本文來自微信公眾號：星夜律途，作者：王帥賓lawyer，原文標(biāo)題：《技術(shù)無罪，但“姿勢”得對：開發(fā)者如何通過AI合法抓取數(shù)據(jù)？》，頭圖來自：AI生成

最近在圈子里流傳著一句話：“爬蟲寫得好，牢飯吃到飽?！彪m然是玩笑，但也反映了當(dāng)下數(shù)據(jù)采集面臨的嚴(yán)峻法律環(huán)境。AI的出現(xiàn)讓數(shù)據(jù)抓取變得前所未有的簡單——利用LLM解析復(fù)雜網(wǎng)頁、自動繞過反爬、甚至模擬人類行為。

但技術(shù)手段的升級，并不代表法律底線的后退。今天，我們從刑事律師的角度，聊聊AI時代抓取數(shù)據(jù)的“安全準(zhǔn)則”。

一、懸在頭頂?shù)娜选胺芍畡Α?/h5>

在動代碼之前，你得先知道哪幾個地方是“雷區(qū)”：

1.《刑法》第285條（非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪）：簡單說，如果你突破了對方的技術(shù)防護措施（比如暴力破解、強行繞過驗證碼），不管你抓什么，都可能涉嫌此罪。

在司法實踐中，司法機關(guān)聚焦于技術(shù)手段的非法性、數(shù)據(jù)性質(zhì)及數(shù)量認(rèn)定。

(1）技術(shù)手段的非法性是定罪關(guān)鍵：法院在裁判中明確指出，采用SQL注入漏洞、編寫特定爬蟲腳本入侵系統(tǒng)、進行“撞庫”攻擊等方式獲取數(shù)據(jù)，均屬于“采用其他技術(shù)手段”的非法獲取行為。例如，在（2019）魯0213刑初144號中，被告人辯稱其使用SQL注入漏洞及爬蟲腳本獲取的是網(wǎng)站頁面公開信息，但法院認(rèn)為其行為是侵入計算機信息系統(tǒng)獲取內(nèi)部存儲的大量數(shù)據(jù)，其中包含約1500萬余條個人信息，故構(gòu)成非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪，且情節(jié)特別嚴(yán)重。二審法院在（2020）魯02刑終108號中進一步強調(diào)，即使數(shù)據(jù)本身可能部分公開，但通過入侵特定網(wǎng)站漏洞的方式批量獲取，該技術(shù)手段本身具有非法性，不影響犯罪的成立。

（2）數(shù)據(jù)性質(zhì)與數(shù)量認(rèn)定的司法立場：對于獲取的數(shù)據(jù)是否屬于“身份認(rèn)證信息”或其他計算機信息系統(tǒng)數(shù)據(jù)，以及數(shù)量的計算，法院有明確的認(rèn)定規(guī)則。在（2014）昌刑初字第844號中，法院認(rèn)定非法獲取企業(yè)用戶通訊錄16000余組構(gòu)成“情節(jié)特別嚴(yán)重”，駁回了辯護人關(guān)于該信息不屬于身份認(rèn)證信息、應(yīng)認(rèn)定為“情節(jié)嚴(yán)重”的辯護意見。這表明，司法實踐中對“計算機信息系統(tǒng)數(shù)據(jù)”作廣義理解，不限于嚴(yán)格意義上的身份認(rèn)證信息。同時，對于數(shù)量的認(rèn)定，除非有證據(jù)證明信息不真實或重復(fù)，否則一般根據(jù)查獲的數(shù)量直接認(rèn)定。

2.《刑法》第二百五十三條之一第三款（侵犯公民個人信息罪）：抓取的數(shù)據(jù)里如果包含身份證號、手機號、家庭住址等，且你沒有合法授權(quán)，這就是在懸崖邊跳舞。

相關(guān)司法解釋詳細規(guī)定了該罪的入罪標(biāo)準(zhǔn)，例如，非法獲取行蹤軌跡信息、通信內(nèi)容、征信信息、財產(chǎn)信息五十條以上；非法獲取住宿信息、通信記錄、健康生理信息、交易信息等其他可能影響人身、財產(chǎn)安全的公民個人信息五百條以上；非法獲取上述兩類以外的公民個人信息五千條以上；或者違法所得五千元以上，均構(gòu)成“情節(jié)嚴(yán)重”。達到上述數(shù)量標(biāo)準(zhǔn)十倍以上的，構(gòu)成“情節(jié)特別嚴(yán)重”。

