環境信息的綜合考慮以及“感知行動回路”，能夠理解外界指令、分解任務、規劃子任務，根據需求作出合理的決策，并實時控制智能體的行為，以盡可能可靠地完成物理世界的指定任務。然而，這種自主決策的過程往往呈現高度的非線性與不可解釋性，形成人類理性難以穿透的“黑箱”，這就導致設計者的初始意圖與系統的實際行為之間可能產生斷裂，使得具身智能可能的致害行為往往超出設計者的預見范圍。

具身智能的自主性動搖了傳統過錯責任的一系列邏輯前提，導致過錯責任難以適配具身智能侵權的情形。傳統的過錯責任關注行為人本身的故意或過失形態，預設意識作為故意的必要條件，人類行為背后總有可以理解的動機，無論是利益驅動、情感沖動抑或疏忽大意等等，這些動機使得其行為具有道德可評價性，為過錯責任提供了正當性基礎。然而，具身智能的行為是算法優化的結果，其決策鏈條中僅存在輸入數據、權重矩陣與激活函數的運算，缺少道德層面的可譴責性。而過錯責任對過失的認定依托于善良管理人這一具體標準，其假定善良管理人能夠預見其行為的潛在后果，然而由于具身智能算法的黑箱特征，系統設計者亦無法準確預測特定情境下的具體行為，這也就很難認定侵權主體違反注意義務而構成過失。傳統的侵權行為呈現分散化、個性化特征，不同行為人的能力和道德水平各異，一般不會發生集中性的侵權行為，因此對故意或過失的判斷常表現為個案判斷的問題。然而，具身智能侵權的風險是集中且同質的，一旦其中的算法或策略出現風險，則可能出現批量的侵權行為，這與傳統的過失侵權規則并不適配。因此，傳統的過錯責任的功能實現主要依賴于對侵權主體的懲戒和對潛在侵權行為的威懾，然而自主的具身智能系統本身不會感知到懲戒也無法受到有效的威懾，這直接在規范功能上挑戰過錯責任的構成邏輯。

與此同時，具身智能的自主性特征也對基于工業標準化預設的產品責任體系提出了一系列挑戰。從責任基礎上看，一般產品由生產者或設計者創造產生，處于人類的完全控制之下，要求生產者承擔產品責任具有充分的依據，生產者也毫無疑問屬于降低產品責任成本最低的相關方。然而，具身智能系統雖然由生產者生產，但其能夠突破人類生產者的預置概念與經驗法則，通過收集多模態數據并自我創建行為規則。此時繼續由生產方為其無法控制的系統自主行為負責，既不符合過錯原則的基本精神，亦可能對產業創新產生抑制效應。從產品缺陷的認定上看，具身智能的自主學習能力使得缺陷認定面臨根本困難，其致害行為的產生并非全部是生產設計者在生產過程中遺留的缺陷，而可能是算法演化的自然結果。將此種演化結果歸類為“缺陷”，既不符合缺陷概念的通常理解，亦難以為生產者的責任承擔提供規范依據。從司法實踐上看，具身智能技術的復雜性和算法的不透明性可能增加未知風險的范圍，使制造商、開發者更頻繁地訴諸發展風險抗辯。具身智能模型提供商、云服務提供商和硬件提供商的分離，亦可能使得產品提供方的認定出現新的難題。

三、以自主決策能力為核心判斷的具身智能侵權責任劃分標準

具身智能形態具有多樣性且其決策機制具有復雜性，其侵權行為在不同的維度上呈現不同的表現形式和特點。具身智能侵權也如同被丟入水中的石頭，形成了強度不一、風險不同的行為形態，這一差序格局為構建類型化的歸責原則提供了認識論基礎。

（一）自主決策下的侵權行為鏈條

侵權行為鏈條是連接行為與損害的因果序列，其結構決定了責任歸屬的判斷路徑。傳統侵權法預設的行為鏈條以人為中心，其邏輯前提建立于主體對行為的掌控關系之上，唯有對特定行為施加有效影響的人才負擔與此相應的責任，因而呈現為意思形成—行為實施—結果發生的線性邏輯。行為人基于認知與意志作出決定，通過身體動作將該決定付諸實施，繼而在外部世界引發損害后果，這一鏈條的核心特征在于行為主體的單一性與因果流向的可追溯性。

