人工智能背景下AI“工作流炼丹”的劳资权益界定与法律规制研究

原标题：王杰等：人工智能背景下AI“工作流炼丹”的劳资权益界定与法律规制研究

目录

引言

一、AI“炼丹”的实务形态、商业本质与全域风险

（一）适用场景多领域覆盖：从基础岗位到高端专业岗位

（二）商业本质：劳动者人身职业能力的非对价数据剥离与资本化

（三）结构性制度风险：现行规制下易形成失衡的劳资数据关系

二、现行法律体系的系统性失灵：三大法律板块的规制空白

（一）劳动法律体系适配性不足：现行劳动立法无法覆盖离职后的劳动价值存续问题

（二）《著作权法》保护边界局限：隐性职业经验落入法律保护真空

（三）《个人信息保护法》界定模糊：职场工作流数据权属立法缺失

（四）司法与监管配套机制全链条空白

三、历史镜鉴：技术迭代从不自带公平，劳动秩序通常依靠法律重构

（一）工业革命的历史启示：乱象源于法律滞后，而非技术必然

（二）AI时代正在复刻同款制度空白红利

（三）职场焦虑的本质：对“能力被非对价采集利用”的结构性不安

四、制度优化建议：AI时代劳动权益的补充构想——劳动者工作流数据权

（一）权利定性：审慎的制度构想

（二）权利内容：四项权能优化构想

（三）制度探讨价值

五、实务落地体系：劳动者维权路径与企业合规完整细则

（一）劳动者端：可直接落地的维权主张与维权策略

（二）企业端：AI工作流炼丹全流程合规细则

（三）立法与监管完善建议

六、结语

引言

随着生成式AI深度嵌入企业经营与职场用工场景，一类区别于传统用工模式的新型数据用工方式逐步普及：企业通过信息系统全程采集、沉淀、归集劳动者的操作流程、业务决策、专业判断、工作范式与隐性从业经验，通过大模型训练形成可复用、可迭代、可独立替代人工的AI Skill模型。

与传统劳动形态最大的不同在于：劳动者人身可以离职、劳动合同可以终止，但其长期积累的职业能力、工作方法、决策逻辑，将长期留存于企业系统，并持续为企业创造商业价值。行业将这一过程形象概括为AI“工作流炼丹”（以下简称AI“炼丹”）。其本质是企业依托技术手段，将原本高度人身依附、不可剥离、不可转让的劳动者个人能力，完成数据化剥离、模型化固化、资本化占有与商业化复用。

现行劳动规制体系，成型于工业时代，其底层法理范式百年未变：劳动依附于人身，人走则劳动终止，劳资即时两清，劳动者能力随身带走。但AI“炼丹”打破了该传统法理逻辑。劳动关系终止，不等于劳动价值终止；劳动者退出岗位，不等于自身职业经验停止服务企业。

系统检视我国现行法律框架：1995年《劳动法》、2008年《劳动合同法》构建的劳动法律体系，未规制“离职后持续利用劳动者劳动经验获利”的情形；《著作权法》只保护成果表达、不保护方法流程；《个人信息保护法》对工作流数据、决策序列、职业判断范式的权属界定模糊不清。这并非个别法条存在漏洞，而是整套工业时代法律体系的底层模式与AI时代劳动现实发生了结构性错位。

截至2026年5月，笔者暂未检索到我国相关胜诉司法判例、仲裁裁判口径、监管合规指引，企业在未设置对价机制的前提下开展AI“炼丹”行为长期处于法律灰色地带，劳动者个人数据权益存在法律保障漏洞。基于此，本文系统解构AI“炼丹”的实务现状与法律失灵根源，复盘技术革命与法律迭代的历史规律，创设“工作流数据权”新型权利体系，并配套劳动者维权路径与企业合规标准，为AI时代重构劳资公平秩序提供完整实务解决方案。

一、AI“炼丹”的实务形态、商业本质与全域风险

（一）适用场景多领域覆盖：从基础岗位到高端专业岗位

社会普遍存在认知误区：AI替代仅发生在机械性、重复性基层岗位。但从技术逻辑观察：一切可以数字化留痕的劳动，大多落入AI“炼丹”的炼丹炉（大数据模型）。

基层熟练岗位：短视频拍摄、广告投放、内容审核、客服应答、流水线质检等工作流程高度标准化，极易被系统完整记录并快速建模替代；

中端专业岗位：行政审批、合同初审、标准化财务、常规设计等流程化决策，可被AI批量归集、替代落地；

高端知识岗位：律师合同审核范式、程序员编码逻辑、设计师审美判断、投研决策序列、风控研判习惯等隐性、经验型、个性化专业能力，亦可通过长期数据萃取完成模型固化与智能归集。

