目 录

一、商业模式定性：Token工厂、算力中心与大模型公司的三分法

（一）算力中心：重资产运营者的合规画像

（二）大模型公司：基础模型开发者的监管负担

（三）Token工厂：中间层服务提供者的结构性脆弱性

（四）Token生产模式的内部谱系与尽调方法启示

二、上游合规风险：算力供应链、出口管制与电力能耗

（一）芯片供应链依赖与出口管制

（二）电力与能耗合规

三、中游合规风险：资质备案、模型许可与数据安全

（一）监管定性与备案主体身份

（二）等级保护与2026年监管新规

（三）模型来源：开源许可证的商用核查

（四）训练数据与知识产权

（五）数据安全与网络安全

四、下游合规风险：内容监管、数据跨境、客户与服务责任

（一）内容合规与产品合规

（二）数据跨境合规

（三）客户集中度、采购程序与廉洁合规

（四）服务等级协议责任

五、Token模式的专项议题：收入质量、计量合规与关联交易

（一）订阅收入（ARR）的真实性

（二）Token计量的透明度与监管趋势

（三）与上游算力方的股权绑定与关联交易

六、交易文件条款设计：将尽调发现转化为合同权利

结 语

附 录：法律与合规尽调核查清单

序 言

2026年，全球人工智能产业进入以推理需求为主导的第二增长曲线。据国家数据局披露，截至2026年3月，我国日均词元（Token）调用量已超过140万亿，相比2024年初的约1000亿增长超过1000倍，相比2025年底的100万亿亦增长逾40%。¹Token已从技术概念演变为"智能时代的价值锚点"与可计量、可定价、可交易的结算单位。在此背景下，以"Token工厂"为代表的新型人工智能基础设施业态迅速崛起——其通过整合算力资源、推理优化引擎与动态调度系统，将电力与算力转化为标准化Token，以API调用量计费或订阅制向开发者和企业客户交付模型推理服务。

资本市场的热度随之而来。2026年6月，硅基流动以77.4亿元投后估值向港交所递交上市申请，剑指"AI Token工厂第一股"，其股东名单几乎覆盖芯片、云厂商、模型公司与运营商的全产业链条；²市场测算显示，Token工厂模式的毛利率可达约50%，投资回收期约2年，显著优于传统算力租赁20%至30%的毛利率与3至5年的回本周期。

但需要提示的是，上述"高毛利、短回本"多来自模式测算与商业计划，未必等同于已验证的财务现实——以硅基流动为例，其招股书披露的2025年营收为5533万元，毛利率为-24%，三年累计净亏损4.4亿元。测算毛利与现实毛利之间的鸿沟，本身就是投资人应当在尽调中首先校准的预期。

更深一层的结构性问题在于：Token工厂商业模式的"轻资产"特征与其合规负担的"重外部性"之间存在张力。Token工厂不掌握芯片，不掌握基座模型，亦不掌握电力资源，其核心竞争力聚焦于中间层的推理引擎与调度计费软件，而供应链、监管政策与客户集中度等关键变量均外置于标的公司控制范围之外。对拟进入该领域的投资机构而言，法律尽职调查的深度与交易文件的前瞻性设计，将直接决定投资的安全边际。换言之，对Token工厂的尽调，本质上是一次对标的公司"外部合规环境承受能力"的压力测试。

本文以中国现行法律框架为分析起点，结合美国、欧盟、新加坡等主要司法管辖区的比较法经验，从商业模式定性、上游供应链、中游资质与数据治理、下游产品与客户、收入质量与交易结构五个维度，系统梳理Token工厂投资的法律风险图谱，并讨论如何将尽调发现转化为交易文件中的风险分配机制。文末附核查清单总表，供实务参照。

在评估投资标的的法律风险轮廓之前，须首先厘清标的公司所处的业态类型。同为"人工智能基础设施"，算力中心、大模型公司与Token工厂在资产属性、收入结构、合规义务分布与退出路径上存在本质差异，其风险载体与尽调重心迥异。

