来源：天驰君泰法律评论
发布日期：2026年01月04日
一、案件爆发
商业秘密案件的爆发表现在数量和判赔金额上。数量上，由于法院裁判文书不再对外公布，无法得出准确数字，只能通过团队办案了解到的大致情况，来预估全国商业秘密案件数量。团队在长三角某知识产权法院（庭）代理商业秘密案件，与办案人员在开庭之余了解到，他们法院每个法官名下有 20-30 件商业秘密案件，这几年每年大概处理 200 件商业秘密案件。而在 2023 年以前，全国公开查询到的每年平均审结的商业秘密案件也才200-300件 。而 2025 年，一家法院就有 200 件，全国的商业秘密案件数量也就可见一斑。用“爆发”来形容一点不为过。可能的原因包括：商业秘密保护意识的加强；经济下行，订单减少，自然而然想到前雇员及前雇员新的公司；全部司法和行政机关对商业秘密保护的重视。
判赔金额上，超亿元赔偿已经屡见不鲜。在北京精雕科技集团有限公司与田某、深圳市某公司侵害技术秘密纠纷案中，最高人民法院二审适用惩罚性赔偿判决被告连带赔偿 3.816 亿元。该案的判赔金额主要有如下因素：不正当获取 3.7 万余份文件；侵蚀原告 60% 市场份额；被告及其母公司有公开的财报数据；全面侵权；在先生效的刑事判决。在沈某集团股份有限公司、沈阳透某机械股份有限公司与沈阳斯某机械有限公司、沈阳斯某机械制造有限公司、孙某良、印某洋、吴某坡侵害计算机软件著作权及商业秘密纠纷案中，最高人民法院二审判决赔偿 1.66 亿元。该案的判赔金额主要有如下因素：公安曾经立案处理，被告承认侵害商业秘密；市场监督管理部门曾经查处过。在广州天赐高新材料股份有限公司诉 12 名离职员工及永太科技等侵犯商业秘密案件中，广州天赐公司向江西高院起诉要求被告赔偿 8.87 亿余元，目前该案一审还在审理中。同样，该案也有在先一审刑事判决。
上述高赔偿或主张高赔偿的案件，都有一个特点，就是有在先刑事或行政程序。这与之前的香兰素案和吉利诉威马案有明显不同，该两案都是直接民事程序获得高额赔偿。
美国方面，在 Zest Labs 诉 Wal-Mart 案中，陪审团适用惩罚性赔偿裁决沃尔玛向 Zest 赔偿 2.23 亿美元。在 Sonrai Systems 诉 Romano 案中，陪审团适用惩罚性赔偿裁决 Romano 赔偿 5890 万美元。
二、AI挑战
AI ，尤其是生成式 AI ，给知识产权保护与管理带来挑战，商业秘密也不例外。这些挑战，表现在如下几个方面：
1、 AI 生成的可能构成商业秘密的信息能否受到商业秘密的保护？
该问题涉及人的主体性问题。如果说著作权和专利权还涉及作者和发明人的主体性问题，或者说 AI 生成内容能否享有著作权或专利权还存在一定争议的话，而商业秘密则基本不存在争议，因为商业秘密的构成三要件并不涉及主体身份问题，只要符合三要件特征的信息都可以受到商业秘密的保护。也就是说，商业秘密的主体不一定是人。
2、 AI 相关的商业秘密客体
抽象的概念不能授予专利，但是却可以获得商业秘密保护，比如算法。因此，对 AI 产业来说，商业秘密比专利具有更宽泛保护的优势。
在最高人民法院作出的（ 2023 ）最高法知民终 1503 号案件中，法院认定训练代码、标注数据及参数优化策略等支撑模型功能的关键信息可以成为商业秘密的客体。其他可能的客体还包括训练数据、模型架构、微调方法、系统提示词和嵌入 AI 系统的其他基础指令，用户交互数据等。
3、 AI 时代的合理保密措施
传统的商业秘密保护措施往往是针对特定的秘点进行定点管理，具有静止性， AI 时代的商业秘密保护更加具有动态性，这些动态的措施包括但不限于：