AI“炼丹”并非低端劳动专属，而是多行业、多岗位、多职业维度的新型用工变革。

（二）商业本质：劳动者人身职业能力的非对价数据剥离与资本化

传统工业劳动关系具备清晰边界：劳动成果归属于用人单位，劳动能力长期归属于劳动者本人。

AI时代逐步模糊了这一边界：劳动者在职期间沉淀的操作习惯、判断模型、决策逻辑、从业经验、隐性技巧，不再专属人身，而是被企业全程采集、解构、重组、训练为独立AI资产。企业无需支付额外对价，仅依托日常用工管理，即可将劳动者数年、数十年积累的核心职业竞争力，转化为企业独占、长期存续、持续迭代、可商用变现的数字化资本。

（三）结构性制度风险：现行规制下易形成失衡的劳资数据关系

在无法律规制的前提下，AI“炼丹”形成权力失衡劳资生态：劳动者工作流程越规范、从业经验越成熟，生成的数据样本质量越高，被智能模型替代的可能性随之上升。劳动者离职时，带走的仅是劳动身份，却留下了核心的职业资产。企业可依托离职员工数据模型持续压缩用工成本、实现经营收益，而劳动者本人无知情、无同意、无收益、无补偿。

这是AI时代职场焦虑的结构性根源：技术迭代产生的收益大多留存于企业端，而劳动者承担了能力贬值、权益弱化、岗位被替代、价值被无偿占有的全部风险。

二、现行法律体系的系统性失灵：三大法律板块的规制空白

（一）劳动法律体系适配性不足：现行劳动立法无法覆盖离职后的劳动价值存续问题

我国现行劳动法体系由两部核心法律构成，整体立法逻辑根植于传统工业时代的用工模式：

第一，1995年施行的《劳动法》，作为劳动领域基础性纲领法律，界定了劳动关系基本内涵，明确劳动者基础权利，同时搭建起工时、劳动报酬、劳动保护等底层制度框架；第二，2008年施行的《劳动合同法》，专门规范劳动合同的订立、履行、解除与终止流程，划定经济补偿标准以及企业用工法律责任。

从法条内核来看，《劳动法》第二条、第三条明确劳动关系以人身从属、在岗劳动给付为核心要件；《劳动合同法》第四十四条划定劳动合同法定终止情形，第四十六条、第四十七条进一步限定劳动关系终止后的补偿范围。

两部法律遵循统一立法逻辑：劳动行为依附于劳动者人身，劳动者在岗则劳动关系存续，人身脱离用工单位则劳动关系终止，劳动关系终结意味着双方权利义务一次性结清。

此种立法模式仅能规制传统在岗劳动行为，完全无法适配人工智能时代的新型用工矛盾，具体体现为三类立法空白：一是劳动关系终止后，企业仍持续利用劳动者过往积累的工作经验、决策逻辑、操作模型实现商业获利；二是技术手段剥离劳动者人身依附属性，将劳动者个人工作能力长期留存、占有；三是人工智能模型替代人工岗位后，劳动者缺乏对应的价值对价补偿与特殊保障机制。

综上，现行劳动法律底层法理逻辑难以适配智能时代用工现状，并非简单法条漏洞，而是结构性、体系性的立法空白。

（二）《著作权法》保护边界局限：隐性职业经验落入法律保护真空

依据《著作权法》第三条规定，受法律保护的作品，特指文学、艺术和科学领域内具备独创性、可有形呈现的智力成果。同时，知识产权法理形成长期共识：著作权仅保护思想的外在表达形式，并不保护思想本身，也不涵盖方法、流程、技巧、操作逻辑等内在思维内容。

而人工智能技术的核心价值，正是将法律不予保护的隐性内容进行固化转化。企业可通过技术手段，把员工的拍摄风格、投放策略、审核逻辑、编码习惯、办案思路等个人隐性职业经验，转化为可运行、可商用、可替代人工的智能模型。