（一）算力中心：重资产运营者的合规画像

算力中心以数据中心为物理载体，通过购置GPU集群、建设机房设施、接入电力资源，向客户出租裸金属算力或虚拟化算力实例，按卡时或集群周期收取固定租金，核心运营指标为GPU利用率（行业平均水平约30%至50%）。该类业态的合规重点集中于土地权属与规划许可、能源与电力供应协议、环境影响评价，以及《网络安全法》第二十三条项下的网络安全等级保护义务；若被认定为关键信息基础设施，还须遵守《关键信息基础设施安全保护条例》第十二条至第十八条关于安全保护措施、人员安全审查与数据本地化存储的特殊要求。³其风险——利用率、能评审批、电力指标、租约期限——大部分可通过资产端核查予以识别和锁定，且资产本身具有一定的抵押与处置价值。

（二）大模型公司：基础模型开发者的监管负担

大模型公司以自研基座模型为核心资产，其合规义务覆盖训练数据来源合法性、算法备案、模型安全评估以及《生成式人工智能服务管理暂行办法》（以下简称"《暂行办法》"）第四条规定的价值对齐要求。以2026年1月先后登陆港交所的智谱（1月8日，为港股AI大模型创业公司"第一股"）与MiniMax（1月9日）为例，二者代表"基础设施＋ToB赋能"与"超级应用＋ToC流量"两种商业化路径，均以《上市规则》18C章特专科技公司身份挂牌，但在监管合规层面均须满足算法备案、内容安全与数据合规的基准要求。⁴对此类标的的尽调，核心是技术评估与团队判断，法律问题通常不构成商业模式能否成立的前提性障碍。

（三）Token工厂：中间层服务提供者的结构性脆弱性

Token工厂的商业模式可以用一个简单公式理解：收入＝Token单价×调用量；成本＝算力采购＋电力＋折旧＋运维。标的公司自云厂商或算力供应商获取GPU资源，接入自研推理引擎与调度系统，将异构算力转化为标准化Token服务，以统一API向客户交付。其账面逻辑清晰，但资产端几乎是"空"的：芯片依赖进口或国产替代，模型依赖开源或第三方授权，电力取决于地方电价与能耗政策，真正掌握在手中的只有调度、计量与可信环境等中间软件层，以及客户关系。

该模式的法律风险特征可归纳为三点：其一，供应链外部依赖——芯片采购受出口管制约束，电力成本受地方政策影响，模型能力依赖第三方授权或开源生态；其二，多层监管交叉——同时适用算法备案、数据安全、个人信息保护、内容合规等多维度监管要求，且备案主体身份的划分直接决定合规义务范围；其三，客户集中度风险——收入结构常呈大客户依赖特征，单一客户自建算力或切换供应商即可能导致收入断崖式下跌。模式越"轻"，对外部合规环境的依赖越深。

表1  三种AI业态的投资画像与尽调重心比较

（四）Token生产模式的内部谱系与尽调方法

业态三分之外，尽调还须识别标的公司在Token生意内部谱系中的位置，不同位置对应不同的风险地图。模式一为API转售与代理，即从上游批量采购Token加价转售，门槛最低、利润最薄，且存在上游断供、"降级交付"与备案主体、服务主体、收费主体相互分离的责任缝隙。依《暂行办法》第二十二条，通过可编程接口向境内公众提供生成内容的主体即属"生成式人工智能服务提供者"，转售方无法以"仅为渠道"为由免责。⁵模式二为开源模型＋自建推理＋按Token计费，即自主部署开源权重模型并自建推理服务，摆脱上游API依赖，但开源许可证商用合规、双备案与内容安全责任更直接地落在标的公司自身，硅基流动即属此类"独立词元供应商"。模式三为可信Token增值服务，即在自建推理基础上叠加可信硬件环境、权威数据源管理，面向政务与关键信息基础设施行业客户提供订阅制交付，并通过股权或分成安排深度绑定上游智算中心——毛利叙事最高，但关联交易、采购程序与收入真实性问题也最集中（详见本文第五部分）。

