人工智能相关发明专利申请通常包含大量算法特征，而创造性审查的争议焦点，往往不在算法本身是否新颖，而在算法特征能否被纳入对技术方案的贡献评价。国家知识产权局2024年12月31日发布的《人工智能相关发明专利申请指引（试行）》（以下简称《指引》）第五章第4节，专门针对包含算法特征的申请如何答复不具备创造性的审查意见作出说明。笔者结合专利审查实践，围绕“算法特征与技术特征功能上彼此相互支持、存在相互作用关系”这一核心标准，分析答复策略、修改路径与证据组织要点。

在实务中，审查员发出不具备创造性审查意见时，常见理由是区别特征包含算法特征，但该算法特征与技术特征之间缺乏功能上的相互支持，因此不考虑算法特征对技术方案作出的贡献。申请人和专利代理师如果仅简单陈述算法具有新颖性，或者反复强调算法本身更加准确，往往难以改变审查结论。正确的处理路径，是先识别审查员否定算法贡献的具体原因，再判断应当通过意见陈述、权利要求修改还是补充技术效果论证来回应。

一、算法特征贡献被否定的审查逻辑

根据现行审查规则，包含算法特征或者商业规则和方法特征的发明专利申请，在创造性审查时，应当考虑与技术特征功能上彼此相互支持、存在相互作用关系的算法特征或者商业规则和方法特征对技术方案作出的贡献。所谓功能上彼此相互支持、存在相互作用关系，是指算法特征与技术特征紧密结合，共同构成解决某一技术问题的技术手段，并且能够获得相应的技术效果。如果二者仅是在形式上并列记载，算法特征并未成为技术手段的组成部分，则算法特征对创造性的贡献就可能不被考虑。

这一审查逻辑的目的是防止抽象的数学算法或者智力活动的规则方法仅因写入权利要求就被赋予专利权。对申请人而言，审查员的否定意见通常提示两种可能：一是权利要求本身缺少与技术特征建立关联的技术内容，二是有利于证明算法贡献的事实和效果没有在申请文件中充分体现。答复时首先应当明确属于哪一种情况，再选择论证或者修改路径。

二、答复审查意见的核心论证框架

（一）算法特征能否使方案解决技术问题

答复不具备创造性审查意见时，首先应当回到区别特征和技术问题。以最接近的现有技术为基础，确定权利要求与对比文件的区别特征，进而判断该区别特征解决的技术问题是否属于技术问题。如果算法特征本身并未服务于解决技术问题，而仅是实现某种抽象功能，则难以在创造性审查中被考虑。

论证时，申请人应当说明算法特征处理的数据具有何种技术含义，算法步骤与目标输出之间存在何种技术关联，以及这种关联如何受到技术领域、硬件环境或者应用场景的约束。仅仅描述算法流程本身，而不说明其与具体技术问题的关联，通常无法构成有效的意见陈述。

（二）算法特征与申请要解决的技术问题是否密切相关

算法特征与技术问题密切相关，意味着算法不是可有可无的计算工具，而是解决技术问题不可缺少的手段。例如，在图像识别、语音处理、信号分析等领域，算法的选择、参数设置、训练方式和数据处理方式，直接影响系统能否准确完成技术任务。此时，算法特征与图像数据、传感器数据等技术特征共同发挥作用，应当作为一个整体考虑。

在意见陈述书中，申请人可以将技术问题、技术手段和技术效果对应起来，说明算法的每一步执行如何服务于技术问题的解决。这种对应关系越清晰，审查员越容易确认算法特征并非独立于技术方案之外的抽象内容。

（三）算法特征与技术特征是否存在功能上的相互支持

功能上彼此相互支持，通常表现为算法特征对技术特征产生约束或者优化，技术特征又为算法运行提供硬件、数据或者应用场景支撑。例如，算法根据硬件资源情况调整计算方式，或者硬件结构根据算法特点进行适配，二者共同实现降低资源占用、提高处理速度等技术效果。此类关系可以通过权利要求中的具体特征体现，也可以通过说明书中的实施细节予以说明。

