9月25日，上海黄浦警方通报了一起AI造谣案。刘某某编造“某院士窃取他人科研成果”的谣言，在50余个圈群中传播炒作。张某某用AI软件生成多条虚假视频发布上网，谣言大量扩散。两人被依法刑事拘留，案件正在侦办中。两天前，江西信丰也通报了一起。店主邹某回湖北公安县办事，在店铺贴了张“回趟公安，10天后见”的告示。赖某看到后，用AI编了个短视频，说“老板进去拘留10天，暂时关门”。视频发出去，评论区开始猜“嫖娼还是赌博被拘”。赖某被行政处罚。以上视频来源于网络，侵权联系必删。同样用AI造谣，一个刑拘，一个罚款。个案处理存在差异，本属正常，但标准本身，正是本文要着重讨论的问题。两个案子的差异，不只是传播范围院士案里，被造谣的是院士，牵涉的不只是个人名誉，还有学术圈的公信力。传播覆盖50余个圈群，医院报了案，警方介入调查，现实影响的证据链是完整的。信丰案里，被造谣的是普通个体工商户，传播主要集中在一个短视频平台。店主担心生意受影响，但店没关，经营没断，公共秩序也没乱。官方处理逻辑大致是：刑拘对应情节严重、公共法益被侵害；行政处罚对应情节较轻、个人法益被侵害。这个差异有合理性。问题是，这套逻辑依赖的标准，在AI时代正在面临挑战。讨论行刑分界，先得搞清楚罪名。院士案通报没明确说罪名，但看近年实践，路径已经比较清楚。2026年湖南耒阳阳某用AI编造“化工厂重大事故”“持刀抢劫珠宝店”等虚假视频，法院以寻衅滋事罪判了六个月，这是湖南首例AI造谣入刑案。同年上海浦东刘某用AI拼凑谣言图文引流，也以涉嫌寻衅滋事罪被采取刑事强制措施。公开的AI造谣刑事追责案件里，寻衅滋事罪是主要罪名。这个罪名选择直接决定了行刑分界的关键变量。司法实践当中，寻衅滋事罪要求的“公共秩序严重混乱”，不只看网络转发数据，更看重谣言是否溢出线上，对现实公共领域造成实质性扰动。仅仅损害普通个体名誉，即便有一定传播量，一般优先行政处罚；当谣言冲击公共信任，迫使相关单位投入公共资源处置辟谣，才更易认定为公共秩序严重混乱，达到刑事立案标准。院士案有医院报案、警方介入，能形成现实影响的证据链；信丰案没有。两案的差异，与其说看转发数，不如说看能不能证明公共秩序严重混乱。转发500次的门槛，正在被AI动摇两高2013年司法解释给网络诽谤设了个量化入罪门槛：同一诽谤信息被点击、浏览达5000次以上，或被转发达500次以上，可认定“情节严重”。这个量化标准的好处是客观，能防止选择性执法。但AI正在改变造谣成本。张某某用AI生成视频，看起来有图有影，很像“实锤”。过去编谣言，好歹要写文案、找素材，现在几次点击就完成了。红网评论说得很直接：刑拘拦得住造谣的人，拦不住造谣的工具。传统标准遇到现实问题: AI让造谣成本变低，一键生成；算法推荐又可能放大内容，行为人只生成一次，传播量却到了入罪线；再加上AI输出看着像确定的事实，行为人可以辩称自己只是玩梗、猜测。传播规模仍然重要，但它不再是稳定、可靠、唯一的行刑分界标准。法益不同，判断就不能只看转了多少院士案侵害的不只是个人名誉。谣言指向院士，也冲击社会对学术研究的信任。信丰案侵害的更偏个人经营安宁和生活安宁。行刑分界应当区分公共信任法益和个人名誉法益。涉及公共信任的造谣，刑事评价可以更严。普通个人之间的纠纷，要谨慎用刑。不能把所有AI造谣都推入刑事，也不能只看转发数。法益的公共性，应当成为行刑判断的重要变量。主观故意：“玩梗”能不能挡住“实质恶意”信丰案有个关键细节：湖北公安县的“公安”和公安机关的“公安”同字异义。AI把原本模糊的歧义，固化成“老板进去拘留10天”。当AI把“猜”变成“造”，所谓调侃就越过了边界。但这里有个更精细的法律区分。