在司法實踐中該類案件嚴(yán)格適用數(shù)量標(biāo)準(zhǔn)，并關(guān)注信息的敏感性與用途。

相關(guān)司法判決普遍嚴(yán)格適用司法解釋的數(shù)量標(biāo)準(zhǔn)來認(rèn)定是否構(gòu)成犯罪及情節(jié)嚴(yán)重程度。例如，在（2018）冀0425刑初283號中，被告人非法獲取公民個人信息94506條，被法院認(rèn)定為“情節(jié)特別嚴(yán)重”。在（2021）鄂0105刑初22號中，被告人購買公民個人信息492，582條，同樣被認(rèn)定為“情節(jié)特別嚴(yán)重”。這顯示，一旦通過技術(shù)手段批量抓取個人信息并達到法定數(shù)量，刑事風(fēng)險極高。

3.《反不正當(dāng)競爭法》：如果你抓取的數(shù)據(jù)是對方的核心商業(yè)資源（比如大眾點評的評論、攜程的酒店價格），且你的產(chǎn)品和對方存在競爭關(guān)系，對方分分鐘能告到你傾家蕩產(chǎn)。

在此我們用幾個經(jīng)典案例來辨析不正當(dāng)競爭的法律邊界。

（1）平臺對數(shù)據(jù)集合享有競爭法上的合法權(quán)益。

平臺經(jīng)營者對其投入資源形成的數(shù)據(jù)集合享有受法律保護的競爭利益。在《（2017）京0108民初24512號》中，法院認(rèn)為，微夢公司為運營新浪微博、維護數(shù)據(jù)安全付出了成本，涉案數(shù)據(jù)（明星動態(tài)）是新浪微博產(chǎn)品的重要基礎(chǔ)，微夢公司可基于其對涉案數(shù)據(jù)享有的經(jīng)營利益，依據(jù)反不正當(dāng)競爭法提出主張。

法院指出，數(shù)據(jù)已成為經(jīng)營者競爭的基礎(chǔ)性資源，當(dāng)經(jīng)營者為收集、整理、維護數(shù)據(jù)付出成本，且數(shù)據(jù)整體可為其帶來經(jīng)營利益時，其他經(jīng)營者未經(jīng)許可擅自抓取且使用平臺數(shù)據(jù)的行為，可受反不正當(dāng)競爭法調(diào)整。類似地，在《（2021）浙0110民初2914號》中，法院認(rèn)定微播公司作為抖音運營者，就直播數(shù)據(jù)整體投入了運營成本，該數(shù)據(jù)整體能夠為其帶來競爭優(yōu)勢，享有競爭法上的合法權(quán)益。

（2）構(gòu)成不正當(dāng)競爭的關(guān)鍵考量因素：實質(zhì)性替代與損害。

司法實踐強調(diào)，判斷抓取行為是否構(gòu)成不正當(dāng)競爭，需綜合評估是否對原平臺造成實質(zhì)性替代或損害。在《（2017）京0108民初24512號》中，法院從多個方面論證了云智聯(lián)公司行為的損害性，包括：破壞微夢公司設(shè)定的訪問和展示規(guī)則；部分版本直接、完整展示數(shù)據(jù)，使得用戶無需回到新浪微博，構(gòu)成實質(zhì)性替代；分流潛在用戶流量，影響廣告等商業(yè)收益；增加微夢公司服務(wù)器壓力和運營維護成本；可能導(dǎo)致用戶個人信息泄露，破壞數(shù)據(jù)安全。這些因素共同構(gòu)成了對微夢公司合法權(quán)益的損害。

相反，在《（2019）京0108民初33822號》中，法院認(rèn)為江蘇斑馬公司雖然抓取了文章，但文章存在于網(wǎng)站前端，原告未采取反爬蟲機制，被告也未破壞技術(shù)措施，且被告未對抓取的文章進行同質(zhì)化利用，未攫取原告競爭優(yōu)勢或造成損害，故不構(gòu)成不正當(dāng)競爭。該案表明，單純的抓取行為若未造成損害后果，可能不被認(rèn)定為不正當(dāng)競爭，但前提是手段正當(dāng)且未進行競爭性使用。

