来稿作者：李广宇议员

近日，一段人形机械人于表演中主动拥抱舞者的影片于网上热传。画面看似趣味无害，却抛出一个严肃的法律难题：若未来机械人不再是温和互动，而是出现推倒、夹伤甚至重伤他人的意外，现行法律该如何界定与处理？

传统责任界定方式落后时代

我们不妨设想一个常见的公共场景：商场清洁机械人误判行人位置，撞倒长者导致骨折受伤。事后调查却发现，机械人当时的数据决策具备不确定性，无法完整追溯触发事故的核心原因。此情此景下，责任究竟该归属于机械人、运营企业、硬件制造商、操作人员、设备拥有人，还是程式设计团队？

传统的责任界定边界，在具身智能机械人面前，已然逐渐模糊。

在传统机械设备的应用场景中，事故的因果关系清晰且可追溯。设备故障、操作失误、零件损耗、设计缺陷，都能梳理出完整、线性的因果链，最终锁定过错方，完成法律归责。

但具身智能机械人的运作逻辑完全不同。其行为并非依赖单一、固定的人为指令，而是基于数据自主决策生成：训练数据塑造模型倾向、感测器解读环境资讯、系统根据场景自我调整、部署后与现实环境互动产生即时回馈。多项因素交织影响、动态变化，不再是简单的线性因果链，而是错综复杂的关系网络。

事故因果难以追溯

这就造成了全新的法律困境：我们能看见机械人的伤害行为，却难以完整还原行为背后的成因。当事故因果无法被可靠追溯，传统法律赖以运作的核心基础——因果归责原则，便出现了根本性松动。

问题不止于“难以追溯过错”。更深层的变化是，AI时代的责任不再集中於单一个体，而是分散于整个产业链条。数据提供者、算法设计者、模型训练人员、硬件制造商、系统整合机构、场景部署方、终端使用者，每一个环节都会影响机械人的最终行为，却没有任何一方能单逐决定运作结果。

更关键的是具身智能的核心属性——持续动态演化。与定型后不再改变的汽车、电梯等传统设备不同，搭载机械学习技术的机械人，会持续根据环境数据调整运作逻辑。即便设备出厂时的算法、数据可查可溯，其后每一次的自主迭代、场景适配，都会改变行为逻辑。因果的不可还原性，让传统的事后追责模式彻底失效，“责任谁属”成为行业与法律的核心难题。

最终便形成一种特殊现象：伤害结果真实发生，却找不到传统意义上唯一的“罪魁祸首”。

全新治理逻辑三大要求

对此，笔者认为，面对具身智能的独特属性，监管与法律体系不该执着于“事后找出过错方”（传统因果归责逻辑），而应转向更务实的治理核心：无论事故成因是否可追溯，必须确保风险与伤害结果维持在社会可承受范围内（“管控风险、守住底线”）。

这套全新的治理逻辑包含三大核心要求。第一，行为可观测、纪录可回溯。即便无法逐条解读AI的即时决策逻辑，高风险智能设备也必须全程留存运作数据、行为轨迹，让社会与监管方保留最低限度的查核能力。第二，风险可介入、失控可制止。当机械人出现数据异常、行为偏离预设范围等不确定状况时，系统需具备自动降级、暂停运作的能力，避免微小异常演变为重大安全事故。第三，风险前置防控、损害提前兜底。风险管控不能依赖事后追责，必须在产品设计、场景部署阶段完成全面风险评估，提前建立损害补偿机制。

事实上，这套新型治理思维，已经在部分高风险智能设备的监管中落地。例如高阶自动驾驶系统强制配置“行为黑盒”，全程留存运作数据；工业智能机械人设置安全停机区域，侦测异常即时终止运行，将“不确定性”列为优先处理的安全风险，而非被动等待事故发生。与此同时，多个地区已要求高风险AI企业购买专属责任保险、缴纳风险准备金，建立“先补偿、后追责”的兜底机制，解决传统模式下受害人求偿难、耗时久的问题。

三大监管制度完善治理体系

这一系列探索，亦是香港即将面临的现实挑战。

目前香港正大力发展人工智能、智慧物流、医疗科技、具身智能等新兴产业，具备自主决策能力的服务型机械人，走进公共场景、融入日常生活已是必然趋势。为应对即将到来的AI安全风险，香港亟需优先建立三大监管制度，完善本地治理体系。

建立高风险具身智能设备登记与事故通报机制。现行交通工具一旦发生事故，监管部门可快速查核车型、纪录、安全状况，实现精准监管。但未来送货、护理、公共服务类智能机械人若发生意外，目前并无机制查核其模型版本、异常纪录、安全更新状态等核心资讯。缺乏数据支撑，监管便无从落地，也无法累积风险管控经验。因此，必须落实高风险机械人强制登记、事故即时通报制度，让监管部门全程掌握设备运行风险。

落实智能设备最低限度可追溯标准。无需强求企业完整拆解AI每一次的自主决策逻辑，但高风险智能系统必须留存核心运作数据，包括模型迭代纪录、系统更新日志、感测器输入数据、关键决策轨迹等。一旦发生事故，监管机构可独立还原设备当时的运作状态，避免调查结果完全依赖企业单方面陈述，保障调查的客观性与公正性。

设立具身智能第三者责任保险制度。AI事故往往涉及多环节、多主体，责任厘清流程漫长复杂。对于受伤市民而言，及时获得赔偿、弥补损失，远比事后界定过错更为重要。透过强制保险、风险基金机制，可实现“损害先行兜底”，优先保障受害人权益，再由保险机构、监管部门后续追溯划分责任，契合AI时代的风险治理逻辑。

法律必须回答好责任问题

上述监管措施看似独立，却贯穿同一套全新的法律治理逻辑。

传统法律架构建立在“事故可溯源、过错可界定”的基础上，核心目标是事后追究责任。但在具身智能时代，AI决策的复杂性、动态性让完整溯源愈发困难。未来的监管核心，将从“证明系统为何出错”，转变为确保系统出错时，不会造成失控的社会危害。

归根结底，新时代的智能治理，必须守住三大底线：行为可观测、风险可管控、损害有人担当。

人工智能带来的从来不装是“机械人会否伤人”的技术问题，更是一场法律与社会秩序的重塑考验。当因果关系日趋模糊、责任边界逐渐分散，法律如何突破传统框架，守护社会的安全、公平与秩序信任，将是香港发展AI产业必须答好的核心命题。

作者李广宇是第八届立法会功能界别（劳工界）议员。

文章仅属作者意见，不代表香港01立场。

01论坛欢迎投稿。请电邮至01view@hk01.com，附上作者真实姓名、自我简介及联络方法。若不适用，恕不另行通知。香港01保留最终编辑权。