现行司法解释对诽谤罪的要求是“明知是捏造的损害他人名誉的事实”。问题在于，AI场景下证明“明知”非常困难。行为人可以说“我不知道AI生成的是假的”。学术讨论中因此提出了“实质恶意”标准：传谣者不仅要知道信息可能不实，还要有利用这种不实来损害他人或扰乱秩序的意图。这个标准比“明知虚假”更严格，提出它是为了弥补AI场景下主观故意证明的困难。用这个标准回看信丰案，赖某的行为是否满足“实质恶意”值得追问。他的行为更接近语义巧合下的误读与加工，行政处罚的正当性更多在于“未经核实散布”，而非“恶意造谣”。院士案不同，通报描述的是“凭空编造”“传播炒作”，指向的是积极追求传播效果的主观状态。两案在主观恶性上的差异，比传播规模上的差异更能解释处理结果的不同。AI本身，该不该成为加重因素两高一部《关于依法惩治网络暴力违法犯罪的指导意见》已明确，对利用深度合成等生成式人工智能技术发布违法信息的情形从重处罚。这个取向应当落实到个案。利用AI生成、深度伪造、算法放大，不只是工具变化，它会提高内容的可信度和传播力。技术增益应作为入罪或量刑的考量因素。当然，也不能技术决定论，最终仍要回到法益侵害和主观恶性。只抓末端，拦不住工具《人工智能生成合成内容标识办法》2025年9月施行，要求AI生成内容添加显式和隐式标识，传播平台负有核验义务。但施行一年多，没有标识的虚假视频依然能够大量传播。问题出在哪？《标识办法》并未单独设立可直接适用的处罚条款，而是通过转适用条款，依据《网络安全法》《数据安全法》等上位法来确定处罚责任。这意味着平台未履行核验义务时，执法机关需要绕道其他法律找处罚依据，制度成本高、执行意愿低。数据能说明问题规模。2026年2月，网信部门针对传播无AI标识虚假不实信息的问题，依法依约处置账号13421个，清理违法违规信息54.3万余条。这些数字背后，是大量未标识AI内容在平台算法推荐下畅通无阻的现实。治理要从末端打击转向全链条。工具端，标识义务应从“应当添加”升级为“不添加不得输出”的技术强制。平台端，要在转适用条款之外，为核验失职设置更直接的行政责任，同时对未标识AI内容在推荐算法中降权、限流，切断造谣者的流量收益预期。玩梗的边界，也要说清楚信丰案的行政处罚具有适当性，但标准仍需明确。玩梗的法律评价，要区分公共人物与普通人、公共议题与私人生活、明显调侃与确定性虚假陈述。不能以“玩梗”当然豁免违法，也要防止寒蝉效应。对于未突破“情节严重”标准的戏仿性内容，应优先适用民事或行政法律手段。结语有人可能会问：如果行刑分界从“传播规模”转向综合评价，会不会让执法更不确定？这个担心有道理，但综合评价并非取消量化标准。转发数还是要看，但它不再是唯一的尺子。在它之上，法益侵害的公共性、主观恶意的程度、技术增益的大小、现实影响的轻重，共同决定行为是落入行政处罚还是刑事追责。这比单看转发数更复杂，但比单看转发数更接近法律对“情节严重”应有的理解。两起案件的处理各有其据，但它们共同提醒我们：当AI把造谣成本降到趋近于零，传统以传播规模为核心的行刑分界标准，就面临系统性挑战。当技术改变了造谣的成本与形态，法律对“情节严重”的界定，也必须随之更新。免责声明：本文基于公开通报和媒体报道撰写，仅代表个人观点，不构成法律意见。对尚未审结的案件，本文不作定性判断，最终以司法机关生效裁判为准。#AI造谣#网络治理#行刑边界#深度合成#法治随笔如果喜欢，顺手点个关注吧！不喜欢摘要\x0a \x0a同样是AI造谣，有的被刑拘，有的仅作罚款处罚。对比上海院士造谣案与江西信丰店主谣言案，可见传统转发量入罪标准，已难以适配AI时代。行刑边界，应当综合考量法益属性、主观恶意、技术加持、现实危害，重新界定“情节严重”的评判尺度。