人工智能体代替用户交互式操作第三方 APP、网页等场景正在变得更常见。用户明确授权后，智能体可以代表用户完成账号登录、商品浏览、表单填写、订单查询等线上操作，这类服务能够提高效率；但与此同时，围绕数据安全、隐私保护等风险的争议也在出现。
争议的核心在于：人工智能体代客操作，除了需要获得用户明确许可，是否还需要取得被操作 APP 或网页所有者的许可，也就是所谓的「双重许可」。微信公众号「Internet Law Review」发布的文章《人工智能体代客操作“双重许可”法律问题分析》对此进行了系统梳理，作者为尹锋林。
两条技术路径：API 模式与 GUI 模式
文章指出，当前人工智能体代客操作主要有两条技术路径：一是 API 应用程序接口调用模式，二是 GUI 图形界面模拟操作模式。
API 模式：依赖平台开放接口
API 模式下，第三方 APP 或网页平台经营者主动开放标准化数据交互接口，并设置调用权限、数据范围、调用频次和身份校验规则。人工智能体服务商通过开发者资质认证、签署合作协议等方式获取平台 API 密钥，再根据用户的自然语言指令，直接向第三方平台服务器发起接口请求，调取用户数据、下发操作指令并完成代客操作。
这一模式不依赖用户本地浏览器进行 GUI 模拟操作，运行流程通常包括 4 个步骤：
- 第三方平台开放电商下单、订单查询、商品检索等官方 API，并发布开发者准入规则和数据使用限制；
- 人工智能体服务商提交企业资质和业务场景说明，与第三方平台签署 API 接口合作协议，获取专属 API 密钥、OAuth 等授权通道；
- 用户向人工智能体授权，并跳转至平台官方 OAuth 授权页面，自主勾选允许调取的权限范围，例如仅查看订单、允许下单、读取收货地址等；
- 人工智能体服务商服务器携带密钥和用户授权凭证，直接与第三方平台服务器建立双向数据通信，通过 API 指令完成查询、下单、支付等操作。
文章归纳，API 模式有几个特点：
- 人工智能体云端服务器与第三方平台服务器可以建立长期双向直连链路，能够完全脱离用户本地设备；
- 人工智能体在提供代客操作服务时，可以直接调取第三方平台底层结构化数据库数据，具备批量获取用户隐私和交易数据的能力；
- 人工智能体可通过专属开发者密钥、OAuth 身份认证等方式与第三方平台直接交互，平台也能够精准识别服务商身份，并对相关服务进行直接控制和干预。
基于这一技术结构，文章认为，在 API 模式下，第三方平台必须在技术上配合或协作，人工智能体才能真正完成代客操作。因此，即便不考虑法律或合同限制，人工智能体通过 API 模式代客操作，除了需要获得客户许可，也需要获得第三方 APP 或网页平台的 API 授权许可，在客观上已经形成「双重许可」。
文章还提到，如果大型互联网公司集团既拥有有影响力的互联网平台或 APP，又希望发展人工智能代客操作服务业务，那么采用 API 模式的意愿会更强。这种路径有助于快速形成「人工智能 + 互联网平台服务」的生态闭环，因此已成为一些大型互联网公司布局人工智能产业的方案之一。
GUI 模式：依托用户本地终端模拟操作
相比之下，GUI 模式是将人工智能体部署、运行在用户本地终端设备上，例如手机、电脑等信息处理系统。智能体通过截图、图像识别、OCR 文字解析、界面元素定位等技术，读取用户设备屏幕上显示的第三方 APP 或网页页面信息，再模拟人类手指、鼠标等动作，完成点击、输入、滑动、下单等交互行为。
这一模式的一个关键点是，人工智能体及其服务器不与第三方 APP 或网站服务器建立任何直接通信链路。
文章以亚马逊公司 Amazon.com Services, LLC 诉珀普莱克西蒂人工智能公司 Perplexity AI, Inc. 一案为例，说明 GUI 模式的典型运行过程。文中列出 5 个步骤：