此类原本依附于劳动者个人的职业素养，在人工智能建模后直接转化为企业核心商业资产，但现行《著作权法》无法为劳动者提供任何权利救济，法律保护边界存在天然缺陷。

（三）《个人信息保护法》界定模糊：职场工作流数据权属立法缺失

根据《个人信息保护法》第四条，个人信息指以电子或其他方式记录、能够识别特定自然人的各类信息；该法第十三条同时明确，处理个人信息需取得个人同意，或为履行合同所必要。但现行立法并未将职场工作流数据、决策行为序列、职业判断范式、个性化操作模型等新型数据，纳入个人信息的法定保护范畴。

目前司法实践与企业行业惯例形成行业默认惯例：劳动者在职期间产生的绝大多数数字化记录，一概划归为企业资产。企业可在未充分告知、未获取劳动者明示授权、未支付合理对价的前提下采集、利用劳动者工作数据，直接架空《个人信息保护法》知情、同意的核心基本原则。

（四）司法与监管配套机制全链条空白

截至2026年5月调研数据，我国针对AI职场数据利用领域，尚未形成完整规制体系，行业处于监管灰色地带：第一，暂无劳动者主张工作流数据权益的胜诉司法判例；第二，劳动仲裁机构未出台相关裁判口径；第三，人社、网信、市场监管等部门，无针对性合规指引文件；第四，企业利用员工数据训练AI工作模型的行为，呈现技术合法、行为无规、权益无保、监管空白的现状。

三、历史镜鉴：技术迭代从不自带公平，劳动秩序通常依靠法律重构

（一）工业革命的历史启示：乱象源于法律滞后，而非技术必然

工业革命初期的超长工时、童工泛滥、恶劣劳动环境，并非技术进步的天然代价，而是新旧制度交替的窗口期，法律滞后造成市场倾斜分配劳动价值的特殊红利期。直至英国十八世纪系列《工厂法》、1847年《十小时工作日法案》等劳动立法落地，通过法律合理划定劳资权益底线、重塑分配秩序、约束资本套利边界，最终形成稳定的工业劳动体系。

历史证明：法律规制不会阻碍技术进步，只会为技术发展建立可存续的秩序规则。

（二）AI时代正在复刻同款制度空白红利

当前企业在未设置对价机制的前提下开展AI“炼丹”行为，本质是新一轮科技革命下的立法滞后红利。行业依托技术发展快于立法更新的时间差，非对价取得劳动者核心经验资产与职业能力。若立法长期缺位，终将形成固化社会结构：技术进步的收益大多资本化、企业化，而劳动者承担职业经验被数据固化、权益未得到对价补偿的全部代价。

（三）职场焦虑的本质：对“能力被非对价采集利用”的结构性不安

从“真人演员或将成为非遗”的行业热议，到多行业普遍的AI替代恐慌，社会情绪的本质并非抗拒技术进步，而是抗拒：个人终身积累的职业核心资产，在无明确规范、无对价机制、边界模糊的技术利用中被长期剥离，且无任何法律救济渠道。

这是劳动者群体共同的结构性不安，也是AI时代劳动法律必须回应的时代命题。

四、制度优化建议：AI时代劳动权益的补充构想——劳动者工作流数据权

（一）权利定性：审慎的制度构想

结合当前AI用工规制空白的现状，本文尝试提出劳动者工作流数据权的优化构想。该权利在属性层面区别于传统人身权与财产权，可界定为一项具备独立属性的复合型劳动权利，权利归属原则上应当专属劳动者本人。该项权利兼具三重特征：天然的人身依附性、不可强制剥夺性以及合理的财产收益属性。

结合职场AI应用场景，本文对工作流数据权作出试探性界定：劳动者对自身履职全过程中生成的行为轨迹、工作流程数据、决策逻辑序列、专业判断模式以及个性化操作范式，建议依法享有相对完整的权益范畴，主要包含数据知悉、使用授权、收益分配以及岗位替代后的补偿请求等权能。

（二）权利内容：四项权能优化构想

1. 数据知情权

为平衡劳资信息差，建议立法明确企业的数据告知义务。企业对劳动者工作流数据开展采集、储存、模型训练、商业化应用等行为时，应当事前主动、真实且详尽地履行告知义务。劳动者有权知悉个人工作数据的采集范围、AI模型训练用途、技术落地场景以及潜在的岗位替代风险，以此规范企业隐蔽化的数据采集行为，夯实信息对等基础。