答复时，申请人应当避免抽象地宣称“算法与硬件结合”，而应具体指出二者如何配合。例如，分布式计算节点如何根据训练数据规模调整资源调配，量化算法如何适配低比特位宽的硬件平台，图像预处理如何影响神经网络模型的输入结构。论证越具体，越能体现算法特征与技术特征的相互作用。

三、不同情形下的答复策略

（一）功能或领域应用不同时的技术困难与意外效果

如果申请与现有技术采用相同或者类似的人工智能算法或模型，主要区别在于功能或者应用领域不同，审查员可能认为应用场景的简单替换不具备创造性。此时，答复应着重说明将该算法或模型应用于本申请功能或领域时，需要克服哪些技术上的困难，或者获得了何种预料不到的技术效果。

不同应用领域并非当然构成创造性理由。只有在应用过程中需要对算法结构、训练方式、参数配置、数据处理方式进行实质调整，或者需要解决特定领域的技术约束时，应用场景的不同才可能转化为创造性贡献。答复时应当结合领域特点说明转换的困难，而不能仅指出识别对象或者数据来源不同。

（二）算法改进计算机系统内部性能时的特定技术关联

如果申请与现有技术的主要区别在于算法特征，而算法与计算机系统的内部结构存在特定技术关联，能够实现减少数据存储量、减少数据传输量、提高硬件处理速度等效果，则创造性审查时应将算法特征与技术特征作为一个整体考虑。此类情形的答复重点，是证明算法改进并非单纯的数学优化，而是针对特定系统结构和资源条件作出的技术调整。

在意见陈述中，申请人可以说明算法如何根据处理器、存储、网络通信或者加速器的结构特点进行适配，以及这种适配如何带来硬件执行效果提升。必要时，还可以将体现特定技术关联的特征补入权利要求，使算法特征与系统结构特征在权利要求层面形成明确联系。

（三）用户体验提升源于技术效果时的论证路径

如果申请方案能够带来用户体验的提升，针对不具备创造性的审查意见，应当阐释体验提升的有益效果是由技术特征带来的，或者是由彼此相互支持、存在相互作用关系的技术特征和算法特征共同带来的。用户体验本身不是技术效果，关键在于产生体验提升的机制是否属于技术手段。

例如，系统根据负载情况利用人工智能算法自动分配客服资源，从而减少用户等待时间，其有益效果虽然表现为用户体验提升，但实质是通过资源调度和请求处理的技术改进实现。答复时应当回到技术机制，说明算法如何分析请求、技术特征如何执行分配，以及二者如何共同改善系统运行效果。

四、权利要求修改与证据组织的操作路径

（一）将存在区别或者相互支持的特征补入权利要求

为了克服审查意见指出的缺陷，修改时可以考虑将原始申请文件中与最接近现有技术存在区别的技术特征，或者与权利要求中的技术特征功能上彼此相互支持、存在相互作用关系的算法特征补入权利要求。补入的特征必须具有原始申请文件记载的支持，不能通过引入新内容改变发明实质。

修改不是简单扩大或者缩小技术特征的堆叠，而是让权利要求的整体技术方案更清楚地体现算法特征与技术特征之间的关联。在选择补入特征时，应优先选择对创造性论证有实质作用、且能够与技术问题和技术效果形成对应关系的特征。

（二）用具体技术效果支撑创造性论证

技术效果是创造性论证的重要组成部分。答复审查意见时，申请人可以结合说明书中的实验数据、对比数据或者分析论证，说明算法特征带来的资源占用下降、处理速度提升、识别精度提高等技术效果。效果数据应当具有可比性，能够反映与最接近现有技术的差异，而不是笼统描述“效果更好”。

如果说明书未记载相应实验数据，申请人不能通过修改引入超出原始申请文件范围的实验内容，但可以在意见陈述中基于原申请记载的技术手段进行逻辑论证。对于能够通过实施例或者公知常识支持的效果，仍应尽量以原始记载为基础展开分析。

（三）意见陈述书的论证结构

针对不具备创造性的审查意见，意见陈述书可以采用“区别特征确定、技术问题重定、关联关系分析、技术效果说明、现有技术无启示”的结构逐层展开。首先明确权利要求与最接近现有技术的区别，其次确定基于该区别特征重新确定的技术问题，再次论证算法特征与技术特征功能上相互支持，最后说明方案相对现有技术非显而易见。

