AI法律探索196：具身智能让企业合规面临新挑战
我们熟悉的生成式AI（Generative AI，基于大语言模型自动产出文本、图像等）只在数字空间里运作——接收你的指令、生成回复，仅此而已。然而如今，AI正走出屏幕，踏入物理世界：具身智能（Physical AI，配备传感器和执行器，能感知并实际干预现实环境的智能系统）已开始掌控工厂生产线、物流仓库、自动驾驶汽车乃至手术室。具身智能的基本架构——感知（Sense）→思考（Think，通过强化学习RL，利用奖励反馈让智能体在试错中优化行为）→执行（Act，经由执行器Actuator完成）。对于常年服务制造
本周AI项目推荐|Factory Router,Inworld Router,nexos.ai ...... Router 无处不在
步入 Agent 时代，一次任务不再仅仅是向模型提问，而是涉及规划、检索、调用工具、执行操作，以及反复核对结果。每多一个环节，都意味着 Token 的持续消耗。然而企业的 AI 支出已经无法承受 Token 随意消耗的局面，不能允许每个简单操作都调用价格昂贵的前沿模型。理想状态是：复杂任务交给最强模型，简单任务则分配给更经济的模型，让擅长代码、检索、推理的各类模型各尽其责。于是问题从“哪个模型最强”，转变为“最应该调用哪个模型”。Router 此前主要负责连接不同模型、切换供应商、平衡价格与稳定性。而现在
企业部署AI内容代理前，法务必须审视的四大合规要点
近期云端内容管理平台Box推出Box FDE（前端部署工程师）服务，协助企业整合文档、元数据（Metadata）及访问控制列表（Access Control List, ACL），并与Box Agent（智能代理，具备在授权范围内检索、分析及生成内容能力的自主AI系统）和Box Automate（AI路由工作流自动化引擎）对接，实现AI在Box环境中直接检索合同、比对标准条款、提取发票字段、生成尽调摘要——全程在企业授权范围内运行，不用于模型训练。愿景很美好。作为法律从业者，我关注的是：贵司与供应商签署的
AI进化：由辅助工具跃升为职场搭档
AI进化：由辅助工具跃升为职场搭档Microsoft 365 Copilot Cowork正深刻重塑商业办公模式AI技术正跨越“被动答疑”阶段，迈入“主动协同办公”新纪元。Microsoft 365 Copilot Cowork 能够在 Microsoft 365 生态里代为打理电邮、会议、文档、Teams 通讯、日程及企业数据搜索，且核心环节均需人工拍板。🚀 四大核心优势①由解答迈向实操：仅需阐明意图，Cowork 便能自主规划任务、驱动流程，横跨 Outlook、Teams、Word、Excel、PP
AI超越人类智慧前夕：三位图灵奖得主警示企业合规的三条底线
大语言模型（LLM）之后，人类向"超知能（Superintelligence/ASI）"迈进多远？它将如何重塑权力与责任格局？这并非天方夜谭。对企业来说，这意味着——当所采购的下一代AI不再局限于"撰写文案"，而是能够自主规划、跨平台调度、自我迭代、甚至偏离人类预设逻辑运转时，贵司的合同条款、数据治理、责任边界是否已做足准备？"LLM已成历史，索然无味。当今AI尚缺四项关键能力：对物理世界的认知、持续性记忆、逻辑推演、战略规划。九个月大的婴儿已理解重力，LLM却一无所知。仅靠堆砌数据与参数无济于事，必须构
商业秘密保护新规6月1日起施行
为了强化商业秘密的防护，《商业秘密保护规定》6月1日正式生效。据悉，该规定年初已发布，详细明确了法律条款，给企业的合规经营指明了方向。实施当天，国家市场监督管理总局同步启动了第四届“企业商业秘密保护能力提升服务月”活动。 市场监管总局表示，本次“企业商业秘密保护能力提升服务月”活动紧扣“保护商业秘密，护航产业发展”这一主题，重点围绕规章宣贯、服务供给、监管执法、机制创新及协同共治这五个方面落实具体措施。 首先，利用专题宣讲、案例剖析和线上微课等手段，针对不同规模和行业的公司进行分级分类的培训。对于小微企业
企业AI合规：新规要点与实务操作指南
自2026年1月1日起，重新修订的《网络安全法》正式生效。其中最关键的改变是人工智能首次被纳入法律监管体系，对应违法行为的罚款上限大幅提升至一千万元。这表明AI已彻底告别"无拘无束"的时代，企业在应用AI技术时面临的合规要求与潜在风险同步攀升。一监管体系：从"三驾马车"到全流程覆盖我国AI治理架构已相当完善：底层由《网络安全法》《数据安全法》《个人信息保护法》奠定基础，顶层则以《算法推荐管理规定》《深度合成管理规定》《生成式人工智能服务管理暂行办法》等专项制度作为补充。新规再次明确了"发展与安全并行"的基
从人治到数治：招标法修订与AI评标新趋势
