多方分工与算法黑箱下AI荐股的责任边界划分

系列导读

《金融产品网络营销管理办法》施行后，AI荐股监管从规则层面走向落地。本系列按“规则定性—责任分配—投资者救济—机构合规”四个层次展开：第一篇厘清新规下AI荐股的合规边界；本篇分析多方分工模式下的责任分配；后续将陆续推出投资者民事救济路径、金融科技机构合规指南等专题。

【前言】

AI荐股业务往往并非由单一主体独立完成，普遍呈现多方分工协作的业务模式：持牌机构、AI技术服务商、MCN内容制作主体、互联网流量平台分别参与业务链条。算法模型由外部供应商开发，多主体共同参与内容生成，依靠平台完成流量分发，算法内部决策逻辑并不对外公开，由此形成典型的算法黑箱困境。

由此衍生一系列实务难题：发生违规AI荐股行为时，多方参与主体之间如何划分行政与民事责任；算法黑箱条件下过错认定应当遵循何种标准；运营主体对外承担责任后如何向内部过错方追偿。现行规章仅确立基础原则，具体落地仍有待监管细则、司法裁判进一步明晰。

本文承接第一篇“技术外壳不能豁免合规义务”的核心结论，结合《金融产品网络营销管理办法》、证券监管规则与民事侵权相关规范，对多方分工模式下AI荐股的归责逻辑展开分析。

一、AI荐股多方分工的实际业务形态

AI荐股业务链条通常被拆解为多个参与主体，不同主体权责相互分离，这也是实践中责任推诿现象产生的主要来源。

业务运营主体分为两类：一类是取得证券投资咨询资质的持牌机构；另一类是无资质自媒体、MCN机构，作为对外业务载体面向投资者输出研判内容。

AI技术服务商主要提供大模型、算法选股、模型训练、推理调用等技术底座，本身不直接面向投资者输出证券观点，仅对外输出技术产品或API接口。

MCN与内容团队承担提示词设计、输出内容后人工剪辑、脚本加工等工作，未必掌握算法底层逻辑，但可以干预AI生成内容的表达方式。

互联网第三方平台负责账号入驻、流量分发、算法推荐，履行内容巡查、账号管理等平台义务。

实务中经常出现这样的抗辩：“AI是第三方模型生成，我方只是调用接口，对输出结果无法完全控制，不应承担责任。”该抗辩的实质，是将业务合规责任转嫁至算法技术或上游技术提供方。

结合第一篇确立的核心原则，AI只是技术载体，不能以此免除运营方的合规责任。多方参与业务，并不等同于所有主体需要承担同等责任。判断各方责任轻重，应当以主体对业务的实际控制力、对内容的干预程度以及实际获益作为判断标准。该标准实质上融合了侵权责任法中的“控制力理论”（对危险源的控制程度决定注意义务高低）、证券法中的“实质参与标准”（是否实质参与业务环节决定是否承担业务主体责任），以及监管实践中的“获益与风险匹配原则”（从业务中获益者应承担相应合规成本）。

二、《金融产品网络营销管理办法》下的归责底层逻辑

《办法》第七条确立金融机构对营销内容的主体责任：金融机构应当对网络营销内容的合法合规性负责，建立由总部统筹管理、审批备案及合规审查的审核机制，落实金融消费者和投资者权益保护有关要求。同时，《办法》第二十条明确：金融机构不得因委托第三方互联网平台为金融产品网络营销提供服务而免除自身对金融产品应当承担的责任；第三方互联网平台未按照规定开展金融产品网络营销，损害金融消费者和投资者合法权益或者造成其他不良影响的，依法承担相应责任。

上述条文确立两项关键规则。首先，委托外包不能免除运营方的终局责任。持牌机构即便将算法开发、内容初加工交由外部第三方完成，作为对外开展证券投资咨询的运营主体，仍需要对AI输出研判内容承担终局管控义务，不能以算法由第三方开发作为免责理由。

