全球贸易规则正在加速重塑。最新的政策与监管动向往往比过往经验更能影响企业的风险与机会。
他山之石，可以攻玉。通过即时解读最新政策监管变化与法律争议案例，我们可以更早洞见趋势，也能从他人的经验与教训中获得启示。把握讯息与判断上的时间差，也是一种一步领先。
关注本公众号，读懂世界正在发生什么。
2026年4月，路透社报道称，美国律师界正在向客户发出更强烈的警示：与 ChatGPT、Claude 等生成式 AI 工具的聊天记录，未来可能在刑事或民事案件中被对方调取并作为证据使用。该警示的直接背景，是纽约南区联邦法院在 United States v. Heppner 一案中拒绝对被告使用 Claude 生成的 31 份材料适用律师—客户保密特权和 work product（诉讼准备材料）保护。与之相对，密歇根东区联邦法院在 Warner v. Gilbarco 一案中，则认可了一名自行诉讼当事人借助 ChatGPT 形成的部分材料可以受到 work-product 保护。两案并不真正矛盾，而是表明：AI 交互内容是否受保护，不取决于“是否用了 AI”，而取决于所主张保护类型、平台性质、律师是否主导、数据是否向第三方暴露、以及材料是否体现律师或当事人的诉讼思维过程。
从合规与争议解决角度看，当前美国法的可操作结论很明确：把公开或消费级 AI 平台当作“可保密的法律顾问替代品”，风险极高；而在受控企业环境、律师主导流程、明确的数据治理和最小披露前提下，部分 AI 辅助法律工作仍有可能争取到更强的保密与抗披露地位。 但截至目前，美国并不存在一条普遍承认的“AI 保密特权”。
二、事件背景：为何该新闻引发美国律师界警报
路透社报道指出，Heppner 案之后，美国律师开始明确提醒客户，不要把 AI 聊天机器人当作受律师—客户保密特权保护的交流对象；聊天内容在刑事案件中可能被检方索取，在民事案件中也可能进入发现程序。报道还提到，部分律所已开始建议客户减少此类使用，或改用更封闭、受控的企业域 AI 环境，并在委托文件中加入 AI 使用风险提示。
这类警报之所以重要，不在于法院“发现 AI 不安全”，而在于法院正在把 AI 平台重新归类为一个普通第三方技术提供者，而不是律师、律师代理人或天然受保护的法律工作环境。一旦如此，用户把案件事实、法律分析、和解打算、证据判断、甚至心理预期输入进去，就可能被认定为向第三方披露，进而削弱甚至摧毁本可主张的保密或豁免。
三、核心案件一：United States v. Heppner（纽约南区）
根据法院书面意见，Heppner 的律师承认，相关 Claude 搜索并非由律师指示完成；法院因此需要处理一个“全国范围内首次出现”的问题：被告在刑事调查背景下使用公开 AI 平台生成的材料，能否主张 attorney-client privilege 或 work-product 保护。法院最终给出否定答案。
四、核心案件二：Warner v. Gilbarco（密歇根东区）
与 Heppner 同一天，密歇根东区联邦法院在 Warner 案中采取了不同路径。根据 Proskauer 对裁判的整理，被告要求调取原告使用第三方 AI 工具（如 ChatGPT）与本案有关的全部材料；法院拒绝该请求，并认为在该案事实下，这些材料至少可受到 work-product doctrine 保护。
Warner 案几个要点值得特别注意：
其一，法院强调 work-product doctrine 保护的是“为诉讼准备而形成的材料”，自行诉讼当事人也可以主张；其二，法院认为把内容输入 ChatGPT 并不当然构成 waiver，因为 work-product 的放弃通常要求向对手方披露，或者以一种“很可能落入对手手中”的方式披露；其三，法院直接表示 ChatGPT 这类生成式 AI “是工具，不是人”，即便背后有管理者，也不因此当然等同于一个第三方接收者。法院还认为，对方所要的其实是当事人的内部分析和思维过程，这类内容本就高度敏感。
因此，Warner 并不是说“AI 聊天都受保护”；它说的是：在某些事实结构下，尤其是围绕诉讼准备形成的 mental impressions（思维印象），work-product 的保护逻辑仍然可能成立。
五、两案为何出现分歧：真正的法理差异在哪里
