// 维基 · 指南 · 2026 年 9 月

AI资产尽职调查

文章草稿。AI公司交易的核查地图；核查范围与深度取决于具体交易结构。

简短回答

AI公司的价值在于模型、数据和团队，而不仅是代码和合同。常规法律核查几乎看不到这些资产：模型权重的权利、数据集来源、以及留住创造这一切的人，需要单独的板块核查。漏掉任何一项，购买技术就变成购买风险。

六大核查板块

1. 模型与代码权利

应按各组成部分的法律制度核查架构、训练权重、代码和提示词库的权利链。员工编写的代码应依据《民法典》第1295条核查职务作品、工作任务和权利文件。另行核查承包合同、公司设立前形成的成果权利，以及软件和数据库登记。

2. 数据集

数据来源日志：来源、许可、同意、限制。争议类别：未经许可或授权的平台抓取、无依据的个人数据、整份他人数据库。详见文章 《在他人作品上训练模型》.

3. 第三方许可与 open source

SBOM——带许可的组件清单。关注点：服务端代码中的 GPL/AGPL、带商业限制的“源码可得”、条款不清的 SDK——参见 《公司产品中的 open source》.

4. 监管要求

生成内容参与推广时的广告标识；遵守第152号联邦法；商业秘密制度（向公共AI服务上传数据已是司法实践的对象，参见 《人工智能与商业秘密》）；产品强制要求地图—— 《AI监管地图》.

5. 团队

没有会继续训练模型的人，模型就是没有钥匙的盒子。核查事项：期权与 ESOP（是否签署、归属安排、池子）、竞业与保密协议、对一两名关键工程师的依赖、副产开发的权利。

6. 客户合同

合同之下生成内容和客户数据归谁所有；模型错误的赔偿责任上限；质量保证（可用性、准确性）；公司易主时转让合同的权利。

危险信号

保证与代价

查到的问题并不总是交易的终结：通常成为谈判筹码。工具：附损失赔偿的陈述与保证、针对数据集和许可的单独赔偿（indemnity）、整改前托管部分价款、剥离问题资产。但这些工具只在风险已被发现并指明之处起作用——因此核查比合同措辞更重要。

AI资产核查与交易支持是以下业务的任务： 交易与投资业务；团队将在以下环节为具体交易结构组装清单： 提交咨询后进行.