2. 明示同意权建议

针对员工数据用于AI训练的情形，建议增设明示授权规则。企业若需使用劳动者个人工作流数据开展AI专项训练，应当取得劳动者单独、明确且可撤回的书面授权。同时建议立法禁止默示推定授权，杜绝企业将数据授权与劳动合同、绩效薪酬强制捆绑，规避胁迫、诱导式的不合理授权行为。

3. 持续收益权建议

在数据授权合法合规的前提下，建议建立适度的收益分配机制。企业依托劳动者工作流数据训练生成AI模型并产生商业价值的，包括内部降本、对外商用、技术授权、市场化服务变现等收益，可参考行业标准，赋予劳动者合理比例的收益分享请求权。

4. 特殊替代补偿权建议

针对AI自主替代人工的特殊情形，建议增设专项补偿规则。当企业依托劳动者本人工作数据训练的AI模型，直接替代原岗位劳动者时，可设置高于普通裁员标准的专项补偿。该补偿区别于常规失业经济补偿金，侧重弥补劳动者职业经验、工作范式被资本化利用的隐性损失，属于对劳动数据价值的适度对价补充。

（三）制度探讨价值

本文提出工作流数据权的构想，并非意在限制AI技术迭代与企业数字化转型，也非否定人工智能的产业赋能价值，仅试图对当前失衡的劳资数据权益关系作出温和的法治化矫正。现阶段企业无偿采集、隐性利用劳动者隐性经验的灰色用工模式，存在权益界定模糊、分配规则缺失的问题，可通过该项制度构想进行规范化调整，将无序的数据利用行为转化为合规透明、对价合理、可监管的市场化合作模式。

本制度仅为优化建议与学术探讨，旨在兼顾技术发展与劳动公平。在人工智能快速普及的背景下，试探性构建数据权益分配框架，以期为后续立法修订、司法裁判提供参考，寻求技术升级与劳动者权益保障之间的平衡路径。

五、实务落地体系：劳动者维权路径与企业合规完整细则

（一）劳动者端：可直接落地的维权主张与维权策略

1. 在职证据固化

系统留存个人专属操作流程、经验总结、决策方案、业务判断笔记，固定相关内容人身依附性、个人专属、非制式化的属性，区分企业SOP（Standard Operating Procedure，中文全称：标准化操作流程）与个人职业能力。

