数字技术赋能知识产权恶意诉讼检察监督的创新路径

摘  要：数字技术赋能知识产权恶意诉讼检察监督是数字检察理念在知识产权司法保护领域的具体展开。知识产权恶意诉讼以形式合法的权利外观遮蔽诉权滥用目的，具有批量化、隐蔽化、链条化特征。数字技术通过数据归集、模型筛查和关联比对，推动监督线索发现由被动受理转向主动预警，恶意要素审查由形式判断转向实质穿透，个案纠错转向类案治理。针对监督边界偏移、恶意认定标准虚化、数据基础支撑薄弱等隐忧，应确立类型化监督范围，构建递进式证明规则，完善闭环式监督机制。

关键词：知识产权恶意诉讼 数字检察 诉权滥用 类案治理

全文

知识产权制度以鼓励创新、推动成果传播为基本旨趣，但在司法保护持续强化的背景下，出现正当维权与恶意诉讼并存的现象。潼关肉夹馍、青花椒等系列案件引发社会关注，商标、著作权等领域恶意诉讼呈现批量化、低成本、高收益的特点，行为人凭借形式合法的权利外观，通过集中起诉、固定索赔、调解获利，将司法程序转化为商业牟利模式。此类行为侵害他人权益、浪费司法资源、破坏公平竞争环境。最高检自2022年7月部署开展依法惩治知识产权恶意诉讼专项监督工作，2024年最高检等九部门联合印发《知识产权保护体系建设工程实施方案》，强调建立健全防范、打击恶意诉讼的长效机制。2026年修改的《反不正当竞争法》进一步明确了恶意提起知识产权诉讼的损害赔偿法律责任，为规制诉权滥用提供了更坚实的实体法依据。数字检察的发展则为破解线索发现难、证据审查难、监督落实难提供了方法更新。本文循着逻辑与优势、实践隐忧、创新路径的顺序对此展开论述。

 一、数字技术赋能知识产权恶意诉讼检察监督的逻辑与优势

（一）推动监督线索发现主动化，破解线索碎片化难题

恶意诉讼难以进入检察监督视野，根源在于其具有形式合法的权利外观与表面正当的操作方式：行为人或借继受取得、抢注商标、著作权登记取得基础权利，或借律师、公证、代理机构形成批量诉讼链条，大量案件处于黑数状态。数字技术的首要逻辑，是将分散于裁判文书、权利登记、工商信息、代理关系、撤诉记录中的异常因素整合为风险画像。浙江省绍兴市柯桥区检察机关针对职业化纺织品花型著作权维权现象，对约16万份裁判文书大数据筛查，筛出2916起相关案件，并通过原告身份与美术创作能力不匹配、代理律师过度集中等异常，锁定幕后版权代理公司。监督线索由此从个案申诉驱动转向风险模型驱动，在批量维权、重复起诉、集中撤诉等风险信号出现时即形成监督入口。

（二）推动恶意要素审查实质化，破解权利外观遮蔽难题

恶意诉讼监督的核心不止于发现异常，更在于证明恶意。通说认为其至少包含主观恶意、违法行为、损害事实和因果关系等构成要件，主观恶意是区分恶意诉讼与正当维权的关键，也是认定难点。数字技术的深层价值，是将碎片化、专业化的证据材料转化为可比对、可追溯、可验证的证据网络：将权利数量、许可情况与实缴资本、纳税、社保等经营数据比对，判断其是否具备真实使用能力。深圳市磨某间公司诉瑞安熊某公司侵害商标权案中，检察机关穿透核查发现该公司虽持有600余件商标，实缴资本却为零，纳税额及员工人数与海量维权规模显著失衡，将抽象的主观恶意转化为可观察、可复核的客观事实。

（三）推动个案纠错转向类案治理，破解监督效能射幸难题

知识产权恶意诉讼具有跨部门法属性，往往同时涉及民事保护、行政授权确权、刑事评价与公益秩序维护，需要检察综合履职。传统办案线索来源不足，监督呈抽查式、偶发式特点，效果具有射幸性。大数据法律监督模型对海量裁判文书、行政裁决、平台投诉等离散信息结构化处理后，可实现同类问题的合并治理。北京铁路运输检察院研发滥用作品信息网络传播权恶意诉讼类案监督模型，以案由、授权证据、裁判结果等设定规则，发现原被告相同、诉请相似却同案不同判的现象，挖出一批摄影作品权利人滥用信息网络传播权的监督线索。数字赋能并非替代检察官判断，而是通过模型发现、人工复核、调查核实、法律监督、结果反馈的流程再造，既对错误裁判提出再审检察建议或抗诉，也对行政登记、代理行业等前端环节提出治理建议，形成刑事打击、民事监督、行政纠偏、行业治理的闭环。