具身智能的行為生成則基本遵循感知—決策—執行的閉環架構，感知環節負責環境信息的采集與處理，決策環節基于算法模型生成行為指令，行為環節則驅動物理結構完成動作。三個環節構成閉環使得具身智能系統在與外部環境的持續交互中不斷迭代，將這一技術架構投射至侵權法的分析框架，可以識別出行為鏈條的三重結構轉型。

第一重結構轉型為主體結構從單一轉向多元分布。傳統侵權行為鏈條的各環節通常由同一主體完成，意思形成與行為實施之間存在明顯的因果和歸屬關系。具身智能的行為鏈條則由多元主體分工協作而成。感知層的傳感器選型與配置由設計者決定，決策層的算法架構與訓練數據由開發者提供，行為層的機械性能與安全冗余由制造商保障，系統投入使用后的監測與維護則由運營者負責。損害發生時，行為鏈條的不同環節實際承載著不同的技術貢獻，責任歸屬因此呈現分散化特征。

第二重結構轉型為因果流向從線性轉向閉環。傳統行為鏈條呈現單向的時序推進，意思先于行為，行為先于結果。具身智能的行為鏈條則是持續迭代的閉環結構，執行結果反饋至感知層從而影響下一輪決策。以上邏輯表明特定時點的損害可能并非源于該時點的單次決策，而是系統在多輪迭代中逐步學習的結果。初始人類行為與最終損害后果之間形成了冗長且邊界模糊的歸因路徑，特定輸出究竟應歸咎于某一主體的義務違反，還是系統基于反饋數據的自發演化，往往缺乏明確的判斷標準。侵權行為的可追溯性和可預見性變弱，二者之間的因果關系已出現分散。

第三重結構轉型為行為環節從人的意思轉向算法推理。傳統侵權法將意思作為連接行為與主體的紐帶，過錯的判斷也以行為人的認知與意志狀態為基礎。具身智能的決策環節由算法模型完成，系統在特定環境下依據訓練所得的參數數據與邏輯自主生成行為指令，無需人類在每一步驟上進行即時干預。有OpenAI技術人員指出，模型在迭代訓練過程中可能呈現出難以事先預料的特性，且一旦形成便難以逆轉。這種自主性并非類人的自由意志，而是指系統能夠獨立完成從環境輸入到行為輸出的映射過程，其決策邏輯涉及復雜的算法、訓練數據、模型架構、學習算法、軟件代碼和決策規則等，這些因素中存在的任何缺陷或不足都可能顯著影響具身智能系統的性能，且往往難以被外部觀察者完全理解與預測。

行為鏈條的上述結構轉型使得具身智能在侵權認定中難以被追溯因果關系及判斷過錯。損害結果固然可以追溯至執行層的物理動作，但該動作的生成源于決策層的算法推理，而算法推理的邏輯又取決于設計階段的架構選擇與訓練階段的數據輸入。具身智能的自主決策是算法、算力、數據、人機交互等多種因素共同作用的結果，因其僅具有限的可解釋性，不能通過檢查底層編碼來驗證，很難確定損害是源于產品缺陷、使用不當，還是系統的自主錯誤決定。因果關系的難以確定可能導致侵權行為人無法判斷，不利于受害人救濟目標的實現。同時，用以證明過錯的證據多由服務提供者或制造商掌握，且相關證據材料往往涉及較高的專業技術門檻，倘若仍由受害人就相關主體的過錯承擔證明責任，其舉證空間將十分有限，敗訴風險亦將因此顯著上升，進而影響有關的創新活動。

（二）行為鏈條中的侵權風險生成與自主決策能力識別

侵權風險并非靜態地存在于行為鏈條的某一固定環節，而是在系統運行的動態過程中逐步累積與釋放。在不同環節所生成的風險中，部分風險仍可納入傳統產品責任的分析框架，部分風險則因涉及算法的自主判斷而呈現新的特征，因此，準確識別自主決策因素在各類風險中的介入狀態是歸責原則類型化配置的前提。

