近日，有关AI“投毒”的黑灰产业链被曝光，引发了社会的强烈关注。具体来说，AI“投毒”就是通过向生成式人工智能大模型投入大量的虚假信息，使其产生虚假认知，从而将这种认知传递给用户。目前，AI“投毒”主要存在两种模式：一是“数据投毒”。通过向AI大模型训练数据中注入伪装成正常样本的恶意数据，从而削弱模型的性能、降低其信息来源的准确性；二是“模型投毒”。其主要模式是通过模型微调、插件植入、接口篡改，在模型权重中嵌入触发式恶意指令：模型日常运行并无异常，但遇到特定关键词、产品类别时会自动输出预设虚假信息，可定向操控榜单、误导用户。此种AI“投毒”乱象不仅严重干扰了商业秩序、影响信息传播，更为严重的是，其还会被用于间谍活动，从而对国家政治安全、数据安全、社会安全等造成系统性、长期性危害。因此，一种长期性、根本性、严厉性的法治手段势在必行。在此，刑法即为我们提供了一种有效的规制路径。
当前，我国现行《刑法》对AI“投毒”现象规制主要涉及以下两类罪名：一是扰乱社会公共秩序类犯罪中涉及破坏计算机信息系统类的犯罪，诸如“破坏计算机信息系统罪”，另一类是侵犯财产类犯罪中涉及侵犯市场准入秩序与保护经营者正当权益的“非法经营罪”与“破坏生产经营罪”。但实际上，这些罪名对于当前AI“投毒”乱象的规制却存在难点。一是“破坏计算机信息系统罪”无法精准契合AI投毒的模型。破坏计算机信息系统罪所规制在于“造成计算机信息系统不能正常运行”的行为，而AI“投毒”通常不影响系统功能本身——模型仍在运行，只是输出结果存在错误。所以，AI“投毒”实际上不能与《刑法》中所规定的破坏计算机信息系统行为相等同。如若盲目地适用此罪名对AI“投毒”行为进行规制，则存在违反罪刑法定原则的风险。二是“非法经营罪”与“破坏生产经营罪”也无法对于AI“投毒”行为所造成的伤害精准匹配。非法经营罪的规范目的是“市场准入秩序”，即进入特定市场应获得相应的经营许可，而AI“投毒”则是对宽泛意义上的市场秩序的破坏，并不构成对市场准入秩序的侵害；破坏生产经营罪所规制的行为在于对“生产资料”的“破坏”，而AI“投毒”行为既不涉及有形的生产资料，也行为模式也并非“破坏”。综上，现行罪名体系虽然能够对这一现象进行规制，但却不够精准，核心原因即在于，现有刑法对网络犯罪的规制模式侧重于“运行端”与“实体端”，而没有给予“内容端”与“产出端”以应有的关注。
为了更精准有效地惩治AI“投毒”乱象，有必要进一步完善相应的刑事规制体系。具体而言，可以采取“两步走”的应对策略。第一，就短期而言，宜采取扩大解释的进路，在既有罪名框架内对AI“投毒”行为进行涵摄。例如，可将《刑法》第286条第2款中的“数据”进行扩大理解，包含系统外部但却构成AI知识来源的训练数据，从而用以规制“数据投毒”乱象；同时，也可以将“干扰”进行扩大解释，即这种“干扰”不仅是一种使得“计算机信息系统不能正常运行”的行为，其同样可以是减损了“数据可用性”，使得数据完整性受损的行为。第二，就长远来看，《刑法》应当加强专门规制，专设罪名，将数据安全从系统安全中独立出来予以保护。在此，可借鉴域外经验，设立“破坏数据完整性罪”，以数据类型、规模、违法所得或经济损失作为入罪门槛。
根治AI“投毒”乱象，刑法规制是治本之策，但绝非唯一途径。对AI“投毒”乱象的治理应当将其放置在“法制统一”的框架之下，综合利用多种法律手段。当前，我国网络安全的立法框架已基本成型，诸如《网络安全法》《数据安全法》等法律对人工智能训练数据也都有了相应的规制。在此背景下，治理AI“投毒”不应寄望于单部法律的单兵突进，而应致力于构建不同法律层级间的制度合力。在此，可尝试构建“行政监管—民事救济—刑事制裁”三位一体的梯度化治理格局。在行政监管层面，应充分激活《网络安全法》关于人工智能训练数据安全的前置监管功能，压实平台企业的数据审核义务，将“投毒”行为阻断于语料输入环节；在民事救济层面，应畅通被侵权主体的损害赔偿路径，赋予因AI虚假输出而遭受损失的用户、经营者以明确的可诉依据；在刑事制裁层面，则可以尝试“两步走”的渐进制度升级，确保刑法作为“最后手段”的审慎性、精准性与威慑力。唯有三种手段协同发力、前后衔接，方能避免“都管都不管”的治理碎片化困境。此外，技术治理亦不可缺位。应鼓励研发针对数据投毒的自动化检测工具，推动“以技术规制技术”的安全生态建设。唯有法律与技术双轮驱动，监管与自律并行推进，方能从根源上铲除AI“投毒”的滋生土壤，让人工智能在法治轨道上安全运行，真正服务于社会公共利益，筑牢数字时代国家安全的坚实屏障。
AI风口正当时：低成本贴牌技术，让中小公司也能拥有自己的AI“
《学习周报 校园周刊》常年征稿及合作启事
笑琰新诗：马年除夕：睡与不睡，已是人间与AI
2026 AI智能应用论坛落幕 乐订坊以 “国学 + AI” 构建赋能新