与此同时，第三方主体既非当然免责，也不当然承担连带责任。技术服务商、MCN、平台等第三方主体的责任，取决于自身行为，也即是否实质参与业务环节、主观上是否存在过错、是否实施帮助行为，据此承担对应的法律后果。

第七条规制对象主要是持牌金融机构。无资质主体开展非法AI荐股的责任，来源于《证券法》有关证券投资咨询业务的监管规则；主体实际从事相关业务即应当承担相应法律后果，不会因技术外包而豁免。

《办法》仅确立归责的基础原则，并未细化多方主体之间内部过错划分、追偿等具体规则，相关问题仍需要结合《证券法》、《民法典》侵权责任编以及后续司法实践进一步明晰。

三、四类参与主体的责任边界分析

（一）对外开展业务的运营主体承担终局责任

无论算法、内容是否采取外包模式，实际对外提供AI证券研判服务的运营主体，属于业务的第一责任人。

持牌投顾机构即便采购外部大模型、算法能力，仍负有AI输出内容事前审核、风险校验、事后留痕、拦截异常输出的义务。算法只是业务工具，机构需要对模型输出结果开展合规校验，不能把合规审查义务完全转嫁技术供应商。发生违规荐股、诱导交易、虚假收益宣传情形，监管层面将首先问责持牌运营机构。机构对外承担责任后，可以依据和技术服务商之间的合同，向存在违约过错的主体开展内部追偿。

对于无资质自媒体、MCN机构，只要对外输出倾向性研判内容，无论AI模型来源，均属于非法开展证券投资咨询活动，应当承担行政责任；造成投资者损失的，还需要承担侵权赔偿责任。

判断核心在于，运营主体掌握业务发起、上线、关停的权限，并从AI荐股业务中获取流量、会员费、课程等直接收益，因此负有终局管控义务。

（二）AI技术服务商责任依据业务介入深度加以判断

技术服务商的责任认定是实务中争议最大的环节。并非只要提供大模型即需要承担责任，责任边界取决于对业务的介入深度。

依据介入程度，可类型化为三种模式。如果仅提供通用大模型API、选股计算能力，不针对证券业务场景定制开发，不参与提示词设计，不干预证券研判观点输出，仅提供中立技术底座，技术服务商一般不直接承担证券业务监管层面责任，但仍应当履行网络安全、数据安全相关法定义务。

如果按照运营方业务目标完成模型调优、定制提示词，配合生成个股推荐、买卖点位、仓位建议等投资指引，实质参与证券投资咨询内容产出；或是明知对方用于非法AI荐股，仍然持续提供技术支持，则无论是否开展定制开发，技术服务商的行为均可以被认定为帮助行为，需要承担相应法律责任。

此处“帮助行为”系《民法典》侵权责任编第1169条意义上的法律概念，即明知他人实施侵权行为仍为其提供便利、助力其实施的情形，法律后果是与直接行为人承担连带责任，而非日常用语中“提供协助”那么轻。过失提供技术支持、主观上不明知的，原则上不构成《民法典》第1169条意义上的帮助行为，但仍可能依据其过错程度承担相应的侵权责任或合同责任。上述几种模式之间的边界暂无细化监管细则，裁判需要结合业务合同、模型调优记录、提示词、双方沟通记录综合判断，亦是后续监管与司法实践重点观察的方向。

（三）MCN及内容加工主体，以是否干预投资观点作为判断标尺

MCN机构的行为需要区分不同情形。如果仅开展视频剪辑、字幕、封面包装，不改动AI生成的个股研判、涨跌判断、仓位建议等核心投资观点，一般仅属于普通内容传播加工。若修改、筛选AI输出内容，刻意放大看涨信号、删减风险提示，人为干预最终投资结论，则属于实质参与违规内容生成，需要承担对应的过错责任。

MCN的干预发生在“表达层面”（剪辑、筛选、包装），而技术服务商的干预发生在“生成层面”（调优、提示词设计），两者介入业务的深度不同，责任判断的侧重点亦应有所区别。