（3）對公開數(shù)據(jù)抓取的合理容忍與限制。

平臺對公開數(shù)據(jù)的抓取負(fù)有一定容忍義務(wù)，但該容忍并非無限制。在《（2017）京0108民初24512號》中，法院指出，基于互聯(lián)網(wǎng)互聯(lián)互通精神，平臺經(jīng)營者應(yīng)當(dāng)在一定程度上容忍他人合法收集或利用其平臺中已公開的數(shù)據(jù)。但是，如果抓取公開數(shù)據(jù)的手段不正當(dāng)（如破壞展示規(guī)則、偽裝用戶、違反Robots協(xié)議），或抓取規(guī)模大、后續(xù)使用造成實質(zhì)性替代，則該抓取行為仍可能被認(rèn)定為不正當(dāng)。法院強調(diào)，對于公開數(shù)據(jù)，需結(jié)合數(shù)據(jù)數(shù)量、規(guī)模、價值以及是否造成實質(zhì)性替代等因素綜合判斷。

二、AI抓取的“合規(guī)操作指南”

利用AI抓取數(shù)據(jù)時，請務(wù)必遵守以下“不翻車”原則：

1.尊重robots.txt：這是“君子協(xié)定”的底線

雖然robots.txt在法律上不具備強制性，但在司法實踐中，它常被視為判斷“主觀惡意”的重要依據(jù)。如果對方明確禁止抓取，而你利用AI偽裝成正常用戶強行進入，這在法官眼里就是明顯的“非法侵入”。

2.嚴(yán)禁“暴力抓取”，控制AI的頻率

AI腳本可以做到極高的并發(fā)量，但請記?。喝绻愕淖ト⌒袨閷?dǎo)致對方服務(wù)器宕機或響應(yīng)緩慢，這可能構(gòu)成“破壞計算機信息系統(tǒng)罪”。

建議：在AI爬蟲邏輯中加入隨機延時，模擬人類瀏覽頻率。

3. “去標(biāo)識化”處理：數(shù)據(jù)的二次清洗

AI在解析抓取到的非結(jié)構(gòu)化數(shù)據(jù)時，應(yīng)自動過濾掉敏感個人隱私。

律師提醒：抓取公開信息（如微博公開言論）相對安全，但如果涉及大量用戶畫像、私密社交關(guān)系，必須立即停止。

4.避開“實質(zhì)性替代”原則

這是最容易被忽視的一點。你可以抓取數(shù)據(jù)做研究、做訓(xùn)練，但如果你的AI產(chǎn)品直接展示了對方的數(shù)據(jù)，導(dǎo)致用戶不再去原網(wǎng)站，這就構(gòu)成了“不正當(dāng)競爭”。

三、面對“違約”風(fēng)險：ToS真的有效嗎？

很多網(wǎng)站的《用戶協(xié)議》（ToS）里寫著“嚴(yán)禁任何形式的爬蟲”。

• 民事層面：如果你注冊了賬號并勾選了協(xié)議，那么抓取行為就屬于違約。

• 規(guī)避方案：AI抓取時應(yīng)盡量在未登錄狀態(tài)下訪問公開頁面。一旦登錄，你就在法律上承認(rèn)了對方的“家法”。

四、避坑CheckList（建議收藏）

在你的AI抓取項目上線前，請對照以下列表自測：

結(jié)語

作為律師，我常說：技術(shù)是為了解決問題，而不是制造問題。AI讓數(shù)據(jù)獲取變得輕而易舉，但法律對“邊界”的定義從未改變。

抓取數(shù)據(jù)前，先問自己三個問題：

1. 我拿了誰的東西？

2. 我是怎么拿的？

3. 我拿來做了什么？

如果這三個問題的答案都能經(jīng)得起法庭的推敲，那么你的AI之路才會走得更遠。

本文來自微信公眾號：星夜律途，作者：王帥賓lawyer

本內(nèi)容由作者授權(quán)發(fā)布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯(lián)系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4838943.html?f=wyxwapp