自动驾驶撞了人，责任在车主、厂商、还是AI？
2026年，AI侵权责任已经成为法律界最棘手的"新问题"。传统侵权法建立在"人类行为"的基础上——谁有过错，谁承担责任。但AI的"行为"既不是"人类行为"，也很难说AI有"过错"。
以下从三个真实场景出发，分析AI侵权责任的"责任真空"。
场景一：自动驾驶事故——谁为AI的"判断"负责？
案例：2025年，一辆L4级自动驾驶汽车在路口与一辆违规变道的摩托车相撞。事故致摩托车驾驶员重伤。事后数据分析显示：自动驾驶系统在1.2秒前检测到了摩托车，但AI的决策是"保持车道，不紧急制动"（因为AI判断紧急制动可能导致后车追尾）。
法律争议：
- 车主：车是自动驾驶的，我没有操作，不应承担责任
- 厂商：AI系统是"合理判断"，符合安全标准，不是产品缺陷
- AI系统提供商：我们的AI模型通过了所有测试，事故是"不可预见"的
- 摩托车驾驶员：有人受伤了，总得有人负责吧？
2026年法律现状：
- 中国：工信部等四部门联合发布的《智能网联汽车准入和上路通行试点管理规定》正在探索自动驾驶的责任分配
- 德国：自动驾驶法规定"技术监督员"承担部分责任，但具体责任划分仍在细化
- 美国：各州法律不同，加州要求自动驾驶汽车必须有"远程操作员"
金句：自动驾驶的事故责任，2026年是"法律灰色地带"。车主、厂商、AI提供商都在说"不是我的错"，但受害者需要有人负责。
场景二：AI医疗误诊——谁是"过错方"？
案例：2025年，某医院使用AI辅助诊断系统，AI将一位患者的肺部CT影像判读为"良性结节"，建议定期复查。6个月后，患者症状加重，复查发现是晚期肺癌。回顾分析显示：AI的误诊率在此类病例中约为8%，但AI系统在"使用说明"中已标注了此误诊率。
法律争议：
- AI系统提供商：我们在说明书中标注了误诊率，医生应该知道
- 医生：我依赖了AI的判断，AI说"良性"我就信了
- 医院：我们采购了"合规"的AI系统，不应该承担额外责任
- 患者：误诊导致延误治疗，总得有人负责吧？
2026年法律现状：
- AI医疗产品的责任，目前主要适用"产品责任法"——如果AI系统存在"缺陷"（如设计缺陷、制造缺陷、警示缺陷），厂商承担责任
- 但"AI误诊"是否构成"产品缺陷"？如果AI的误诊率（8%）低于人类医生（15%），这是"缺陷"还是"改进"？
金句：AI医疗误诊的"过错"很难界定。AI比人类医生更准（8% vs 15%），但犯的错是人类医生不会犯的（把明显的癌症漏掉）。这种"AI特有的错误"如何归责，法律还没有答案。
场景三：AI招聘歧视——AI的"偏见"是谁的错？
案例：2025年，某公司使用AI招聘系统筛选简历。一位女性求职者发现：AI系统给女性求职者的评分系统性低于男性求职者。调查发现，AI的训练数据中，历史招聘数据偏向男性，AI"学到"了这个偏见。
法律争议：
- AI系统提供商：我们使用的是"标准AI模型"，不存在故意歧视
- 公司：我们买的AI系统，出了问题应该找厂商
- 求职者：我被歧视了，总得有人负责吧？
2026年法律现状：
- 美国：纽约市的AI招聘法（2024年生效）要求AI招聘工具必须通过"偏见审计"
- 欧盟：AI Act将AI招聘系统列为"高风险"，要求严格的风险管理
- 中国：个人信息保护法要求自动化决策必须"公平"
金句：AI招聘歧视的"过错"是"系统性"的——不是某个人故意歧视，而是整个系统"无意中"产生了歧视。这种"无意中的歧视"，传统侵权法很难处理。
AI侵权责任的"责任真空"
三个场景的共同问题：AI造成的损害，传统侵权法的"过错责任"原则难以适用。
- AI没有"过错"（AI不是人，没有主观意识）
- AI开发者可能没有"过错"（AI通过了测试，符合标准）
- AI使用者可能没有"过错"（他们"合理依赖"了AI的判断）
2026年的解决方向：
- 产品责任：将AI视为"产品"，适用产品责任法（无过错责任）
- 保险基金：设立AI事故保险基金，由AI厂商和使用者共同出资
- 分层责任：根据AI的"自主性"程度，分配不同的责任比例
金句：AI侵权责任的核心问题不是"谁有错"，而是"谁应该赔"。传统的"过错责任"框架在AI面前失效了，我们需要新的法律框架。**