由此可得三点尽调方法启示：第一，合规尽调应当前置——对Token工厂而言，备案与资质不是"瑕疵整改"层面的问题，而是业务合法性的前提，在其通过核查之前，财务与商业尽调的结论均应保留；第二，用产业链地图组织清单——按"上游（芯片、算力、电力）—中游（资质、模型、数据）—下游（客户、内容、计量）"绘制风险地图，逐一标注责任主体；第三，区分"表内风险"与"表外风险"——算力中心的风险多在表内，Token工厂的风险多在表外，尽调资源应向合同文本审阅与外部公开渠道核验倾斜，而非传统的资产盘点。

（一）芯片供应链依赖与出口管制

Token工厂的成本结构中，算力采购占据最大比重，而算力的核心载体为高性能GPU。若标的公司高度依赖单一进口芯片且缺乏国产替代方案，其业务连续性将受制于出口国政策变动。美国出口管制体系的影响体现在两个维度。

其一是"外国直接产品规则"（FDPR）的域外管辖效力：即使一项外国产品完全在境外生产、不含任何美国原产物理成分，只要其属于特定美国原产技术或软件的直接产品，或由使用该等技术的工厂设备生产，同样受《出口管理条例》（EAR）管辖——美国商务部工业与安全局（BIS）的管辖权并不限于自美国境内发生的出口行为。涉及高端算力采购的尽调，必须将标的公司的技术获取可持续性与潜在制裁负担纳入评估。

其二是云计算租赁管控的立法趋势。旨在堵住"云漏洞"的《远程访问安全法案》（Remote Access Security Act, H.R. 2683）于2025年4月提出后，已于2026年1月12日在美国众议院以369票对22票的压倒性两党多数通过，目前正由参议院审议（参议院配套法案S. 3519）；若最终颁布，将明确授权商务部把对受控物项的"远程访问"（包括经由境外云服务、GPU租赁平台获取美国芯片算力）纳入出口管制许可范围。⁶对以"租算力、卖Token"为生的标的公司而言，这几乎是釜底抽薪式的风险敞口。

与之并行的是美国对华投资限制的不断加码：第14105号行政命令项下的《最终规则》（31 CFR Part 850）已于2025年1月2日生效，限制"美国人士"对涉及半导体、量子与特定人工智能技术的中国主体进行直接或间接投资；2025年12月18日签署的2026财年《国防授权法》更将《全面对外投资国家安全法》（COINS Act）纳入其中，把对外投资限制从行政命令升级为成文法框架，并为财政部拨付专项执法预算。⁷这意味着：若标的公司存在美元基金股东或境外融资安排，其股权结构与融资路径本身即可能触发合规障碍，尽调应前置核查。

（二）电力与能耗合规

电力支出构成Token工厂运营成本的第二大项，其成本竞争力在很大程度上取决于电价水平与绿电自持能力。公开市场信息显示，部分先行项目依托西部低电价、液冷技术与自有绿电资源，宣称单位Token成本较东部地区低约30%——低电价与绿电自持本身就是一道成本护城河。但护城河的另一面是政策约束：在"算力—电力协同"框架下，未取得适当绿电认证的设施可能面临运营限制；电价机制调整、能耗指标收紧或绿电认证标准提高，均可能导致标的公司的成本模型失效。尽调应要求标的公司就成本模型对电价参数的敏感性提供压力测算，并由尽调团队独立复核。

【尽调要点】

1. 核查标的公司及其主要股东、供应商是否已被列入美国商务部BIS实体清单或其他制裁名单；

2. 评估标的公司对多元芯片的兼容适配性、国产化替代方案及迁移成本（"被禁了怎么办"的答案质量，直接反映其抗风险能力）；

3. 审查GPU采购合同或租赁协议中的出口管制合规声明条款，以及云服务合同的多供应商备选与续约保障条款；

4. 审查电力供应协议的价格条款、期限及调价机制，核查绿电认证文件的完整性与有效期，评估运营地能耗指标政策及扩容可能性；

5. 核查标的公司的股权结构与既有融资是否存在美国人士参与，评估第14105号行政命令及COINS Act对后续美元融资的影响。

（一）监管定性与备案主体身份

标的公司以API或订阅方式对外提供生成式AI服务，无论其技术栈如何包装，均属《暂行办法》项下的"生成式人工智能服务提供者"，须独立承担内容生产者责任与个人信息处理者责任。算法备案的核心合规要点在于主体身份区分：《互联网信息服务深度合成管理规定》第十九条要求区分"深度合成服务提供者"与"深度合成服务技术支持者"，二者须作为不同主体分别备案，义务相互独立、不可互相替代。⁸Token工厂既对外提供API（服务提供者），又可能向其他服务商输出推理引擎与调度系统（技术支持者），身份未理清即构成备案瑕疵，并可能触发《互联网信息服务算法推荐管理规定》项下的行政处罚风险。