论证过程中应当注意，不能仅重复审查意见中的对比分析，而应针对审查员未考虑的算法贡献提出具体理由。对于审查员认为缺乏技术关联的质疑，应结合权利要求特征和原始说明书记载作出针对性回应。

五、不同情形答复要点的比较

《指引》第五章第1节至第3节分别列举了算法特征对技术方案作出贡献的典型情形，第4节进一步给出了答复审查意见的路径。不同情形下，区别特征、答复核心和修改方向存在明显差异，实务中应避免采用同一套模板应对所有审查意见。

审查情形	主要区别	答复核心	修改或证据方向
功能或领域应用不同	算法或模型相同或类似，应用场景不同	应用至本申请领域需要克服的技术困难、预料不到的技术效果	补充场景约束、参数调整、对比实验
计算机系统内部性能改进	主要区别在于算法特征	算法与系统内部结构的特定技术关联及硬件执行效果提升	补入资源调度、计算节点、硬件适配等特征
用户体验提升	方案带来用户体验提升	体验提升由技术特征或算法-技术共同作用产生	补充请求分配、响应链路等技术效果数据

表：人工智能相关发明专利申请创造性答复的典型情形比较

表中的三类情形并非相互排斥。一项申请可能同时涉及领域应用、系统性能改进和用户体验提升，答复时应当根据审查意见指向的主要区别选择核心论证路径，同时保留其他技术效果作为辅助论据。比较的核心，始终是算法特征是否与技术特征共同构成解决技术问题的技术手段。

六、申请人和专利代理师的实务操作要点

（一）申请阶段预留修改和论证基础

创造性答复的效果，很大程度上取决于原始申请文件的撰写质量。申请人在撰写阶段就应当清楚记载技术问题、技术手段和技术效果，并在说明书中体现算法特征与技术特征之间的具体关联。如果申请文件仅描述算法流程，未说明算法与硬件、数据、应用场景的关系，后续答复时可能缺少可供补入和论证的基础。

因此，对于人工智能相关发明专利申请，说明书不仅应当公开算法步骤，还应当说明算法在具体技术环境中的运行方式、约束条件和取得的技术效果。必要时，通过实施例和实验数据强化效果记载，为创造性答复保留充分依据。

（二）答复阶段先判断再选择修改或陈述

收到不具备创造性审查意见后，不宜立即修改权利要求，而应先判断审查员否定算法贡献的理由属于哪一类型。如果权利要求已经包含技术特征，只是论证不足，可以通过意见陈述强化关联关系；如果权利要求缺少能够体现关联的技术特征，则应考虑在原始申请文件支持范围内补入特征。

修改和陈述应当围绕最接近的现有技术展开，避免泛泛讨论算法本身。对于审查员提出的具体对比分析，应逐一回应，必要时重新确定技术问题，使创造性论证建立在准确的区别特征之上。

（三）技术效果证据应具有可比性和针对性

技术效果证据需要与区别特征和技术问题对应。比较对象应当是审查员所认定的最接近现有技术，而不是任意基准；比较指标应当能够体现算法特征带来的实际改进，例如资源占用、处理时间、准确率、模型规模等。缺乏针对性的效果数据，往往难以改变创造性结论。

如果申请方案的效果通过实验数据体现，申请人应核实数据是否与原始申请文件一致，避免出现超范围或者前后矛盾。对于无法提供实验数据的方案，应通过技术逻辑说明算法特征与技术特征相互作用所产生的效果，使论证具有可验证性和说服力。

综上所述，算法特征在人工智能专利创造性审查中能否获得贡献，关键不在于算法是否复杂，而在于算法特征是否与技术特征功能上彼此相互支持、存在相互作用关系，并共同解决技术问题。国家知识产权局《指引》第五章第4节为答复审查意见提供了清晰的路径：先识别审查员否定算法贡献的原因，再通过意见陈述、权利要求修改和技术效果论证作出回应。从申请人和专利代理师角度看，只有在撰写阶段留足依据、答复阶段精准论证、修改阶段确保支持，才能让算法特征对技术方案的贡献获得公正评价。