1.感知環節的風險與自主決策因素的有限介入

感知環節的風險通常源于信息采集與處理的局限，需要區分兩種情形：一種是由于傳感器的純粹硬件故障或物理性能不足，如雷達元器件老化導致探測距離縮短、攝像頭鏡片污損導致圖像模糊。這類風險的生成與自主決策因素無關，本質上屬于傳統產品缺陷的范疇。另一種則是感知數據的解讀環節出現偏差，這一過程涉及算法對傳感器原始數據的處理與識別，屬于自主決策因素介入的領域。如美國佛羅里達州特斯拉車禍案中的自動駕駛系統未能識別前方大型貨車致使車輛全速碰撞并造成駕駛者死亡。感知系統的響應遲滯及由此引發的決策偏差是此類事故發生的關鍵誘因。

2.決策環節的風險與自主決策因素的全面介入

決策環節是風險生成的核心環節，也是自主決策因素全面介入的環節。在這一環節中，算法架構的選擇、訓練數據的篩選、損失函數的設定以及部署后的策略更新，雖然由人類設計者啟動，但一旦訓練開始，模型便通過算法在數據中自主學習，其參數的具體數值與最終狀態不再完全由人類預設的規則所決定。正是這種由人類設定框架而由系統自主學習的特性使得具身智能系統的缺陷呈現獨特的歸因結構，即此類缺陷往往并非源于制造過程中的偏離，而是源于設計選擇本身的不當，包括訓練數據中的偏差、算法架構的缺陷等。

然而，將此類缺陷納入產品責任歸責框架時，面臨的困難在于設計缺陷的判斷難以脫離過錯認定。與制造缺陷不同，設計缺陷和警示缺陷的判斷本身包含了過錯證明的成分，有學者指出，判斷一項設計危險屬于合理還是不合理，其方法更接近過失的認定。德國學界的通說立場亦將產品責任視為過錯責任的有限變體，借助客觀化的安全基準加以衡量，產品缺陷概念與過失行為概念呈現內在親緣性，對缺陷的判定實質上指向生產者是否履行了交易安全所要求的注意義務。因此，不論在形式上將設計缺陷責任界定為嚴格責任抑或過錯責任，其在責任成立的判斷方法上均與過錯責任具有實質趨同性。

在具身智能領域，設計缺陷的既有判斷標準存在適用難題。就消費者期望標準而言，具身智能系統的高度復雜性和不透明性使消費者難以對具身智能系統的性能和安全性形成合理期望。就“風險—效用”標準而言，要求受害人對具身智能系統的復雜代碼和算法進行技術分析并找到更安全的替代設計既不現實，也會給受害人帶來過重的證明責任。可見，即便在形式上適用產品責任，實質上仍需依賴過錯判斷，對于決策環節產生的風險，產品責任中的缺陷概念難以完全獨立于過錯判斷而適用。

3.執行環節的風險與自主決策因素的邊緣介入

執行環節的風險生成相對直觀，機械結構的設計缺陷、元器件的老化失效、控制信號的傳輸延遲均可能導致執行結果偏離決策指令。這一環節的多數風險屬于傳統產品缺陷的范疇，自主決策因素的介入程度較低。但現代具身智能系統的執行層往往內嵌局部控制器，負責將上層決策指令轉化為具體的電機驅動信號，這些局部控制器可能采用自適應算法實時調整控制參數，當局部控制器具有一定的自主調節能力時，執行環節的風險便可能與自主決策因素產生邊緣關聯。