时限上，具有舆论属性或社会动员能力的服务提供者应当在提供服务之日起十个工作日内通过备案系统完成填报，备案信息变更、服务终止分别须在十个、二十个工作日内办理手续；⁹实务中已形成"算法备案＋大模型上线备案"的双备案制，大模型备案还须依据《生成式人工智能服务安全基本要求》（TC260-003）逐条开展安全评估并提交评估报告，完成备案后在网站或App显著位置标明备案编号并提供公示链接。此外，通过互联网有偿提供信息服务通常构成经营性互联网信息服务，须取得B25类增值电信业务经营许可证（ICP证）；是否构成"经营性"并不简单以是否直接收费判断，变相营利亦在规制范围内。

（二）等级保护与2026年监管新规

自建推理系统的运营者须依《网络安全法》第二十三条完成定级、备案与测评。此处尤应提示规则的最新更新：新版《网络安全法》已于2026年1月1日施行，将AI训练数据安全纳入法定监管并显著提高处罚上限；公安部GA/T 2380—2026《信息安全技术 网络安全等级保护数据安全基本要求》已于2026年6月1日实施，首次将数据安全提升为等保体系中的独立安全域，处理重要数据的系统无论是否定级一律按三级要求测评，配套的测评要求与过程指南已于2026年7月落地。¹⁰对以"数据不出域""可信生产"为卖点的标的公司而言，等保数据安全专项测评能力正是其商业宣称的合规底座，应作为核查重点。若标的公司深度服务政务、能源、金融、医疗等行业客户，或自身被认定为关键信息基础设施运营者，还须满足《关键信息基础设施安全保护条例》的特别要求；向关基运营者供应网络产品或服务，可能进一步触发国家安全审查。

（三）模型来源：开源许可证的商用核查

自建推理模式区别于转售模式的特有风险，在于开源许可证义务直接落在标的公司自身。尽调应逐份调取拟用开源模型的许可证文本原文，重点核查四项要素：是否允许商用（排除CC BY-NC等非商业许可，以及附带月活用户上限等商用限制的许可条款）；是否允许以API托管方式对外提供服务；修改或微调后对外提供是否触发copyleft分发义务（避免自有代码被许可证"传染"）；署名义务是否已在对外公示与文档中履行。若标的公司选用了禁止商用的模型且已实际收费，其商业模式即存在根本性合规障碍，只能更换模型或取得上游商业授权，投资安排应以此为前提条件。

欧盟《人工智能法》（Regulation (EU) 2024/1689）第五十三条虽对免费开源的通用AI模型设有透明度义务例外，但以购买或货币化方式提供模型、组件或相关服务的提供者不享受该例外——按Token收费的API服务明确属于货币化经营。¹¹标的公司若有出海规划，不能寄希望于开源豁免降低合规义务。

（四）训练数据与知识产权

训练数据合规是人工智能项目最高频的法律风险之一：若训练数据包含未经授权的版权作品或未脱敏的个人信息，标的公司将同时面临著作权侵权诉讼与个人信息保护行政处罚的双重风险。Token工厂通常不自研基座模型，但在接入第三方模型进行推理优化时仍可能涉及数据采集与使用。《个人信息保护法》第十三条要求个人信息处理须具备合法性基础，第五十五条要求在处理敏感个人信息、进行自动化决策等情形下开展个人信息保护影响评估（PIA）；欧盟GDPR第六条、第九条、第二十二条与美国加州CCPA/CPRA亦确立了可比的合法性基础与自动化决策权利框架。¹²