 二、数字技术赋能知识产权恶意诉讼检察监督的实践隐忧

（一）监督边界识别偏移

数字技术进入检察监督后，最易出现的问题不是发现不了案件，而是按照什么方向发现案件。在强保护治理背景下，数据模型往往围绕侵权识别、权利救济和赔偿支持设计，容易把高频维权主体理解为积极保护权利的主体，而行为人恰可借恶意登记、抢注囤积、低质量专利制造可诉权利，再利用小微经营者应诉成本高的处境批量起诉。当模型把起诉次数、胜诉率、权利数量等作为正向指标时，反而为职业化索赔主体提供了数据背书。监督边界由此偏移：本应兼顾权利保护与诉权规制，却可能单向服务于权利扩张，根源在于模型的单一价值阈值设置。

（二）恶意认定标准虚化

数字赋能容易带来一种误区，即把模型识别出的异常特征直接理解为恶意诉讼。高频维权、被告分散、撤诉率高、索赔金额相近等标签，只能说明诉讼行为具有风险特征，不能当然证明滥用诉权的主观目的；真实权利人面对大范围仿冒、盗版同样可能集中起诉，仅凭数据异常启动强监督，容易把正当维权误伤为恶意诉讼。问题的实质在于，数字模型擅长发现关联，却不能替代法律上的恶意证明，恶意诉讼要求证明行为人明知权利基础欠缺仍借诉讼压迫对方获利，须结合权利来源、实际使用、经营能力与诉讼收益实质审查。若算法结论缺乏可解释性，又未补充人工核验与法律说理，恶意认定就会停留在标签化层面。

（三）数据基础支撑薄弱

数字模型的效能高度依赖数据供给与人才配置，而当前两者均难以支撑恶意诉讼监督的专业需求。一方面，数据壁垒依然存在，权利登记在知识产权管理部门，案件审理在法院，经营纳税信息在税务和市场监管部门，投诉线索在网络平台，检察机关获取数据多依赖个案协调，缺乏常态化共享机制，模型数据源覆盖不全、更新滞后，直接影响异常识别的准确率。另一方面，复合型人才供给不足，基层院兼具知识产权专业判断与数据建模能力的人员稀缺，模型构建往往依赖外部技术团队，业务需求与技术实现之间的转译偏差影响模型精度。

 三、数字技术赋能知识产权恶意诉讼检察监督的创新路径

（一）确立类型化监督范围，回应监督边界偏移

法纠正边界偏移，应先明确监督对象的类型边界，把监督从单纯侵权行为延伸到滥用诉权行为。对权利瑕疵型案件，重点审查权利取得与稳定性，通过商标申请、专利无效、著作权登记、权利转让等数据比对，识别恶意抢注、批量囤积、虚假登记、低质量专利维权。对事实虚构型案件，核实侵权事实是否真实存在，审查电子证据形成过程、取证主体重复性、购买记录真实性与权属链条完整性。对策略滥用型案件，审查重复起诉、拆分诉讼、选择不便利管辖、恶意申请保全等异常情形。监督随之从裁判结果延伸至诉前警告、保全申请、批量调解和执行环节，并避免将起诉次数、胜诉率等作为单向正向指标。

（二）构建递进式证明规则，夯实恶意认定基础

针对数据只能提示异常、不能直接证明恶意的困境，应建立由浅入深的递进式证明规则。第一层审查权利基础是否正当，即商标是否抢注囤积、专利是否存在稳定性缺陷、著作权登记是否与真实创作相符。第二层审查权利是否真实使用，将权利数量、维权规模与实缴资本、纳税、社保、生产销售等经营数据比对，防止以象征性使用掩盖不以使用为目的的囤积。第三层审查诉讼目的，结合起诉频率、被告类型、索赔金额、调撤比例、管辖选择、保全申请等诉讼轨迹，判断是否以司法程序获取诉讼外利益。证明标准上应区分监督启动与最终裁判，模型异常仅达线索标准，三层核验后方形成较高盖然性判断。新修订的《反不正当竞争法》明确了恶意提起知识产权诉讼的损害赔偿法律责任，为损害后果认定与诉权滥用评价提供了实体法参照。

（三）完善闭环式监督机制，破解数据与人才短板

其一，以数据共享夯实模型基础，推动行政确权、法院审判、市场监管、税务社保、网络平台等信息有序贯通，重点掌握权利状态、诉讼历史、主体关联与赔偿流向，识别跨区域、换主体继续起诉的行为模式。其二，坚持业务主导、技术支撑，办案人员核实权利来源、经营事实与诉讼目的，并加强复合型人才培养，吸纳技术调查官、特邀检察官助理参与模型设定与校准。其三，推动规则沉淀与协同治理，将权利数量与经营能力失衡、无效权利仍被用于索赔等规则沉淀为类案监督模型并跨区域复用，对代理机构批量制造权利、虚假取证等问题，推动行业整治、信用惩戒与行政源头治理，形成数字筛查、调查核实、监督纠偏、治理反馈的监督闭环，以此在技术应用与法理约束之间保持张力，维护公平竞争的市场秩序和创新生态。