（三）基于自主決策鏈條的責任指向與責任層級配置

前文依據自主決策因素的介入程度對侵權風險進行了類型劃分，但風險類型的判斷有賴于對具體系統自主決策能力的準確識別。在自動駕駛分級領域，國際汽車工程師協會制定的J3016標準與中國國家標準GB/T 40429-2021《汽車駕駛自動化分級》均將自動駕駛分為六個等級，從L0的無自動化到L5的完全自動化，核心區分標準是系統在動態駕駛任務中承擔決策職責的范圍與深度。這一分級框架雖然針對特定應用場景，但其背后的分析邏輯所表明的一般化價值在于，自主決策能力的高低取決于系統在何種條件下、以何種方式、在多大范圍內獨立作出判斷。這一判斷并非二元對立的定性問題，而是程度漸變的定量問題，系統的自主決策能力可能隨技術迭代與應用場景的變化而處于不同層級。相應地，責任配置亦應呈現梯度特征，與系統的自主程度形成正向關聯，即系統自主決策能力越強，開發者與制造商的責任份額越高，人類干預空間越大，使用者的注意義務越重。歐洲議會（機器人民事法律規則決議）第56條即貫徹了上述理念，明確各方所負責任應與其對機器人控制指令的層級以及機器人實際自主水平之高低保持比例關系，系統所具備的學習能力或自主性愈強且訓練周期愈長，則訓練實施者所承擔的責任愈重。

沿此思路，本文認為具身智能的自主決策能力可從以下三個維度展開識別：第一為任務復雜維度，考察系統能夠獨立處理的任務類型與環境條件范圍。能夠在結構化環境中執行單一任務的系統，與能夠在開放環境中應對多元任務的系統，其自主決策能力存在質的差異。第二為人機交互維度，考察系統運行過程中人類監督與干預的必要程度。需要人類持續監控并隨時準備接管的系統，與能夠在較長時間內獨立運行的系統，在責任分配上理應有所區別。第三為學習適應維度，考察系統是否具備在部署后根據新數據調整行為模式的能力。具有在線學習能力的系統，其行為可能逐漸偏離初始設計狀態，由此增加了責任認定的難度。

上述能力識別的意義在于為責任指向的判斷提供依據，如前所述，對于非自主決策介入型風險而言，責任指向遵循傳統產品責任的分析邏輯。對于自主決策完全介入型風險與自主決策部分介入型風險而言，責任指向的判斷需要沿行為鏈條進行更為精細的追溯。可以嘗試將算法架構的設計缺陷指向開發者，訓練數據的偏差可能同時涉及數據提供方與算法開發方。深度學習模型的訓練依賴海量數據，數據的采集、清洗、標注等涉及多個主體的分工協作。當算法因訓練數據偏差而產生歧視性輸出時，責任在數據提供方與算法開發方之間如何分配，取決于雙方對數據質量的控制能力與注意義務的具體約定。

四、基于自主決策的人機混合模式下責任界分機制與規范協調路徑

類型化分析框架為責任指向提供了判斷依據，但責任指向的確定僅解決了誰可能承擔責任的問題，尚未回答各責任主體之間如何分配責任份額以及歸責原則如何協調運行的問題。當損害涉及多個責任主體、產品責任與過錯責任發生競合時，責任的具體界分與比例配置需要更為精細的操作機制。

（一）基于人機混合過錯類型化的責任競合形態展開

具身智能的自主決策能力構成責任劃分的核心識別標準，而這種自主決策本質上是人類設計與機器運行相結合的人機混合模式。在此模式下，產品缺陷與人類過錯往往交織共存，產品責任與過錯責任的競合成為常態。就前者而言，無過錯責任的正當化根據在于風險開啟者對其所創設風險造成的損害承擔填補義務，同時為防止行為自由受到過度抑制，立法通常配套設置若干免責事由與責任上限規則。就后者而言，過錯責任亦可借由提升注意標準、推動標準客觀化、適用過錯推定等技術手段強化對受害人的救濟效果，從而在功能層面向無過錯責任靠攏。兩種責任形態之間的這種趨近性，為具身智能侵權的歸責體系構建提供了融通的可能。解決這一競合問題的關鍵，在于依據產品缺陷與人類過錯在損害發生中的作用關系建立類型化的認定標準，進而為不同類型配置相應的歸責路徑。