知识产权方面，Token工厂的核心技术资产为推理引擎与调度计费软件，此类软件通常大量使用开源代码，开源许可证审计是尽调必做项。另一类隐蔽风险在于核心研发人员自前雇主处"带代码跳槽"，一旦坐实，轻则赔偿，重则核心产品下架。此外，若标的公司以"国家级实验室成果转化""高校科研团队背景"作为技术背书，尽调须穿透核查核心技术是否属于职务科技成果、转化是否履行了资产评估、公示、内部审批及国有资产管理程序、授权性质与期限是否稳定——程序瑕疵不必然导致合同无效，但可能引发撤销主张或国资监管追责，直接动摇此类"技术驱动型"标的的估值地基。

（五）数据安全与网络安全

《数据安全法》从数据分类分级、安全管理制度、风险监测、风险评估等方面规定了企业的数据安全保护义务（第二十七条至第三十条）；¹³《网络安全法》第二十三条要求网络运营者按照等级保护制度履行安全保护义务，防止网络数据泄露或被窃取、篡改。标的公司面向企业客户提供推理服务时，处理客户输入输出数据的角色（个人信息处理者或受托处理者）须在每份客户合同中明确界定，并锁定处理目的、范围与期限。特别地，若标的公司以"数据不出域、可算不可见、算完即销毁"作为核心卖点，尽调不能停留在商业计划书的表述层面，应要求其提供可信环境的技术白皮书与第三方测评或审计报告——可信宣称一旦写入合同或宣传材料即构成对客户的陈述与保证，缺乏技术支撑将同时引发虚假宣传与违约责任的双重风险。

【尽调要点】

1. 核验算法备案与大模型备案的编号及官方公示链接，逐项比对备案主体身份、模型名称、服务形式与实际经营的一致性——超出备案范围提供服务，在监管口径下视同未备案；

2. 调取ICP许可证、等保测评报告（含数据安全专项测评）、安全评估提交凭证，核查资质有效期与覆盖范围，并检索历史监管约谈、责令整改与行政处罚记录；

3. 对拟用开源模型逐份核查许可证原文，排除非商业许可；调取开源代码使用清单与许可证审计报告、第三方模型授权协议；

4. 调取训练数据来源清单、数据采购合同或授权协议、用户采集同意机制、PIA报告及去标识化技术方案与验证报告；

5. 核查职务发明归属协议与竞业限制协议的签署率、核心研发人员不侵权声明及背景调查授权；涉科研成果转化的，调取成果转化协议与审批文件；

6. 对"可信""不出域"等商业宣称，要求提供可验证的技术与审计证据，并测试其与合同承诺的一致性。

（一）内容合规与产品合规

当标的公司面向终端用户提供产品时，须履行《暂行办法》第九条至第十五条项下的合规义务：建立真实身份信息认证体系、签订服务协议、明确并公开服务信息、采取有效措施防范未成年人沉迷、稳定可持续提供服务、违法内容整改、建立健全投诉举报机制，并对生成合成内容履行标识义务。生成内容的违法风险最终由服务提供者承担，内容安全方面的处罚记录是监管对标的公司的"信用画像"，应作为外部核查重点。比较法层面，欧盟《人工智能法》第五十三条对通用AI模型提供者课以技术文档编制、版权政策制定、训练数据摘要公开等义务；美国尚无联邦层面的AI综合立法，但各州立法动态值得持续跟踪。¹⁴

（二）数据跨境合规

若标的公司面向海外用户提供服务或将数据传输至境外（包括使用境外开源模型、境外服务器推理等情形），可能触发《个人信息保护法》第三十八条及《促进和规范数据跨境流动规定》项下的数据出境安全评估、个人信息保护认证或标准合同路径；《数据安全法》第三十一条确立了重要数据出境的安全管理框架，第三十六条则禁止未经批准向外国司法或执法机构提供境内数据。¹⁵比较法层面，GDPR第五章规定了个人数据向第三国传输的充分性认定、标准合同条款与约束性公司规则等路径，新加坡《个人数据保护法》第二十六条亦对数据出境施加可比性保护要求。标的公司的客户在哪里、数据流向哪里，直接决定其合规成本。

