从“黑箱 AI”到技术改良，USPTO 的 §101 口径正在变得更具体
最近围绕 USPTO 与《专利法》第101条的讨论里，最容易被夸大的，是把 AI 相关专利适格性理解成“只要写明模型训练，就会比普通软件权利要求更容易过关”。从 USPTO 2024 年 AI 适格性更新、2025 年 8 月的提醒备忘录，到 2025 年底因 Ex parte Desjardins 引发的 MPEP 更新，真正清晰起来的不是某一条“AI 特别通道”，而是一个更具体的判断方向：若权利要求只是把模型当成处理输入与输出的黑箱，仍然很容易被抽象化；若申请文件能把改良落到模型自身运作方式、参数约束、训练机制或与技术场景的联动上，§101 分析的着力点就会不同。
这对 AI 申请实务影响很直接。说明书写得再多，如果权利要求最后只剩“接收数据—训练或推理—给出结果”，申请人面对的仍可能是抽象概念与“用计算机执行它”的老问题。真正更有帮助的，不是泛泛强调模型更准、更快，而是把技术改良写成可识别的结构和操作关系，让审查员看到改良发生在系统内部，而不只是业务结果更好。
可核实的口径变化，究竟落在哪
把这轮变化拆开看，脉络其实很清楚。2024 年的 AI 适格性更新先用新示例说明：AI 相关权利要求并不会因为带有“神经网络”或“训练”字样就自动通过 §101，关键还是要看权利要求究竟是在主张抽象概念，还是把该概念整合进了具体的技术应用。2025 年 8 月的提醒备忘录则继续压实几个老问题：不能把任何带有 AI 的权利要求都粗暴塞进“可在人脑中完成”的 mental process；要区分权利要求是在“记载”司法例外，还是只是“涉及”司法例外；还要看整项权利要求是否真正体现了 practical application。
接着，Ex parte Desjardins 与其后的 MPEP 更新，把判断进一步落到了机器学习本身。USPTO 接受的不是“AI 很重要”这种抽象叙事，而是更具体的技术改良：模型如何在连续学习中保护既有任务表现，如何减少存储占用，如何避免系统复杂度继续膨胀。这个信号很关键，因为它说明 §101 的争点并没有脱离既有法理，但对 AI 案件来说，审查员现在会更直接地追问：你说的改良，到底改变了模型或系统的什么技术行为。
“黑箱式表述”为何越来越危险
很多 AI 案件的问题，不在于没有技术，而在于把技术写丢了。申请文件如果只强调“输入某类数据，经过模型处理，输出一个判断、推荐或预测”，最容易出现的后果就是：审查员把发明概括成数据分析、模式识别或数学计算，再进一步质疑这些步骤是不是只是抽象概念在通用计算机上的实现。到了这一步，申请人往往会觉得自己明明做了复杂训练，却在权利要求里看不出来。
这正是“黑箱式表述”的风险。更高准确率、更低误报率、更快推理速度，单独拿出来都像效果，不像机制。没有机制，适格性就容易失守。尤其在软件与 AI 赛道，单纯把模型当作一个会产出更好结果的容器，常常不足以把案件从抽象层面拉回到技术层面。相反，若权利要求能写出训练顺序、参数更新约束、目标函数中的特定惩罚项、与硬件资源管理的配合方式，或输出结果如何即时触发后续技术动作，局面就会明显不同。
说明书与权利要求要如何彼此支撑
Desjardins 给申请人的一个直接提醒是：说明书里写了“技术改良”，并不等于权利要求已经拿到了那份改良。USPTO 看的不是口号，而是反映。换句话说，说明书必须把改良讲清楚，权利要求也必须把关键改良点带出来。两者如果脱节，申请人很容易陷入一种尴尬状态：背景部分写得很像技术突破，权利要求读起来却还是普通的数据处理流程。
对训练类或数据密集型 AI 发明来说，真正有价值的披露通常包括这些内容：模型在什么技术瓶颈下失效，哪些参数、状态或中间表示需要被保护或重新约束，训练数据如何被组织、筛选或分阶段使用，目标函数或更新规则为何能解决特定的技术问题，以及这种做法如何改变系统资源占用、稳定性、鲁棒性或实时处理能力。数据集描述当然仍然重要，但重要的原因不是它本身带来一条新的“适格性捷径”，而是它能不能支撑一套具体、可执行、可主张的技术机制。
对新申请、答审与在审案件的实务提示
对准备新申请的团队来说，最现实的做法是从一开始就把 §101 风险当成说明书架构问题，而不是等到审查意见出来再补救。至少应准备一组能够直接体现技术改良的独立权利要求，不要把所有创新都压缩成结果导向型功能表述。若案件确实有系统层面的技术联动，也可以考虑同步准备与特定硬件环境、数据流控制或后续技术动作相连的权利要求层次，让“practical application”有更清楚的落点。
对已经收到 §101 审查意见的案件，答复时最好少谈宏观价值，多做逐项映射：权利要求中的哪一步对应说明书中的哪一种技术改良，该改良如何改变模型本身或相关技术系统的运作。若案卷记录允许，也可以考虑利用 Rule 132 相关声明去强化“本领域技术人员会如何理解该改良”的事实基础，但这类材料只能巩固已有披露，不能替代本来就该写进说明书和权利要求的技术内容。对 AI 专利而言，USPTO 近来的口径并不是在奖励华丽叙事，而是在奖励能把技术改良说具体、写进去、并主张出来的申请文件。