依據上述思路，可將具身智能侵權的責任形態區分為四種基本類型：第一種為產品缺陷單獨致損型，系統因設計缺陷、制造缺陷或警示缺陷導致損害，使用者的操作完全符合產品說明與合理預期。第二種為使用者過錯單獨致損型，產品本身不存在缺陷，損害完全源于使用者違反操作規程或超出產品設計用途的不當使用。第三種為產品缺陷與使用者過錯共同致損型，產品存在缺陷，使用者的操作亦存在過失，兩者共同作用導致損害發生。第四種為因果交織型，產品的缺陷狀態干擾了使用者的正常判斷，使其作出在正常情況下不會作出的錯誤決策。上述四種類型的劃分對應著不同的請求權基礎與歸責路徑。其中，產品缺陷單獨致損型適用產品責任的無過錯歸責原則，使用者過錯單獨致損型適用過錯責任的一般規則，后兩種類型則涉及責任在多個主體之間的分配。

對于共同致損型而言，生產者與使用者之間通常不存在意思聯絡，難以構成《民法典》第一千一百六十八條規定的共同侵權而承擔連帶責任，而第一千一百七十一條規定的分別侵權造成同一損害且每一行為均足以造成全部損害的情形，在具身智能侵權中亦屬少見。多數情形符合《民法典》第一千一百七十二條的規范構造，即產品缺陷與使用者過錯分別作用于損害的發生，能夠確定責任大小的各自承擔相應責任，難以確定的平均承擔。在此框架下，責任份額的確定取決于各因素的原因力大小，而自主決策因素的介入程度構成原因力判斷的核心變量。具言之，系統的自主程度越高，人類干預的可行性越低，產品缺陷的原因力權重便應相應提升。反之，若系統設計預期人類持續監控并隨時接管，而使用者未能履行監控義務，則使用者過錯的原因力權重應相應提升。

因果交織型的處理需要在共同致損型的基礎上進一步考察介入因素對因果關系的影響。在因果交織型中，產品缺陷對使用者決策失誤的誘發作用構成介入因素，需要判斷該介入因素是否足以中斷產品缺陷與損害之間的因果關系。若產品缺陷所創造的錯誤決策環境具有高度誘導性，使用者的決策失誤屬于缺陷風險的正常實現，則該類型實質上應歸入產品缺陷單獨致損型處理，生產者不能以使用者過錯為由主張減免責任。若使用者的決策失誤明顯超出產品缺陷的可預見風險范圍，構成對因果關系的中斷，則應按共同致損型處理，生產者的責任相應減輕。這一判斷標準的確立，旨在避免生產者通過設計模糊的人機交互界面來轉嫁本應由其承擔的風險。

上述類型化認定與歸責路徑的確立，需要在請求權行使層面獲得程序性規則的支撐。具身智能系統的技術復雜性導致受害人在起訴時往往難以判斷損害究竟是源于產品缺陷還是使用者過錯，若要求受害人先行查明損害原因再選擇請求權基礎，將顯著增加其訴訟成本。因此，受害人選擇權的行使不應以預先查明損害原因為前提，其可在訴訟中同時主張產品責任與過錯責任，由法院依據查明的事實確定最終的責任承擔方式。

（二）基于行為控制力與最小成本回避者的責任界分與比例配置

從侵權責任的補償和預防功能出發，規則設計要考慮不同行為主體對風險的控制力和預防能力。在侵權責任法的研究中，卡拉布雷西較早提出了“最小成本預防者”的概念，認為現代侵權責任法應當將責任分配給能夠用最小成本防止事故發生的主體。在此分析框架下，經過妥善設計的侵權規則應當同時發揮雙重功能，既激勵安全增強型技術的研發投入，又促使高損害成本且缺乏對應效益的技術退出市場。具體而言，責任比例的配置以風險控制力與預防成本效率兩項標準為基礎。