传统法律侧重约束“人”，其信任基石在于“程序”与“专家”。而本次修订揭示了范式的根本转变，即将核心规制对象转向“数据”的生产、流通及验证质量。“破除壁垒”的深层意涵在于打破数据孤岛，为AI开展全国性的“主体画像”和“关联分析”奠定合法的数据根基。“提高透明”要求全流程数据留痕，实质上是在打造一个高保真的“招投标数字孪生”体系，从而让AI审查、模拟和预警成为现实。“打击违法”因此获得了新维度。随着所有行为转化为数据轨迹，围标串标将呈现为数据网络中的异常聚类、文本相似或隐蔽关系。法律对“电子化”和“大数据监管
OpenAI赢得官司 但AI企业的使命承诺困境才刚开始
这两日，马斯克与 OpenAI 之间的法律纠纷有了初步结论。美西时间 2026 年 5 月 18 日，据美联社、路透社、《卫报》等媒体披露，加州奥克兰联邦法院的陪审团认定，马斯克针对 OpenAI、萨姆·奥特曼、格雷格·布罗克曼等人的诉讼请求已超过诉讼时效。陪审团在案件中仅承担咨询性职能，法官 Yvonne Gonzalez Rogers 随后采纳了陪审团建议，驳回了马斯克的相关诉求。若仅看新闻标题，此事可简单总结为：马斯克败诉，OpenAI 胜出。但若仅将其视为硅谷巨头的私人恩怨，则未免可惜。因为这起案
税务稽查新时代：从人工到AI智能监管
你的企业是否经历过税务稽查？是否还幻想着靠人脉、做一套漂亮的外账就能过关？不否认，只有真正吃过亏，你才会认真对待。如今的税务稽查早已不是过去专管员上门查账的模式，而是从抽查走向AI自动预警，稽查逻辑发生了根本性变化。今天我们就来梳理税务稽查的发展历程，重点解析金税四期和AI稽查的严格程度，以及企业应该如何应对！首先来看税务稽查的四个发展阶段第一阶段，1970年代末到1993年：人工征管时期——专管员主导，人情关系当道当时没有电脑和系统，稽查完全依赖专管员"管户"，一个人负责几十甚至上百家企业的税收管理，上
AI审计遭遇“黑箱”危机：64%企业深陷未授权Agent风险
编者按：当业界热议AI Agent的强大功能时，IDC却抛出了一组令人胆寒的数据——64%的企业在生产环境中意外发现了未经许可的Agent或自动化脚本。这并非虚构情节，而是2026年真实上演的企业生存挑战。2026年4月，IDC发布报告《中国智能体威胁检测技术评估》，其核心结论令业界哗然：数据显示，约64%的企业已在生产环境中侦测到未授权的智能体或自动化脚本正在关键业务环节中运行。深入剖析这一数据，意味着：这些被称为“幽灵Agent”的工具，来源五花八门：既有员工为提升效率私自构建的，也有供应商暗中植入的
内控AI一体机：人工耗时转向智能定制，内控建设迎来革新突破
面对企业管理日益强化的规范性与合规性要求，内部控制系统构建已成为企业抵御风险、优化运营、保障战略实施的关键支柱。传统内控构建模式极度倚赖人力操作，面临耗时长、投入大、标准化欠缺、个性化匹配困难等多重挑战，无法敏捷满足各类行业、体量及所有制形态企业的独特诉求。伴随大语言模型与硬件融合技术的日趋完善，内控AI一体机顺势诞生，推动内控建设由人力驱动转向智能化、自动化与高效化运作，为内控咨询领域和企业内控实践带来颠覆性转变。传统内控体系搭建是典型的"高人力投入、高经验依赖、高时间消耗"型项目，咨询团队须历经多个手
万隆工作室：深耕沙特十年的跨境合规专家
万隆工作室｜专注沙特跨境业务专家深耕沙特市场十余载，致力于为个人及企业提供精准、高效且值得信赖的跨境全流程服务。【核心优势｜我们的独特之处】✅官方直通·高效便捷：依托本土网络与官方资源，直达核心环节，有效规避中间环节风险。✅全网通办·响应神速：打破地域限制，全程线上操作。配备24小时应急通道，紧急事务即时响应。✅定制方案·全程透明：从个人签证到企业合规，量身打造解决方案，业务进度实时可查。【核心业务｜我们的服务范围】🔹公证认证全流程• 涉外公证（涵盖留学、移民、务工）• 领事认证及海牙认证• 民事商业文件
AI驱动合同管理革新：高效合规的数字工具与方案精选
合同智能审查系统现已推出：借助人工智能，实现更高效的合同管理在企业的日常运作与商业活动中，合同作为明确各方权责、保障交易安全的关键文件，其起草、审阅、修改与管理的效率和质量，直接关系到企业的经营风险与运营开销。在传统合同处理方式下，依靠人工逐条检查条款、反复对比版本、排查法律隐患，不仅费时费力，还极易因人为失误导致条款疏漏、合规风险等问题。随着人工智能技术的深入应用，AI合同优化工具应运而生，彻底突破了传统合同处理的效率限制，为企业提供覆盖全流程、智能化的合同管理方案，帮助企业达成降低成本、提升效能、控制
英企难掌握海外AI数据流向
一项调查表明，英国多数大型企业并不清楚本公司的敏感数据在海外被人工智能系统处理时究竟会如何使用，折射出这项快速演进技术所带来的潜在风险。 这项研究面向英国营收超过1亿英镑企业的高级技术和数据负责人，结果显示，61%的受访者无法完整掌握数据在海外的处理路径。报告称，这一难题尤其让企业董事会感到头疼。 Harbr Data 的调查显示，接近四分之三的受访者表示，数据经由人工智能系统流出英国的频率至少每周一次，其中三分之一称几乎每天都会发生外流。 在较轻的情况下，数据处理地点和方式不够透明，可能引发监管合规问题