AI 能独立搞发明吗？从 DABUS 专利屡遭驳回看机器创新的边界

如果某天 AI 算出一套精妙的图纸，它能像人类工程师一样拥有自己的专利吗？

过去几年里，发明家 Stephen Thaler 带着他研发的神经网络系统 DABUS，在世界各地的专利局四处碰壁。他坚称这两项发明——一个利用分形表面方便堆叠和传热的食品包装盒，以及一盏利用分形脉冲吸引注意力的警示灯——完全由 DABUS 自主搞定，并在申请表上将这个 AI 系统列为「唯一发明人」。

然而，几乎所有司法管辖区的专利局都驳回了申请。理由很直接：在现行法律框架下，专利发明人必须是自然人。

拆开黑盒：AI 离自主发明到底有多远

法律归法律，在技术上，DABUS 真的独立发明了东西吗？深入这套系统的运作流程，就会发现所谓「机器自主发明」立不住脚，主要卡在三道坎上。

第一道坎是问题建模。像 DABUS 这样的系统，根本无法凭空定义问题。它的创造过程，全靠人类程序员投喂基础原子概念。在这起案例里，Thaler 亲自给系统输入了「容器」「表面」「分形」等几个关键词。至于为什么要把分形引入包装盒，很可能是人类受到了分形天线、分形散热器此前成功的启发。没有人类前期的搭台，机器根本迈不出第一步。

第二道坎是筛选过程中的「人工导师」。DABUS 在组合概念时会产生大量无用垃圾，这时需要人类扮演导师角色。Thaler 本人也承认，那个分形容器很大程度上是在导师的奖励信号下才成型的。人类看到有价值的火花就鼓励系统继续深入，看到死胡同就立刻掐断。换句话说，最有技术含量的价值判断，全被人类悄悄做完了。

第三道坎更现实，机器吐出来的东西根本不是现成方案。DABUS 输出的只是一张概念图或极其别扭的「混杂语言」，比如一段关于「分形瓶中盛放食品饮料、增大表面积、加快热传递」的散碎词组。这种天书必须由长期和机器磨合的人类专家去脑补、解读和落地。

说白了，从搭考场、划重点到批改试卷，全由人类包办，DABUS 只负责在规定范围内做了排列组合。把它叫作发明人，未免太高估它了。

为什么重要

这一争论给所有想用 AI 降本增效的团队提了个醒：现阶段把生成式工具当成「合作者」可以，但别指望甩手让它当顶梁柱。

我们认为，将 AI 定位为工具，不仅符合当前的技术现状，更是保护创新者的务实选择。如果法律真把发明人身份放给算法，最先获益的一定不是技术本身，而是能够滥用算力批量生成垃圾专利的海量投机者，那会对整个知识产权审查体系造成毁灭性打击。

对开发者和企业而言，眼下更聪明的做法不是去争论机器能不能署名，而是看清人类在创新链路上的真正壁垒。无论大模型还是神经网络，它们能加速搜索和联想，但定义真正有价值的问题、在无数平庸解中挑出闪光点，以及把粗糙概念打磨成可用产品，这三件事的决定权依然在人类手里。