風險控制力標準著眼于各主體對損害發生的實際貢獻及其控制能力。在具身智能侵權中，算法架構缺陷、訓練數據偏差、運營維護疏失、使用操作失誤等因素各自對損害結果的貢獻程度構成責任份額分配的基礎依據。傳統侵權法理論中的控制支配思想要求只有控制危險的人方可承擔責任，但這一標準難以直接適用于具身智能領域，因為人類的有限參與極大弱化甚至架空了人類對算法決策過程的控制，無論哪個主體都無法達到傳統理論中的控制程度。因此，風險控制力的判斷應當從相對意義上展開，考察各主體在行為鏈條中的實際影響力。從這一角度看，提供者在系統的初始架構設定、訓練數據篩選、算法模型選擇以及學習能力配置等關鍵環節均具有決定性影響力，同時掌握著產品市場投放與否的決策權，并在產品流通后持續保有介入使用過程與實施風險預防的技術條件。基于開啟特殊危險者應就此種危險給他人造成的損害承擔賠償責任的法理，提供者應當承擔較高比例的責任。

預防成本效率標準著眼于激勵最優預防投入。漢德公式揭示了預防投入B與損害發生概率P及損害后果嚴重程度L三者之間的經濟關聯。當預防成本低于預期損害（B

基于上述兩項標準的分析，產品責任的無過錯歸責原則應當繼續適用于具身智能產品的生產者，使用者則僅在存在過錯時承擔責任。對于開發者而言，其在人工智能系統的架構設計、研發推進與模型訓練等環節居于主導地位，對系統的功能表現與運行邏輯享有決定性話語權，并憑借其在核心技術源頭的支配優勢成為主要獲益方，理應承擔更大責任。而使用者注意義務的課予須以其對損害發生具備合理預見可能性與避免可能性為前提。具身智能系統的自主化水平愈高，使用者在操作過程中的實際干預空間愈小，相應的注意標準要求也隨之降低。當系統行為的異常性超出一般使用者的預見與控制能力時，不宜認定使用者存在過失。

責任比例應隨系統狀態與使用場景的變化而調整，這一動態性源于具身智能的兩個特征。其一為運行模式的差異性，同一系統在不同運行模式下可能呈現不同的自主程度，以自動駕駛為例，系統在高速公路巡航模式下的自主決策能力與在復雜城市路況下的自主決策能力存在差異，自主程度越高，人類干預的可行性越低，開發者與制造商的責任份額便應相應提升。其二為生命周期的演進性，系統在生命周期的不同階段行為特征可能發生變化。經過長期運行與在線學習的系統可能比初始部署時具有更高的自主決策能力，或者因策略漂移而表現出與設計預期不符的行為特征。若損害發生時的系統行為已與出廠狀態存在實質差異，開發者能否證明其設計符合當時的技術標準、運營者是否履行了對系統行為的監測義務，將影響最終的責任份額。

（三）面向對外救濟與對內追償的雙層責任安排與規則銜接

具身智能侵權責任的制度設計需要兼顧兩個層面的目標。對外層面需確保受害人能夠便捷、充分地獲得救濟；對內層面則需實現責任在各相關主體之間的合理分配，使最終責任負擔與各主體的風險貢獻相匹配。

對外救濟層面的制度安排應當貫徹受害人便捷救濟原則。具身智能系統的生產與運營涉及多元主體，受害人面對復雜的責任主體往往難以判斷應當向誰主張權利，若要求受害人在起訴前即準確識別責任主體并證明其過錯或產品缺陷，將顯著增加救濟成本，不利于損害的及時填補。對此，受害人可以向產品的銷售者或系統的運營者主張賠償，由該主體先行承擔對外賠償責任，再依據對內追償規則向其他責任主體追償。

對內追償層面的規則構建旨在實現責任的最終合理分配。先行承擔對外賠償責任的主體，有權依據各責任主體的過錯程度與原因力大小向其他主體追償，追償比例的確定標準與前述責任比例配置規則保持一致。在追償過程中，合同約定與法定追償的關系需要妥善處理。具身智能產業鏈中的各主體之間通常存在合同關系，開發者與制造商之間的技術許可合同、制造商與銷售商之間的經銷合同、運營者與服務提供商之間的運維合同均可能包含責任分配條款。合同約定的責任分配對當事人之間具有約束力，但不得對抗受害人的法定請求權，亦不得通過約定將責任完全轉嫁于缺乏風險控制能力的主體。