这两案表面上看是“同样用 AI、结果相反”，实则差异集中在四个层面。
第一，主张的保护类型不同。
Heppner 同时主张 attorney-client privilege 和 work product，但法院对二者都采取较严格理解；Warner 的关键保护基础则是 work product，而非 attorney-client privilege。美国法上，律师—客户保密特权一般要求更严格的保密性与律师关系要素；work-product doctrine 的政策目标则更多是保护诉讼准备和法律思维过程，因此在 doctrinal design 上本就更有弹性。
第二，律师是否主导，影响极大。
Heppner 案中，法院反复抓住一点：相关 Claude 使用并非出于律师指示。法院甚至明确留了一个口子：如果是律师指示当事人使用 Claude，Claude 或许“可以被类比为律师代理人”而进入 Kovel/agent 分析框架。也就是说，法院并非永远否定 AI 辅助，而是否定“当事人自行把敏感事项扔进公开 AI，再事后要求法院承认保密”。
第三，平台条款和数据流向是裁判关键。
Heppner 法院把 Anthropic 的隐私政策作为判断“是否存在合理保密期待”的核心事实之一；而 Warner 更强调，在该案下对方并未证明材料因此实际或高度可能流向对手。换言之，平台合同、数据训练安排、可披露场景、保留期限、管理员权限、以及是否为消费级公开产品，都可能左右法院对 waiver 和 confidentiality 的判断。
第四，刑事案件与民事案件的程序姿态不同。
Heppner 是刑事案件，被告材料已在搜查中取得，法院强调并非普通民事 discovery 生产；Warner 则是典型民事发现争议，法院关注的是请求是否触及对方诉讼思维、是否过度、以及是否符合 discovery 的边界。程序语境不同，会显著影响法院对可披露性的态度。
六、平台官方条款对法律风险的实际意义
从 OpenAI 官方材料看，个人/消费者服务适用消费者 Terms of Use 与 Privacy Policy；OpenAI 隐私政策明确写明，在符合法律义务、保护权利安全或其他法定情形下，可向政府机关或其他第三方披露与服务交互有关的个人数据。同时，OpenAI 官方企业隐私页面写明：对 ChatGPT Business、Enterprise、API 等业务产品，默认不使用客户数据训练模型，客户拥有并控制其输入输出，且可控制保留期限。OpenAI 服务协议也明确区分了消费者服务与企业/开发者服务。
Anthropic 方面，其官方更新页面显示，消费者产品在一定设置下可能允许将聊天和编码会话用于改进 Claude，并有明确的数据保留说明。Heppner 法院引用的也是 Anthropic 隐私政策关于收集输入/输出、训练使用以及向第三方披露的安排，从而否定了用户的合理保密期待。
这里需要把一个常见误区说清：“平台不默认拿企业数据训练模型”并不等于“所有聊天当然享有诉讼保密特权”。 前者是合同与数据治理问题，后者是证据法和程序法问题。企业版、封闭域或 API 化部署当然更有利于主张保密和降低泄露概率，但法院是否认可 privilege / work product，仍要看具体事实、指挥链、披露对象、及案件法理。这个结论，是基于现有材料作出的法律推断，而不是已有法院对所有企业版场景的统一裁判。
七、对律师行业与企业法务的直接影响
第一，律师职业责任中的 competence 与 supervision 要求正在被重新具体化。 路透社同日另一篇报道提到，印第安纳州一名法官批评律师在 Walmart 案中过度依赖 AI 识别 discovery 缺陷，称其采取了“危险的捷径”。这说明司法审查已不只关注“AI 生成内容是否失真”，也关注律师是否放弃独立专业判断。
第二，客户访谈与案件事实采集流程要重构。 过去很多当事人习惯先“整理一下思路”再找律师；在 AI 时代，这个“整理”动作若发生在公开聊天机器人中，可能已经制造出一份可被调取的时间戳记录，里面包含对事实、责任、损失、意图、补救方案的表述，未来与正式口径不一致时，会成为极具杀伤力的 impeachment material（弹劾材料）。这一风险在民事诉讼、白领刑事辩护、内部调查、劳动争议和知识产权案件中都很现实。该风险判断与 Tyson Mendes 等实务评论相一致。