（四）第三方互联网平台区分普通流量分发与帮助行为

延续第一篇已经梳理的平台责任逻辑，平台本身并不从事证券投资咨询业务。平台仅履行内容巡查、关键词风控、账号处置、投诉处置等合理注意义务，开展普通流量分发的，一般不对账号发布的AI荐股内容承担业务主体责任。一旦平台实施流量扶持、算法流量倾斜、账号孵化，主动推广非法AI荐股账号，则构成实质性帮助行为，需要承担相应行政乃至民事责任。

综合上述分析，四类参与主体在不同行为模式下的责任归属可归纳如下表。下表区分行政责任与民事责任，行政责任依据《证券法》《办法》等监管规则，民事连带责任依据《民法典》第1169条等侵权规则。

对持牌运营主体而言，无论是否外包算法，均应建立AI内容事前审核、事中监控、事后留痕的全流程管控机制，并在与服务商的合同中明确责任划分与追偿条款。

明确四类主体的责任边界后，仍需解决一个程序性难题，也即，算法黑箱条件下，上述责任如何被证明？

四、算法黑箱场景下的举证困境与现实路径

算法黑箱会造成现实的程序困境。算法训练数据、参数、推理过程掌握在运营方与技术服务商手中，普通投资者难以获取算法内部运行记录，民事诉讼“谁主张，谁举证”的一般举证规则，在此场景下面临现实适用障碍。

（一）民事诉讼中的举证困境

投资者主张损害赔偿，需要证明存在违规AI荐股行为、自身发生投资损失、行为与损失存在因果关系、被告存在过错。但算法内部决策逻辑由被告掌握，完全要求原告举证证明算法缺陷、机构未尽管控义务，客观上存在当事人举证能力不对等的现实矛盾。

理论层面虽有过错推定、举证责任倒置的讨论，但目前尚无专门针对AI证券营销的司法解释直接确立该规则，现阶段更多由法院结合证据距离、信息不对称的案情灵活分配举证。

（二）行政调查的举证优势

行政监管层面具备更强的调查能力。监管机构可以行使调查职权，要求机构提交算法说明、审核记录、提示词、版本迭代、风险处置台账等材料，行政调查环节的举证障碍远低于民事诉讼。实务中不少投资者维权，会将监管部门出具的行政处罚决定书作为民事诉讼的关键证据。但行政处罚决定书可以作为诉讼证据，并不代表能够直接推定民事侵权层面的因果关系。法院仍需结合其他证据综合判断，但行政处罚决定书通常具有较强的证明力。

（三）运营主体的证据留存义务

对持牌机构而言，算法版本记录、提示词库、输出样本、人工复核记录、异常拦截日志，不仅满足监管合规要求，发生民事争议时，也是证明自身已经履行审慎管控义务的重要证据。

五、制度待解问题小结

实务中仍有多方面问题有待规则进一步落地。例如技术服务商“纯技术底座”与实质参与证券业务应当如何划分边界，哪些情形可以认定为违法帮助行为；多方主体混合过错时内部责任划分与追偿应当遵循何种裁判尺度；算法业务对应的证据留存、监管报送需要建立何种细化标准。上述事项，有待后续监管细则、典型司法案例进一步予以明确。建议监管部门尽快出台AI证券营销的算法备案、内容审核、证据留存等细化标准，为市场提供明确预期。

六、结语

AI荐股业务的多方协作模式，决定了责任分配不能采取“一刀切”思路。运营主体承担终局责任，第三方按过错程度承担对应责任，是当前规则体系下的核心归责逻辑。但混合过错下的内部追偿、技术服务商“中立底座”与“实质参与”的边界、算法黑箱下过错认定的裁判尺度，仍有待监管细则与司法实践进一步明确。

本文为AI荐股监管系列解读第二篇。下一篇，笔者将聚焦投资者遭受非法AI荐股损害后的民事救济路径，重点分析诉讼主体选择、举证策略、损失认定及平台责任追索等实务问题。

《金融产品网络营销管理办法》官方全文