美国AI专利适格性出现明确信号：从 Ex Parte Desjardins 看撰写与审查的新框架

song が 2026-04-19 13:18 に投稿

来源：

页之码IP

AI 专利适格性正在进入更可操作的新阶段

长期以来，人工智能相关发明在美国专利法 35 U.S.C. § 101 项下的专利适格性审查中，通常面临比一般软件技术更高的不确定性。近期，PTAB 作出的先例性裁决Ex Parte Desjardins，以及随后 USPTO 连续发布的两份备忘录，释放出较为明确的政策信号：AI 发明本身可以构成专利适格主题，尤其是那些对机器学习系统自身带来技术改进的方案。

对持续投入 AI 研发的企业而言，这一变化的意义不只是“态度更友好”，更在于：美国专利体系开始给出一套相对清晰的撰写逻辑和审查应对路径。

一、Desjardins 及后续备忘录传递了什么信号

在Ex Parte Desjardins一案中，PTAB 使用了一段较少见的政策性表述：

“如果在美国将 AI 创新一概排除在专利保护之外，就会危及美国在这一关键新兴技术领域的领导地位。” （Ex parte Desjardins, Appeal No. 2024-000567，第9页，PTAB 于 2025 年 9 月 26 日作出裁决）

随后，时任 USPTO 代理局长 John Squires 推动将Desjardins 确立为先例性裁决，要求审查员和 PTAB 法官在实践中贯彻这一导向。

在该案之后，USPTO 又于2025 年 12 月 4 日和 12 月 5 日连续发布两份备忘录，进一步把这一裁决思路制度化，并为 AI 发明如何满足专利适格性要求提供更具体的说明。

这些文件确认，以下类型的改进可以成为专利适格性的基础，包括：

降低存储需求；
降低系统复杂度；
提升流程精简程度；
在后续计算任务中保持与先前任务相关的性能属性，即通常所说的“学习而不遗忘”（learning without forgetting）；（见 MPEP § 2106.04(d)，援引 Appeal 2024-000567 决定第9页）
以及计算性能、学习存储、数据集、数据结构等方面的改进；（见 2025 年 12 月 4 日备忘录）

这意味着，USPTO 正在更明确地区分两类 AI 方案：一类是改进 AI 系统工作机制本身的技术方案，另一类是仅把 AI 作为工具去实现抽象目标的方案。前者更有机会被认定为专利适格。

二、USPTO 实际上给出了两条适格性路径

从两份备忘录的内容看，USPTO 为申请人勾勒了两种不同的操作路径：一条是在申请撰写阶段就把适格性基础做好，另一条是在申请文件基础不足时，通过额外声明材料进行补强。

三、路径一：在申请撰写阶段就完成适格性布局（2025 年 12 月 5 日备忘录）

12 月 5 日的备忘录将Desjardins的原则写入 MPEP，并明确了一种前置性的处理思路：在申请文件撰写时，就把技术改进与权利要求结构对应起来。这一思路可以概括为一个很直接的判断标准：说明书中披露了具体技术改进 + 权利要求中体现了实现该改进的技术特征 = 更有可能满足专利适格性。

备忘录中的表述是：“说明书识别出了对机器学习技术的改进……并且权利要求反映了说明书中所识别的该项改进。”（MPEP § 2106.04(d)(1)，第二段）

其核心要求并不复杂，但对申请文件质量提出了更高标准：说明书不能只说“有改进”，而要讲清楚改进是什么、如何实现；权利要求也不能只写结果，而要写出带来该改进的技术方案。

1. 说明书披露需要达到什么程度

备忘录指出，只要说明书不是“以结论性方式笼统陈述”所谓改进，而是提供足够技术内容，使本领域普通技术人员能够理解该改进如何实现，就可能构成有效支持。这意味着，AI 相关申请在说明书中通常应包含必要的技术细节，例如：

系统架构；
参数更新机制；
数据组织或数据结构；
训练、推理或优化步骤；
模型如何在技术上实现性能、复杂度或资源占用改进。

仅仅宣称“本发明优于现有技术”并不足够。真正有效的是，把改进路径讲清楚，并让技术人员能够看懂其实现逻辑。

2. “权利要求反映该改进”是什么意思

备忘录进一步要求：“权利要求包含了提供说明书所述改进的那些组件或步骤。” 换言之，如果说明书主张的技术改进来自某种特定神经网络结构、某种参数调整机制或某种数据处理方式，那么权利要求就应当把这些具体结构或步骤写进去，而不能只写一个抽象结果，例如“提高效率”“减少内存消耗”或“改善训练效果”。这里体现的是一个非常明确的审查逻辑：可专利的不是“改进目标”，而是“实现改进的技术方案”。

3. MPEP 新增的两个 AI 专利适格性示例

12 月 5 日的备忘录还在 MPEP 中新增了两个 AI 领域的适格性示例：

xiii. 一种改进的机器学习模型训练方式，在允许模型有效学习新任务的同时，保护其对先前任务的知识；
xiv. 基于与任务或工作流相关的机器学习模型参数调整，对计算机组件或系统性能作出的改进。

这两个示例有一个共同点：都聚焦于AI 系统内部运行方式的改进，而不是 AI 输出结果在外部应用中的泛化效果。

这一点对企业专利布局尤其关键。USPTO 的最新导向实际上是：如果发明改善的是模型训练、参数更新、推理机制、资源使用、系统结构等“计算机技术自身”，那么更容易被视为技术问题的技术解决方案；反之，如果只是用 AI 去完成某种抽象分析、分类或推荐任务，则仍可能被认定接近抽象思想。

四、路径二：通过主题适格性声明进行补强（2025 年 12 月 4 日备忘录）

相比 12 月 5 日备忘录强调的前端撰写布局，12 月 4 日的备忘录提供了一个后备工具：当申请文件没有充分满足 Desjardins 标准，即说明书中的技术改进与权利要求之间没有形成清晰映射关系时，申请人仍有机会通过提交主题适格性声明（Subject Matter Eligibility Declaration, SMED）争取专利适格性。

SMED 本质上是一份宣誓性专家声明，用于解释：为什么本领域普通技术人员会把申请中所述方案理解为一种技术改进，而非抽象概念。备忘录指出：“SMED 可以说明，本领域普通技术人员将如何理解一份描述技术改进的说明书，从而表明所请求保护的发明属于具备专利适格性的主题。”（2025 年 12 月 4 日备忘录，第3页）

1. SMED 的作用边界

备忘录同时强调，SMED 不能不当地补充说明书。也就是说，它不能替申请人新增说明书中原本没有披露的技术内容。但它可以做的是：基于原有申请文件，从技术和证据层面解释这些内容应如何被理解，并说明本领域普通技术人员为何会将其视为对计算机技术或机器学习技术的实质改进。所以，SMED 的定位不是“补写发明”，而是“解释已有披露的技术意义”。

2. SMED 可以使用哪些证据

备忘录举出了一些可以纳入 SMED 的材料类型，例如：