然而，具身智能系統的行為生成涉及感知、決策、執行的多環節協作，特定損害究竟源于哪一環節的缺陷或過失，有時難以通過技術鑒定準確判定。若因果關系無法查明而導致受害人求償無門，有違損害填補的基本法理。對此，損害賠償基金或行業共濟機制可以作為補充性的救濟渠道，由具身智能產品的生產者、開發者按照銷售額或風險等級繳納基金，用于賠償因果關系無法查明案件中的受害人損失。共濟基金的制度定位應當堅持補充性特色，即當受害者通過保險賠償、向責任方索賠等常規途徑無法獲得充分賠償時，方可申請此基金進行補充性的經濟補償。

責任保險制度可為上述救濟機制提供更為穩定的資金保障。具身智能產品的致損風險具有低概率、高損害的特征，單一事故可能造成嚴重的人身傷亡或財產損失。根據危險責任理論，鑒于具身智能系統內含難以完全掌控的技術風險，通過強制責任保險制度建立風險社會化分散機制以保障賠償資金來源便具有制度上的必要性。在各方均不存在過錯的侵權損害場合，可經由保險機構的賠付實現對受害人損失的填補。對此，北京市、深圳市等部分地區已在立法上作出相關嘗試。有學者進一步主張，應當將保險責任和投保義務從傳統的所有者或使用者更多分攤乃至轉移到開發者和制造商一方，通過改進代位追償制度激勵保險公司設計新機制并分擔部分人工智能創新風險，或者通過強制保險機制實現風險的社會化分散，而非退守調整歸責原則或免責事由，這也可成為彌補無過錯責任嚴苛后果的重要措施。

五、結語

具身智能憑借其對現實世界的直接介入能力、對復雜場景的感知與決策能力，以及對人類行為模式和社會運行方式的重塑潛能，正在突破傳統侵權責任格局的內在邊界，成為現行侵權法體系必須正面回應的新型對象。這一形態下的侵權風險并非單純源自產品缺陷或單純源自人的過錯，而是由算法迭代、場景部署、人機協作等多種因素交織構成，呈現出決策自主性、行為鏈條延展化、風險生成過程不透明化等特點。由此，以產品責任為核心的客觀歸責模式與以過錯責任為核心的主觀歸責模式，在具身智能侵權情形中逐漸顯露出適用適配的現實困境。面對這一趨勢，歸責原則不能簡單維持既有劃分，更不宜通過機械疊加兩類責任加以應對，而是需要在堅持保護受害人、維護交易安全與促進技術進步基本目標的基礎上，重新審視具身智能所帶來的行為形態與風險結構，合理界分和協調產品責任與過錯責任的適用框架與銜接機制，使法律規則能夠真實回應具身智能技術發展與應用擴展所帶來的制度挑戰。

從規范運行的角度看，產品責任與過錯責任對具身智能侵權的規制并非彼此孤立，而是在不同層面、通過不同路徑共同作用于以自主決策能力為核心的新型責任結構。一方面，需要在解釋論層面細化兩類責任制度的適用前提與功能分工，以具身智能的自主決策能力、人機混合控制以及風險預防能力分布為基礎，厘清何種情形應當優先適用產品責任以保障對外救濟的集中與高效，何種情形需要通過過錯責任強化對研發者、運營者、使用者等主體的行為規范與安全義務；另一方面，還應當關注兩類責任在競合與銜接中的制度協調，通過對行為鏈條、控制力大小、最小成本回避能力等因素的綜合考量，在責任承擔、責任分配以及內部追償等層面形成可操作的配置規則。在具身智能加速發展并持續嵌入生產生活各領域的背景下，推動產品責任與過錯責任在規范目標、適用結構和責任后果上的協調與互補，不僅是化解新型侵權風險的迫切需要，也是維護侵權法體系整體穩定性與適應性的內在要求，更是在新技術條件下實現法治秩序自我調整與良性演進的必然方向。

點擊進入下方小程序

獲取專屬解決方案~

責任編輯 | 王睿

審核人員 | 張文碩

本文聲明 | 本文章僅限學習交流使用，如遇侵權，我們會及時刪除。本文章不代表北大法律信息網（北大法寶）和北京北大英華科技有限公司的法律意見或對相關法規/案件/事件等的解讀。