2. 离职书面声明维权主张

离职时向企业出具书面告知：未经本人专项授权，企业不得使用本人专属工作流数据、经验范式开展AI训练与商业化使用。

3. 争议划分

严格区分职务成果（归企业）与个人职业能力范式（归劳动者），AI萃取的个人经验、判断模型、隐性技能不属于企业固有资产。

（二）企业端：AI工作流炼丹全流程合规细则

细则1：双台账权属区分制度

企业固有数据（可自由使用、训练）：公司统一制度、标准化SOP、统一话术、制式模板、公开业务规则、集体通用工作成果。

劳动者专属数据（禁止无偿萃取）：员工个性化决策逻辑、个人经验技巧、专属判断偏好、非通用操作范式、人身依附性隐性职业技能。

企业必须建立数据权属区分台账，严禁将劳动者个人能力数据无偿转化为企业AI资产。

细则2：事前全面告知公示制度

企业对所有AI数据采集岗位，必须公开公示：采集范围、采集方式、训练用途、存储周期、迭代规划、岗位替代风险。禁止静默采集、后台偷采、隐性采集个人工作范式。

细则3：专项独立授权制度

AI模型训练适用独立专项授权，不捆绑入职、绩效、晋升、薪酬，授权可随时撤回，留存书面归档。

细则4：AI模型收益分配公示制度

对内降本增效建立员工激励机制；对外商业化模型实行持续收益分成，年度公开AI迭代情况、收益明细、分配台账。

细则5：离职后数据合规管控

员工离职后，禁止使用其专属数据开展新一轮训练与迭代；存量模型仅限原有场景存续，不得扩围商业化；离职员工有权申请数据隔离、脱敏或删除个人专属模块。

细则6：全流程合规审计台账

企业完整留存：告知记录、授权文书、训练备案、替代评估、收益分配、补偿凭证，台账保存周期不短于AI模型生命周期+3年，满足仲裁、诉讼、监管核查需求。

（三）立法与监管完善建议

1. 在劳动法律体系司法解释修订中，增设AI用工数据权益专章；

2. 立法明确工作流数据、职业决策范式的权属边界与使用规则；

3. 确立AI智能替代场景的法定特殊补偿规则；

4. 多部门联合出台《AI职场用工数据合规指引》，统一监管口径。

六、结语

工业时代的法律，守护了工业时代的劳动秩序。AI时代的技术变革速度，远超人类历史上任何一次产业跃迁，技术迭代应当兼顾社会公平，在产业发展与劳动者权益之间寻求平衡。当前AI“炼丹”现状本质是旧法律无法约束新技术所形成的制度漏洞红利。放任劳动者职业资产被非对价资本化利用，终将瓦解整个社会的劳动积极性与职业安全感。创设工作流数据权，并非限制AI创新，而是为快速发展的智能时代重新划定底线：劳动对价、技能归属、数据边界、替代补偿，应当在法律层面予以明确规范。每一次技术革命，最终都必须以法律秩序的重塑收尾。为AI“炼丹”现状命名、为新型劳动权利立规、为劳资公平兜底，是AI时代法治建设的必经之路，更是维护劳动者合法权益的时代必需。

附件一：核心专有名词释义

1. AI“工作流炼丹”：企业通过技术手段持续采集劳动者履职行为、决策流程、从业经验数据，训练生成可替代人工的AI Skill模型，实现劳动者人身依附性职业能力非对价数据剥离、模型固化与资本化商用的全过程。

2. 工作流数据：劳动者履职过程中产生的行为轨迹、决策序列、操作范式、专业判断习惯、隐性经验技巧等具备人身专属属性的数字化记录。

3. 工作流数据权：劳动者针对自有工作流数据享有的知情权、明示同意权、商业收益权、AI替代特殊补偿权组成的复合型新型劳动权利。

4. AI Skill资本化：将劳动者个人隐性技能与经验，通过数据建模转化为企业可控、可复用、可变现的数字化资产，实现商业价值持续输出的过程。

5. AI技能替代型裁员：岗位因劳动者本人工作流训练的AI模型全面替代而撤销，进而引发的劳动关系解除情形。

附件二：核心实务对比表

表1 工业劳动关系VS AI新型劳动关系底层范式对比

表2 三大核心法律保护范围与AI“炼丹”规制空白对照表

特别声明：

大成律师事务所严格遵守对客户的信息保护义务，本篇所涉客户项目内容均取自公开信息或取得客户同意。全文内容、观点仅供参考，不代表大成律师事务所任何立场，亦不应当被视为出具任何形式的法律意见或建议。如需转载或引用该文章的任何内容，请私信沟通授权事宜，并于转载时在文章开头处注明来源。未经授权，不得转载或使用该等文章中的任何内容。

1. 王杰等：《上市公司并购重组年度报告（2023）》

2. 王杰等：聚焦上市公司破产重整新指南：法【2024】309号纪要的规则重塑与利益平衡

3. 王杰等：解锁中国企业出海密码（1/4）——五大风险管理、六大实操流程与七大监管洞察

4. 王杰等：DeepSeek如何重塑律师行业未来？四大维度全景透视AI时代生存法则

5. 王杰等：解锁中国企业出海密码（2/4）——全球法律适用体系分布与特点

6. 王杰等：解锁中国企业出海密码（三）——中国企业出海十一大实操要点与法律风险防控

7. 王杰等：解锁中国企业出海密码（4/4）——法律责任与救济途径解析

8. 王杰等：上市公司司法重整：成功与失败的关键变量剖析

9. 王杰等：上市公司三维合规体系构建：“不敢腐-不能腐-不想腐”法律防火墙建设

10. 王杰等：Web3浪潮下，中国律师业务的“数字金矿”

