2026年2月，美国两家联邦法院就人工智能生成法律材料是否可以拒绝披露的问题作出了截然不同的裁决。在 United States v. Heppner 一案中，纽约南区联邦地区法院认为，被告使用 Claude 生成的辩护策略材料不受律师—客户特权（Attorney-Client Privilege）或工作成果原则（Work Product Doctrine）的保护。而在 Warner v. Gilbarco, Inc. 一案中，密歇根东区联邦地区法院则作出了相反结论，认定一名自行诉讼当事人利用 ChatGPT 辅助准备的诉讼材料属于工作成果，可以免于披露 (Disclosure)。
这两宗案件共同揭示了一个新的法律问题：当当事人利用公开人工智能工具制定诉讼策略时，这些对话究竟属于保密信息、受法律保护的信息、可被披露的信息，还是一种全新的法律类别？
虽然这两项裁决均产生于美国的证据法和诉讼发现程序（Discovery）框架下，但其影响远超美国本土。对于中国而言，相同事实情境下的法律分析路径将截然不同。中国并不存在与普通法国家相同范围的律师—客户特权制度或工作成果原则。相反，人工智能辅助诉讼所产生的法律风险，更可能涉及律师保密义务、证据规则、个人信息保护、数据安全、网络安全以及生成式人工智能监管框架等问题。
保密义务而非特权制度
中国法与美国、澳大利亚等普通法法域之间最重要的区别，在于中国并不存在广义的律师—客户特权制度。
在 Heppner 与 Warner 两案中，法院争议的核心是人工智能相关交流是否能够获得律师—客户特权或工作成果保护。在澳大利亚，类似问题则会围绕法律专业保密特权（Legal Professional Privilege）以及保密性是否得到维持展开。
根据《律师法》以及相关职业规范，中国律师负有法定保密义务。然而，这种保密义务并不等同于普通法意义上的证据特权。它主要规范律师的职业行为和执业责任，并不必然赋予客户类似于美国律师—客户特权或澳大利亚法律专业保密特权所提供的程序性抗辩权。
因此，在中国，关键法律问题通常不是“特权是否已经被放弃”，而是：
- 是否存在机密信息的不当披露；
- 是否违反保密义务；
- 是否违反个人信息保护要求；
- 是否违反数据安全或网络安全规定。
从这个角度来看，Heppner 案所传达的风险警示对于中国仍然具有重要参考价值。即使特权制度不是中国法下的核心问题，将敏感法律信息输入公共AI平台，仍然可能引发重大的法律与合规风险。
中国生成式人工智能监管框架
近年来，中国已建立较为完善的生成式人工智能监管体系。
2023年7月，国家互联网信息办公室（CAC）会同有关部门发布《生成式人工智能服务管理暂行办法》，并于同年8月正式实施。该办法对生成式人工智能服务提供者提出了包括：
- 数据合法来源；
- 个人信息保护；
- 内容治理；
- 算法透明度；
- 内容标识；
- 安全评估；
- 合规备案；
等多方面要求。
虽然这些规则主要针对AI服务提供者，但对于律师、企业及诉讼参与人同样具有现实意义。
这些规定表明，生成式人工智能并不仅仅是一种效率工具，而是处于受到严格监管的数据与内容治理体系之中。
因此，在法律场景下使用AI时，律师和企业应重点关注：
- 数据存储和处理地点；
- 提示词（Prompt）是否会被保留；
- 用户输入是否会被用于模型训练；
- 是否存在第三方访问风险；
- 服务商是否符合中国监管要求；
- 使用行为是否符合内部治理政策。
当涉及诉讼策略、客户信息或商业秘密时，上述问题尤为重要。
个人信息与数据安全风险
在中国，使用AI所带来的风险远不止保密问题。
法律文件通常包含大量个人信息，例如：
- 姓名；
- 身份证号码；，
- 联系方式；
- 财务资料；
- 医疗记录；
- 雇佣信息；
- 诉讼相关通信记录。
根据《个人信息保护法》（PIPL），将上述信息上传至AI平台，很可能构成个人信息处理行为。
与此同时，《数据安全法》（DSL）及《网络安全法》（CSL）亦对数据处理活动施加了相应义务。
如果相关数据：
- 被传输至境外；
- 由境外AI服务商处理；
- 涉及重要数据；
则可能进一步触发跨境数据传输、网络安全审查、安全评估及内部审批程序等要求。
因此，公共AI工具的使用不能仅从效率角度考量，还必须从数据治理与合规风险角度进行评估。
证据真实性与诉讼程序
中国诉讼程序与美国存在显著差异。
美国广泛适用证据开示制度（Discovery），因此 Heppner 与 Warner 案主要讨论的是AI对话记录是否应被披露。
中国并不存在同等范围的证据开示制度。
因此，这两宗案件对中国的影响，更多体现在证据真实性和可靠性层面，而非AI聊天记录是否必须交出。
如果当事人利用AI：
- 起草诉状；
- 整理证据；
- 翻译文件；
- 制作时间线；
- 准备与证人相关的材料；
法院更可能关注：
- 内容是否准确；
- 信息来源是否可靠；
- 是否经过核实；
- 错误责任由谁承担。
AI生成内容本身并不具有特殊证据地位。
任何AI生成材料若要在诉讼中被采信，仍需符合普通证据规则关于真实性、合法性和关联性的要求。
无论是否使用AI辅助，当事人均应对向法院提交材料的真实性和准确性承担最终责任。
AI输出并非法律意见
随着生成式人工智能能力不断提升，一个基本原则仍然没有改变：
AI输出并非法律意义上的法律意见（Legal Advice）。
AI系统并非执业律师：
- 不持有律师执业证；
- 不承担职业责任；
- 不负有受托义务；
- 不对用户承担法律责任。
它无法像律师一样：
- 综合评估案件风险；
- 理解复杂商业背景；
- 进行法律判断；
- 提供专业责任保障。
AI可以成为有价值的辅助工具，例如：
- 法律研究；
- 文件起草；
- 翻译；
- 合同审阅；
- 风险识别；
但其输出始终需要专业律师进行审核和判断。
最终责任仍由执业律师承担。
结语
Heppner 与 Warner 是美国案件，但其意义具有全球性。
它们反映出世界各国法院正在面对一个共同问题：
当法律策略是在与机器的对话中形成时，法律应如何回应？
在中国，这一问题的答案并不主要取决于律师—客户特权或工作成果原则，而是取决于：
- 律师保密义务；
- 个人信息保护；
- 数据安全治理；
- 网络安全监管；
- 证据真实性要求；
- 生成式人工智能监管框架。
缺乏普通法意义上的律师—客户特权，并不意味着在中国使用AI更加安全。恰恰相反，严格的数据治理和合规要求使得AI使用者必须更加谨慎。
人工智能可以提升法律服务效率，但无法取代专业法律判断。随着生成式人工智能逐步融入法律实践，律师、企业和诉讼参与人必须在技术创新与法律合规之间取得平衡，确保机密信息得到充分保护，并始终保持必要的人类监督与专业责任。