- 用户使用手机或电脑终端上的 Comet 浏览器登录亚马逊账号，账号密码和会话 Cookie 全部存储于用户本地设备，亚马逊服务器向用户终端推送页面 HTML、图片和文字数据；
- 用户向人工智能体下达自然语言指令，例如「帮我选购 300 美元以内运动鞋并结算」；
- 人工智能体截取当前浏览器屏幕截图，并将截图图像数据上传至被告云端服务器，由云端服务器解析页面元素、生成下一步操作指令，但被告云端服务器全程不直接向亚马逊服务器发送任何网络请求；
- 被告云端服务器生成操作序列并回传至用户本地浏览器，再由用户本地浏览器程序向亚马逊服务器发起点击、跳转、下单等标准用户请求；
- 亚马逊服务器将结果返回至用户终端，页面实时渲染展示，智能体继续截图并循环执行任务，直到完成用户全部指令。
文章认为，GUI 模式不需要与各大 APP 或网络平台谈判接口合作，具备开发门槛低、全平台适配等优势，也因此成为创新型人工智能服务商的重要技术路径之一。当前围绕智能体技术方案的探索，已经形成 API 技术模型与 GUI 技术模式并行的局面。
GUI 模式下，代客操作属于谁的行为
文章接着讨论 GUI 模式下人工智能体代客操作的法律性质。
作者指出，GUI 模式并不需要第三方 APP 或网页平台在技术上进行配合。只要获得用户授权，人工智能体就可以代表客户自动、正常地操作第三方 APP 或网页。但从竞争利益出发，第三方平台往往仍会主张：即便是 GUI 模式，人工智能体也应取得平台许可后才能进行代客操作。
文章认为，这一主张是否成立，关键要看 GUI 模式代客操作在法律上应如何定性。
从第三方平台的角度看，GUI 模式下的代客操作属于客户个人行为，而不属于人工智能体提供方的行为。文中将其与典型的民事委托作比较：两者相同之处在于，都是委托人借助第三方资源处理民事事务；不同之处在于，典型的民事委托是借助第三方民事主体处理事务，而 GUI 模式的人工智能体代客操作，则是委托人借助第三方工具处理事务。
文章进一步指出，虽然有观点认为 GUI 模式下的代客操作应归属于人工智能体提供方，但这种看法已经被司法实践否定。以亚马逊诉 Perplexity AI 一案为例，美国联邦第九巡回上诉法院明确否定了智能体民事委托代理主张。
在该案中，原告主张，客户通过被告提供的人工智能体，以 GUI 模式访问原告网页页面、与平台实时交互并自动购物，这些行为应归责于被告自身，而不是客户。美国联邦第九巡回上诉法院则认为，用户通过被告提供的人工智能体接触原告平台网页，不构成被告在法律意义上对原告平台系统的「访问」。
文章解释称，在法律意义上或计算机领域里，「访问」是指进入计算机系统本身或其特定部分，例如文件、文件夹或数据库。而在该案中，被告只是提供了人工智能体这一工具，真正「访问」原告平台系统的是使用该工具的用户。即便被告服务器会接收智能体转发的屏幕截图，或者通过智能体发送指令，这些行为也不能被认定为被告在「访问」原告平台系统。
基于这一判决思路，文章认为，美国法院将 GUI 模式人工智能体代客操作服务视为一种服务工具，用户借助这一工具进行网络操作，属于用户自身的个人行为，而不是人工智能体提供方的行为。作者认为，这一观点符合 GUI 模式的技术实践，也值得国内借鉴。
原因在于，GUI 模式的代客操作与典型委托代理在本质上存在区别。委托关系中的受托人是具有自主判断能力且具备民事责任能力的主体；而在智能体代客操作中，尽管可以在一定程度上认为智能体具有「自主判断能力」，但智能体本身显然不具备民事责任能力。
文章还指出，智能体提供者虽然能在代客操作中对客户交付给智能体的事务进行「执行和判断」，但这种「自主执行和判断」是由用户指令触发、并由智能体具体完成的，智能体提供者并没有对这一指令进行干预。因此，在 GUI 模式下，无论是智能体本身，还是智能体提供者，都不能被称为客户的「受托人」，将智能体视为客户的工具更为合适。