11. 王杰等：解锁中国企业出海3.0：八大模式深度剖析及风险应对全攻略（上）

12. 王杰等：2025年全国两会对法律行业的影响与机遇

13. 王杰等：解锁中国企业出海3.0：八大模式深度剖析及风险应对全攻略（下）

14. 王杰等：洞察上市公司人物篇（上）——关键少数人：违法风险、监管困境与突破之道

15. 王杰等：世界贸易还有规则吗？——从特朗普关税政策看全球贸易秩序的危机

16. 王杰等：多元化化解债务危机的方式及在诉讼律师工作中的应用

17. 王杰等：中国民企财富传承——全球视野下的路径选择与风险防控

18. 王杰等：中概股回归的合规与实践路径探索

19. 王杰等：深度解读香港“科企专线”：科技创新企业上市的新契机

20. 王杰等：《关于严格公正执法司法 服务保障资本市场高质量发展的指导意见》深度解读

21. 王杰等：上市公司商业秘密法律保护：从认知到实践

22. 王杰等：美国《Genius AcT》法案与香港《稳定币条例草案》解读

23. 王杰等：新监察法对上市公司职务犯罪的合规影响研究及应对策略

24. 王杰等：新规破局与市场重构——《关于修改〈上市公司重大资产重组管理办法〉的决定》的深度解读

25. 王杰等：跨境资产追索及收回——困境、策略与应对

26. 王杰等：上市公司僵局与破局

27. 王杰等：稳定币发行实务全解析

28. 王杰等：上市公司董监高责任——从风险识别到防范体系构建

29. 王杰等：从1.0到2.0：解读香港数字资产政策升级，探寻RWA发展新机遇

30. 王杰等：人民币稳定币的发行路径、可行性及与RWA的协同发展研究

31. 王杰等：稳定币与RWA的全球监管、应用实践及风险防控指引

32. 王杰等：从最高院首例判例看《民营经济促进法》的法治价值与实践意义

33. 王杰等：香港《稳定币条例》相关监管制度深度解读：合规框架与市场影响

34. 王杰等：上市公司数字资本全球化：RDA与RWA的“A+H”模式

35. 王杰等：内地上市公司赴香港发行代币化证券（RWA）的合规操作指南

36. 王杰等：RWA的“十一”大认知误区与正确指引

37. 王杰等：纳斯达克证券代币化提案：SEC审批概率、时间线与全球资本市场重构

38. 王杰等：美国加密数字资产法律监管框架研究（2025）

39. 王杰等：新加坡数字加密资产法律监管框架研究（2025）

40. 王杰等：阿联酋加密数字资产法律监管框架研究（2025）

41. 王杰等：欧盟加密数字资产法律监管框架研究（2025）

42. 王杰等：全球数字加密资产法律监管框架研究（2025）

43. 王杰等：X402协议——AI自动支付的底层逻辑、监管与合规

44. 王杰等：国有“三资”改革律师实务：湖北经验、全国借鉴与RWA创新探索

45. 王杰等：数字加密资产全流程视角下区块链核心要素之法律效力

46. 王杰等：“十五五”规划下地方债务化解路径研究：要素市场化、政策协同与法律保障

47. 王杰等：“十五五”规划下国资、民营及中小企业发展保障研究

48. 王杰等：“十五五”规划下中国财富价值观研究：创富·防返贫·兴新质·共富的协同发展

49. 王杰等：“十五五”规划下房地产、地方债、中小金融机构风险有序化解实务研究

50. 王杰等：澳门《投资基金法》解析与实施研究

51. 王杰等：境内资产境外RWA合规路径——政策解读与企业实操

52. 王杰等：全国首部AI具身智能机器人产业立法解构与合规前瞻实务研究——以《杭州市促进具身智能机器人产业发展条例》为样本

53. 王杰等：2025年A股上市公司控制权变更复盘与2026年实务合规操作研究

54. 王杰等：2025年A股上市公司退市复盘与2026年报退市风险化解实务

55. 王杰等：2025年A股上市公司违规处罚复盘与2026年整改救济实务（处罚类）

56. 王杰等：2025年A股上市公司司法重整复盘与2026年成功路径研究

57. 王杰等：“十五五”规划与资本市场赋能新质生产力（上）之上市准入篇——未盈利硬科技企业的IPO破局之路

58. 王杰等：上市公司忽悠式重组监管与合规实务全解析

59. 王杰等：AI算力（Token）出海的新范式与合规前瞻

60. 王杰等：上市公司实控人/控股股东分析及多发风险与合规应对

61. 王杰等：从专业成果到AI Skill：技术创新下的合规边界与发展研究

62. 王杰等：“十五五”规划与资本市场赋能新质生产力（中）之产业整合篇——已上市硬科技企业如何通过并购重组做强产业链

63. 王杰等：证监会董秘规则解读——从“高级文员”到“治理守门人”

64. 王杰等：从Meta禁购与石墨走私案看国家安全审查全流程、监管红线与企业合规实务

65. 王杰等：长臂管辖与主权反制——美国SDN制裁与中国阻断禁令的法律博弈

66. 王杰等：投融资一票否决权（保护性条款）解析

67. 王杰等：全生命周期视角下A股企业估值体系、行业实务区间与交易合规风险研究

本文作者