想象这样一个场景：你给年迈的父母买了一台家用服务机器人，某天，它在执行任务时判断失误，误伤了老人。你准备投诉，却发现制造商、销售平台、软件开发方各执一词，无人担责。

这一天可能比想象中来得更快。2025年，“具身智能”首次写入《政府工作报告》，相关机器人已经开始进入工业制造、物流配送、养老服务等应用场景。[1] 但落地过程并非一帆风顺：无人配送车碰撞事故屡见报端。2024年12月26日，杭州一辆新石器无人配送车撞上一辆正在驶出车位的车辆，交警判定车主主责、无人车次责，车主不服，争议至今未解。这背后的责任困境，比表面看起来复杂得多。

一、具身智能和手机里的AI，有什么不同？

“具身”来自认知科学中的“具身认知”，核心含义是有物理身体或载体。[2]具身智能基于物理实体，通过“感知、认知、决策、行动”闭环与环境实时交互。服务机器人、无人配送车、协作机械臂，都是其典型形态。

和手机里的AI不同，具身智能的行为直接作用于物理世界，其造成的人身和财产损害往往难以逆转。更深层的差异在于，它的行为不是完全按照人事先写好的步骤执行的。面对新环境，它依靠传感器感知周围，通过算法重新判断后采取行动。事故发生时，现场可能没有一个自然人直接下达导致损害的具体指令，但系统的设计、训练、部署和运营却都由特定主体完成。责任难题因此并不在于“机器代替人承担责任”，而在于如何把机器的自主行动重新接回一条可追溯的人类责任链。传统的“谁驾驶、谁负责”归责框架因此失灵，也埋下了追责困难的伏笔。

二、为什么在法律上难以追责？

责任主体分散，是第一层困难。一台家用服务机器人背后，至少涉及硬件制造商、算法开发商、运营方、销售平台和用户。出了事，各方都能指向别人，责任就在其间不断漂移。

第二层是算法决策的黑箱问题。所谓黑箱，是指算法的内部决策过程对外部不透明，你知道输入了什么、做出了什么动作，却不知道它为什么这样决定。这里所说的黑箱，并不只是企业有意保密。即便开发者愿意公开信息，复杂模型的内部计算过程、训练数据和系统之间的交互，也可能使具体决策难以完整还原。

上述问题在国际上同样存在。2023年10月，美国旧金山一名行人被另一辆车撞倒后，又被通用汽车旗下Cruise的无人出租车拖行约六米。无人车误将撞击识别为“侧面碰撞”，启动了靠边停车程序，却不知道车底还拖着行人。事故调查因此不仅要回答车辆做了什么，还要追问系统为何作出这样的判断；而这一过程往往涉及模型、传感器、软件和控制系统的复杂交互。

这起事故同时暴露了第三层问题，即企业对事故信息的隐瞒或不充分披露，则可能进一步堵住责任追查的入口。Cruise提交的报告隐去了拖行过程，监管机构直到事发十余天后才拿到完整录像。它最终承认提交虚假报告，并被美国司法部处以50万美元刑事罚款，2024年底通用汽车宣布停止对其资助。Cruise个案看似了结，但追责的制度性困难并未消失。

三、究竟应该由谁来负责？

2023年2月起施行的《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》明确，无驾驶人智能网联汽车发生事故造成损害的，由车辆所属企业先行赔偿，可向开发者、制造者等追偿。[3]Cruise事故的最终处理同样由运营方兜底。两个案例共同指向：掌握技术、设计系统、获得收益的开发者和运营方，对系统行为有最关键影响力，理应承担匹配的责任。

有人或许会问，为什么不直接规定制造商负全责？因为责任分配需要考量各方在具体情境中的控制能力和过失程度。如果把所有事故风险都无条件压给制造商，也可能提高企业进入高风险应用场景的成本，进而抑制技术创新。如何在保护受害者和鼓励创新之间划界，正是专项立法需要细化的内容。

边界该划在哪里，又因场景而异。家庭场景可能比公共道路场景更难完成事故证据的固定和责任认定。无人车在公共道路上有行驶记录、路侧监控和事故报告义务，客观数据为责任认定提供了基础。家庭机器人在私人空间行动，通常没有这些记录。虽然《中华人民共和国产品质量法》对生产者采用无过错责任原则，受害者无需证明制造商有过错，但仍须证明产品存在缺陷、存在损害、缺陷与损害有因果关系。[4]在家庭场景里，没有记录、没有监控，算法决策又无法还原，“产品缺陷”与“因果关系”这两项就极难证明。

四、出路在哪里？

就目前而言，我国尚未形成专门针对具身智能机器人事故责任认定的全国性专项规则，但地方立法已起步。2026年5月，《杭州市促进具身智能机器人产业发展条例》作为全国首部具身智能领域地方性法规施行。不过，针对家庭机器人伤人责任认定的全国性专项规则，仍是空白。滞后的根本原因是技术迭代太快，立法者难以在技术稳定前写出有效规则。由此派生出两个问题：事故责任认定尚无明确的主导部门，司法体系的技术鉴定能力也有待建立。

要解决问题，建立事故强制报告和信息公开机制是前提。北京、深圳等地已对事故信息的报告和数据留存提出要求，而只有把强制报告延伸到更多具身AI场景，要求运营方报告事故经过、原因和处理结果，不得隐瞒拖延，立法者才有充分数据可依。

那么，上述机制从何而来呢？归根结底来自持续的压力。公众追问，企业才不得不完善事故披露；受害者不沉默，事故才能成为可被分析的案例，跨部门协调也才有推进的动力。事故信息的公开和行为数据的留存，不应成为责任规则完善之后才考虑的问题。恰恰相反，它们是责任认定和制度完善所需要的基础条件。遭遇具身AI伤害时，留存证据、如实向监管部门反映，持续追问谁该负责，这本身就在推动规则向前走。

作者：朱钰婷，浙江大学哲学学院助理研究员；

审核专家：初维峰，北京化工大学马克思主义学院教授

参考文献：

[1] 李强. 政府工作报告[N]. 人民日报, 2025-03-13 (1).

[2] VARELA F J,THOMPSON E,ROSCH E. The embodied mind: cognitive science and human experience[M]. Cambridge, MA: MIT Press, 1991.

[3] 上海市浦东新区促进无驾驶人智能网联汽车创新应用规定[J].上海市人民代表大会常务委员会公报, 2022, (9): 47-52.

[4] 全国人民代表大会常务委员会.中华人民共和国产品质量法[Z/OL]. (2018-12-29)[2026-09-12].

内容来自：中国科普作家协会