（三）客户集中度、采购程序与廉洁合规

Token工厂的收入结构常呈大客户依赖特征。公开市场信息显示，已有先行者与头部互联网客户采用按Token调用量七三分成的深度绑定模式（算力方得70%，模型方得30%）；¹⁶绑定大客户在早期是收入保障，但亦构成结构性风险——一旦大客户自建算力或切换供应商，收入可能断崖式下跌。尽调应要求标的公司披露前五大客户名称、收入占比、合同期限及续约条款；若前五大客户收入占比超过70%，建议在估值调整机制中设置客户集中度挂钩条款。

面向政务与关基行业客户的标的公司，还须穿透收入构成的合规基础：政府客户订单是否履行政府采购或招投标程序、单一来源采购的理由是否充分且留痕、"战略合作""试点示范"等框架性安排与可确认收入之间的转化率、应收账款账期与地方财政状况。尤须关注廉洁合规——若标的公司将"政策资源通道""专项资金申报背书能力"作为核心竞争力加以宣传，恰是廉洁风险的提示信号，应核查其订单获取方式、居间安排与市场费用的真实用途。

（四）服务等级协议责任

算力服务的SLA条款构成隐性负债：正常运行时间保证、赔付机制、服务中断的数据丢失率、故障响应与恢复时限一旦触发，赔付敞口可能远超预期。尽调应审查SLA条款中的责任上限设置、赔付计算方式与免责事由，对极端场景下的最大赔付金额进行压力测试，并确认标的公司是否投保相应责任保险。同时应审查标的公司在客户合同中的合规陈述是否超出其实际资质范围——超出备案范围的服务承诺将同时构成监管风险与违约风险。

【尽调要点】

1. 核查内容审核机制（机器审核链路＋人工复核）的实际运行情况、历史违法内容处置记录与用户实名认证落实情况；

2. 梳理数据出境场景，核查是否已履行安全评估、认证或标准合同路径，境外模型与服务器的使用安排；

3. 调取前五大客户合同，核查收入占比、期限、续约与分成条款；涉政府客户的，核查中标通知书与采购程序文件；

4. 审查SLA条款的责任上限与免责事由，测算最大赔付敞口，核查责任保险覆盖情况。

（一）订阅收入（ARR）的真实性

Token模式以订阅ARR支撑估值叙事，而ARR恰是最易被"制造"的指标。尽调应关注：收入确认政策（订阅期内分摊还是一次性确认）；"以项目养订阅""低毛利跑流水冲规模"等经营策略之下，合同额、流水与真实经常性收入的区分；关联方贡献的收入占比；以及"生态让利"安排（如将项目毛利让渡给集成商以换取Token采购绑定）对收入质量的稀释。硅基流动递表前后的市场讨论同样提供了镜鉴——其官宣融资口径与招股书披露口径之间的差异曾引发外界对估值节奏的质疑。商业计划书中"估值快速翻倍"的路径设计本身即构成对尽调独立性的提示：估值锚应来自尽调后的独立判断，而非融资叙事。

（二）Token计量的透明度与监管趋势

按Token计费本质上是格式化的计费规则，计量不透明极易引发格式条款争议与批量投诉。尽调应核查：输入、输出、缓存命中与否等计量口径是否在合同及平台公示中明示；计量系统是否经过第三方验证；历史上有无计量争议。值得关注的是，计量正在从商业问题演变为监管议题——2026年6月，中国信通院发起建立了全国首个Token服务性能监测平台，对国内外三十多个平台上百余款大模型Token服务的调用成功率、输出速度、首词时延等几十项指标开展每日持续性监测。¹⁷随着"可信Token"标准与测评体系的推进，计量口径与服务质量的可验证性将成为标的公司的合规基础设施，也应在交易文件中预设披露与核验义务。

（三）与上游算力方的股权绑定与关联交易

可信Token模式普遍通过股权或分成深度绑定上游智算中心——典型安排如：算力方以战略投资入股（例如持有15%左右的股权），算力按市场价结算并给予一定账期，增值收入归属标的公司。此类安排的商业逻辑是"利益共同体"，但在法律上构成持续性关联交易。尽调须核查：算力采购定价的公允性（与市场价、第三方报价的比对）；结算账期对标的公司现金流的影响；绑定协议的期限、解除条款与排他安排；股东供应商的特殊权利是否会挤占标的公司未来引入其他算力源或融资方的空间。若标的公司估值高度依赖该绑定关系，还应评估绑定解除情景下的业务连续性，并在交易文件中预设应对机制。