在这一前提下，文章得出结论：由于智能体是客户进行自动购物等代客操作的工具，代表的是客户而不是智能体提供者，因此在通常情况下，客户为使用第三方 APP 或网页已经获得的使用许可授权，可以直接延伸至智能体服务本身。也就是说，客户通过 GUI 模式使用代客操作服务，不需要再取得第三方 APP 或网页平台的「额外许可」。同样，因为人工智能体提供者并非代客操作交易的当事人，提供者在这一模式下通常也不需要取得第三方平台的许可。
平台限制智能体代客操作的条款是否有效
文章最后讨论第三方平台通过合同条款限制智能体代客操作的法律效力。
作者指出，用户利用智能体对第三方 APP 或网页平台进行自动代客操作，在提升便利性的同时，也可能冲击平台依赖人工交互构建的广告变现、流量运营等核心商业模式。因此，不少大型互联网平台通过用户服务协议、平台规则、隐私政策等形式，设置专门条款限制或禁止用户使用智能体等工具进行代客操作。这类限制性条款在司法实践中的效力存在较大争议。
支持者认为，平台作为网络服务经营者，享有对自身服务系统、运营秩序和商业资源的管控权，利用合同条款规范用户使用行为，属于合法的经营自治；反对者则认为，这类条款通常由平台单方拟定，作为格式条款可能过度限制用户的数字使用权与自主选择权，变相垄断平台流量入口，并剥夺用户借助新技术提升效率的正当权利，因此属于不合理限制，应认定无效。
从法律属性看，文章将第三方平台限制用户使用智能体代客操作的条款界定为典型的网络服务格式限制性条款。这类条款附着于平台与用户之间的网络服务合同关系，具有单方性、标准化、普遍性等特征。平台预先拟定内容，用户只能选择整体同意或拒绝，缺乏协商修改空间，符合《民法典》第 496 条关于格式条款的定义，因此效力判断应当适用格式条款的规制规则。
文章认为，根据《民法典》关于格式条款效力的规定以及相关司法实践，第三方平台有关智能体代客操作的限制性条款，并不是绝对有效或绝对无效，而是需要结合条款内容、适用场景、限制程度和正当性依据综合判断。
按照文中梳理，《民法典》下格式条款生效需要满足两个条件：
- 其一，格式条款提供方应履行提示与说明义务，采取合理方式提示对方注意免除或减轻其责任等与对方有重大利害关系的条款，并在对方要求时予以说明；
- 其二，条款内容不得存在法定无效情形，不得排除对方主要权利、加重对方责任，或免除己方法定责任。
文章提到，在实践中，一些平台提供的限制性条款存在程序瑕疵。比如，平台可能将限制智能体使用的条款嵌入冗长的用户服务协议中，字体和排版与普通条款并无区别，也没有通过加粗、弹窗提示、单独确认等显著方式履行提示义务，普通用户很难察觉到相关限制。
作者认为，在人工智能时代，禁止用户使用或限制用户使用人工智能服务，与用户存在重大利害关系。如果第三方平台没有履行法定的提示说明义务，那么此类条款就不应对用户产生法律约束力。
文章同时强调，这类限制性条款内容是否合理，是判断效力的核心。
如果条款只是对恶意违规的智能体操作作出合理限制，例如禁止恶意刷单、批量入侵等损害平台秩序的行为，那么这类条款属于平台合理治理的范围，未排除用户主要权利，可以认定合法有效。
但如果条款采取一刀切方式，全面禁止所有智能体代客操作，包括用户自主授权、小规模、非盈利、无恶意的日常便捷操作，或者用户通过 GUI 模式进行的合理代客操作，那么这类条款就属于过度限制用户权利、排除用户主要使用权，符合《民法典》第 497 条规定的格式条款无效情形，应认定为无效条款。
该文来自微信公众号「Internet Law Review」，作者为尹锋林，MarsBit 于 9 月 4 日刊发相关内容。