第三，律所 engagement letter、outside counsel guidelines、litigation hold 与 AI use policy 需要联动更新。 路透社已报道部分律所把 AI 风险提示写入与客户的合同安排。下一步更成熟的做法，应是把“哪些系统可用、哪些信息不得输入、谁有批准权、是否必须走企业租户、是否允许上传受 protective order 约束材料”等内容制度化。
八、对中国企业、跨境业务和涉美诉讼当事人的影响
对中国企业而言，这一发展尤其值得重视，因为很多企业的第一反应是“员工只是用 AI 做内部辅助，不会真的交给法院”。这种理解在美国程序下并不稳妥。根据媒体和律所的提示，只要相关聊天与美国诉讼、监管调查、FCPA/出口管制/制裁、雇佣纠纷、证券披露、反垄断调查或内部举报处理有关，就可能进入电子证据和发现范围。若员工把案件事实、合规判断、与美国律师沟通过的信息、内部风险评级、或商业秘密发送给消费级 AI，后续可能同时引发 privilege、数据出境、商业秘密保护和董事高管责任问题。
尤其在跨境内部调查中，若中国母公司、美国子公司、外部美国律师、电子取证供应商与 AI 平台之间没有清晰的指挥链和保密框架，企业将面临双重困难：一方面很难在美国主张 privilege；另一方面又可能在本地数据合规层面承受额外压力。此处不是说“不得使用 AI”，而是说必须把 AI 纳入既有的 legal privilege governance 和 evidence governance。
九、结语
本次 Reuters 报道并非危言耸听，而是对美国法院近期裁判趋势的现实总结：生成式 AI 聊天记录，在当前美国法下并不当然享有律师—客户保密特权；在某些情形下，也未必享有 work-product 保护。 Heppner 案代表的是严格路径：公开 AI 平台、非律师指示、平台保留数据并可披露、用户又试图把结果“带回律师体系”时，法院完全可能认定保护失效。Warner 案则说明，若争议焦点是诉讼准备材料和 mental impressions，且案件事实支持，work-product 保护仍有生存空间。
因此，根据媒体和律所的提示，目前最稳妥的结论不是“不要用 AI”，而是：不要把消费级 AI 当成律师，不要把高风险事实直接倒进公开模型，不要在没有律师主导和企业治理的情况下期待法院替你补上 privilege。 未来美国法院可能会继续细化规则，但在规则明朗之前，谨慎使用、分层治理、最小披露、以及企业化部署，是最现实的应对方案。
世界纷繁复杂，在信息过载的时代，能够读完一篇文章，本身就是一种选择与耐心。感谢您读到这里。
施吉龙（Jilong Shi）
具有中、美（加州）两国律师资格｜CPA｜CIPP/E｜CTA｜CPV
（注：目前美国加州律师状态为Inactive,为非执业状态）
他专注于商事合同与交易、涉外法务与合规、股权与投资等领域，致力于为企业解决跨境经营中的复杂法律与合规问题。
合规的核心要求 = 可审计性 + 可追溯性 + 可证明性 + 可执行性 + 可问责性。在面对全球监管趋严与合规风险叠加的背景下，他采用“全周期、多跨度”的合规与风控方法论，从法律、财税与审计多个维度，系统性重构企业风险防御体系：
一、法律逻辑定边界、分责任 以合同和公司制度流程为核心载体，构建可执行的合规框架，精准界定义务与责任边界，将法律风险前置并制度化，形成具备操作标准的企业内部控制体系。以实现可执行、可问责的制度要求。
二、财税审计留凭证、验清白 拒绝“纸面合规”，通过对资金流、货物流与信息流的穿透式审计，还原交易实质。在合同设计之外，构建底层可追溯的证据链条，实现“业务—财务—法律”三位一体的合规闭环，以实现可审计、可追溯、可证明的监管要求。
三、趋势洞察控风险、占先机 持续跟踪全球监管政策与典型判例，前瞻性识别潜在风险。在动态变化的国际合规环境中，以领先研判能力为企业提供战略级风险预警与决策支持。以实现掌握最新监管重点和趋势，更有机会利用讯息和判断的时间差，同时降低成为典型的概率。
📧 Email: duoyunyu@gmail.com
💬 WeChat: duoyunyu