- 制定生成式 AI 使用规则，明确上传 AI 的信息的边界
- 有条件的话，本地化部署 AI 模型
- 实施技术控制措施，部署能够扫描并拦截通过 AI 模型窗口传输已识别商业秘密的 IT 解决方案，其功能类似于数据防泄露解决方案。
- 将商业秘密碎片化，各自持有一部分 [1]
4、 AI 时代的不正当手段
2025 年 2 月，在美国马萨诸塞州地区法院提起的 OpenEvidence, Inc. 诉 Pathway Medical, Inc. 一案，揭示了 AI 相关商业秘密泄露的法律与技术风险已成现实。该案提到了一种新型的不正当获取商业秘密的手段——“提示词注入”攻击（“ prompt injection ” attack ）。该攻击是一种对 AI 系统具有独特危害性的网络攻击方式。在此类攻击中，黑客或其他恶意行为人将恶意输入伪装成合法的提示词，旨在绕过生成式 AI 系统设置的安全限制，从而操控该系统泄露敏感和秘密信息。 [2] 具体到本案， OpenEvidence 称， Pathway 公司通过将恶意查询提示词伪装成合法的医学问题，诱骗 OpenEvidence 的 AI 平台泄露了其部分系统提示词，而这套提示词的指令集是控制 OpenEvidence 平台 AI 模型如何解读和响应用户输入的核心规则。
可见， AI 时代的不正当手段更加具有技术性，不但要了解这些技术，更应该研发技术手段来反制这些不正当技术手段。
三、主动合规
2025 年，团队还承办了两件商业秘密合规体系建设非诉案件，两 件咨询案件，这四件案件都是客户“主动”提出搭建商业秘密合规体系。这是我们之前没有看到过的，这说明相关主体已经意识到商业秘密对其重要性，无论是出于保护自己的商业秘密目的还是避免使用他人的商业秘密目的。基于此，我们认为，市场主体已经开始意识到商业秘密保护极大依赖于权利人自己，需要提前做好工作。
有条不紊地开展商业秘密合规体系建立工作，需要结合公司规模、所处行业、现有架构、人员构成、技术基础等因素综合考虑，工作可谓牵头万绪。又由于商业秘密范围极广、客体类型之多，需要从秘点梳理开始，理清承载商业秘密的载体和 IT 系统、接触商业秘密的人员和商业秘密的流转链路，从而绘制商业秘密流程图。建立商业秘密合规体系是应对外界变化之本，能为后续维权打下坚实基础。
基于上述分析，我们认为，商业秘密保护与管理在 2026 年将有如下趋势：
交叉保护 。 刑民交叉和行民交叉保护，将变为商业秘密维权的新常态。因此，也将带来更多的法律和实务问题。
强化保护 。 案件数量将持续高位运行，尤其是涉及 AI 技术、生物医药、高端制造等战略性行业的纠纷。随着企业保护意识增强与经济环境变化，针对“前雇员”及竞争公司的诉讼将成为主流。案件判赔金额也将呈现高价值赔偿，比如广州天赐案可能在 2026 年落槌判赔。
合规保护 。 不同行业（如软件、制造、半导体、医药）的商业秘密形态与流转方式差异巨大， 2026 年将出现更多行业特色鲜明的合规解决方案与标准。
跨境保护 。 随着中国企业“走出去”与外资企业深入中国市场，跨境商业秘密保护问题（如摩托罗拉诉海能达案所示的美国 DTSA 诉讼）将更受关注。企业需构建符合多法域要求的保护策略。
[1] https://www.jdsupra.com/legalnews/trade-secret-protection-in-the-age-of-2134466/ 。
[2] Case 1:25-cv-10471-MJJ Document 1 Filed 02/26/25 Page 1 of 36 。