【尽调要点】

1. 取得收入明细与确认政策说明，区分订阅ARR、项目收入与关联交易收入，抽样穿行测试重大合同的收入确认；

2. 核查Token计量口径的公示文件与计量系统的第三方验证记录；

3. 调取算力采购协议与股东协议，比对关联采购定价与市场公允价格，评估绑定解除情景下的业务连续性。

尽调发现问题并不可怕，可怕的是未写入合同。结合Token工厂的风险地图，交易文件中至少应落地以下机制。

（一）陈述与保证。作为第一道风险防线，应要求标的公司就以下事项作出兜底性陈述与保证：知识产权权属清晰、未侵犯第三方合法权益、核心代码库已完成开源许可证合规审计；训练与推理数据来源合法，个人信息处理符合《个人信息保护法》及《数据安全法》的规定；标的公司及其主要股东、董事、高级管理人员未被列入任何制裁名单或出口管制实体清单；全部备案与许可真实、合法、有效，与官方公示信息完全一致。

（二）交割先决条件。将完成与业务模式匹配的双备案、取得ICP许可、通过等保测评（含数据安全专项要求）、完成数据合规整改、核心人员签署留任与知识产权文件列为交割前提；建议设置12至24个月的核心人员保留期，关键研发人员离职即触发估值调整或分期付款暂停。

（三）资质文件交付与持续核验。要求标的公司在签约后限定工作日内交付备案编号、公示链接与许可证书副本，授予投资人通过官方渠道核验的权利，并约定每年度及每次备案变更后的更新交付义务；发生备案被撤销、监管约谈、行政处罚、服务下架等情形的，应在限期内书面通知。

（四）重大不利变化（MAC）条款。监管突变是Token工厂最大的系统性风险，应明确约定：若因监管政策变化导致商业模式不能持续或合规成本大幅增加，投资方有权调整估值或退出。比较法层面，美国特拉华州衡平法院在Akorn诉Fresenius案（2018年）中首次支持买方以重大不利变化条款终止并购交易，该案确立了"对标的盈利能力的威胁须在时间维度上显著"的裁判标准，并揭示出目标公司特定风险与行业性风险在条款中的分配逻辑——¹⁸对Token工厂交易而言，应在MAC条款中明确区分"行业普适性监管变化"与"标的特有风险"（如备案被撤、核心芯片断供、关键绑定解除），避免落入传统 carve-out 的免责陷阱。

（五）估值调整与分期付款。将付款节奏与合规里程碑（备案完成、等保测评通过、数据合规整改验收）、关键人员在岗状态及经核验的真实ARR指标挂钩；若前五大客户收入占比不满足约定阈值，触发估值调整机制。合规达标方支付下一期，人员流失或指标不达则相应扣减对价。

（六）特殊赔偿条款。针对知识产权侵权、训练数据来源不合法、资质虚假与制裁合规问题设置专项赔偿，明确约定相关情形下的全额赔偿义务，不受一般赔偿上限与免赔额的约束；并可考虑将核心备案的持续维持约定为回购触发情形之一。

结 语

Token工厂把"电"变成"Token"的效率故事，本质上是算力价值链向计量与服务环节的迁移。140万亿的日均调用量证明了需求的浩瀚星河，但星河之中，决定投资安全的是航道的法律勘测。对投资人而言，尽调的逻辑可归纳为三层：其一，业态定性决定合规义务分布——Token工厂的中间层定位使其同时承受上游供应链合规与下游产品合规的双重压力，备案主体身份的准确区分是合规基线；其二，风险传导具有跨境特征——美国出口管制通过FDPR与云计算租赁管控对算力获取施加域外影响，对外投资限制从行政命令升级为成文法，数据跨境则在中国法与GDPR、新加坡PDPA之间形成多层合规矩阵；其三，交易文件是风险定价的最终载体——陈述与保证、交割先决条件、MAC条款、估值调整与特殊赔偿的综合运用，方能将尽调发现转化为可执行的投资保护机制。

测算毛利50%的模型再漂亮，也承受不起一次备案被撤、一次数据处罚或一次芯片断供。算法星河待勘时，先过清单，再签字。

附录：法律与合规尽调核查清单

注 释：

1.国家数据局局长刘烈宏2026年3月23日在中国发展高层论坛2026年年会及3月24日国新办新闻发布会上的表述，参见新华社：《Token中文名定了！》，2026年3月25日。

2.参见硅基流动港交所招股书（2026年6月30日递交）及公开报道：公司自2023年12月至2026年6月完成七轮融资，投后估值自天使轮2.8亿元升至B+轮77.4亿元；2025年营收5533万元，毛利率-24%，三年累计净亏损4.4亿元。

3.参见《中华人民共和国网络安全法》第二十三条；《关键信息基础设施安全保护条例》（国务院令第745号）第十二条至第十八条。

4.参见《生成式人工智能服务管理暂行办法》（国家网信办等七部门令第15号）第四条；财新周刊：《AI新贵抢滩港股》，2026年1月17日。

5.《暂行办法》第二十二条："生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。"

6.Remote Access Security Act, H.R. 2683, 119th Cong. (2025)：2025年4月提出并获众议院外交事务委员会51:0通过，2026年1月12日众议院全院以369:22通过；参议院配套法案S. 3519已于2025年12月提出，截至本文出具日尚未完成立法程序。

7.Executive Order 14105 (Aug. 9, 2023)；31 C.F.R. Part 850（2025年1月2日生效）；《2026财年国防授权法》（2025年12月18日签署）所含Comprehensive Outbound Investment National Security Act of 2025（COINS Act）。

8.参见《互联网信息服务深度合成管理规定》第十九条：服务提供者和技术支持者应当分别履行备案义务，二者备案主体身份独立。

9.参见《互联网信息服务算法推荐管理规定》第二十四条；大模型备案安全评估依据为《生成式人工智能服务安全基本要求》（TC260-003，全国网络安全标准化技术委员会2024年发布）。

10.新版《中华人民共和国网络安全法》于2026年1月1日起施行；GA/T 2380—2026《信息安全技术 网络安全等级保护数据安全基本要求》于2026年1月9日发布、2026年6月1日实施，配套GA/T 2394—2026、GA/T 2395—2026于2026年7月1日实施。

11.参见Regulation (EU) 2024/1689（《人工智能法》）第53条及相关序言：免费开源通用AI模型的透明度义务例外，不适用于以货币化方式提供模型、组件或相关服务的提供者。

12.参见《个人信息保护法》第十三条、第五十五条；Regulation (EU) 2016/679（GDPR）第6条、第9条、第22条；美国加州CCPA及其修正案CPRA。

13.参见《中华人民共和国数据安全法》第二十七条至第三十条；《中华人民共和国网络安全法》第二十三条。

14.参见《生成式人工智能服务管理暂行办法》第九条至第十五条；Regulation (EU) 2024/1689第53条。

15.参见《个人信息保护法》第三十八条；《促进和规范数据跨境流动规定》（国家网信办令第16号，2024年）；《数据安全法》第三十一条、第三十六条；GDPR第五章；新加坡《2012年个人数据保护法》第26条。

16.参见公开市场信息：2026年，已有A股算力上市公司与头部互联网客户签订Token工厂合作合同，采用按API调用量分成模式（算力方70%、模型方30%）。具体商业条款以公司公告为准。

17.参见中国信通院2026年6月16日发布的全国首个Token服务性能监测平台，监测范围覆盖国内外30多个平台上百余款大模型Token服务的调用成功率、输出速度（TPS）、首词时延（TTFT）等指标。

18.Akorn, Inc. v. Fresenius Kabi AG, C.A. No. 2018-0300-JTL (Del. Ch. Oct. 1, 2018), aff'd, No. 535, 2018 (Del. Dec. 7, 2018)——特拉华州法院历史上首次认定重大不利变化（MAE）成立的并购终止案。

声明：本文仅供专业交流之目的，不构成对任何具体项目或交易的法律意见。文中涉及的市场信息均引自公开渠道，人工智能领域的监管规则更新频繁，具体项目请以届时有效的规则及监管实践为准。