AI会取代专利代理人吗？现有技术检索已82%自动化——但需求在激增

63%。这是专利代理人面临的AI暴露评分——由于现有技术检索、文件起草和专利分类的重大变化，这个数字颇高。但专利申请工作的需求多年来增长速度远快于合格从业者的供应，而且这一趋势没有逆转。

美国专利商标局（USPTO）在2024财年收到了约609,000件实用新型专利申请，高于2020年的590,000件。申请量十年来以大约3-4%的年增速增长。专利代理人和专利律师的供应增速远不及申请量，部分原因是所需的技术和法律资质需要多年才能获得，部分原因是这项工作本身确实很困难。结果是对合格专利专业人员的持续需求——AI正在改变的是哪些任务占用他们的时间，而非消除他们的工作。

本文具体说明AI已经改变了专利代理人工作的哪些内容、哪些没有改变，以及职业走向何方。

63%暴露评分实际涵盖的范围

专利代理人工作涉及几个主要活动类别：

现有技术检索——寻找对新发明的专利性有影响的现有专利、出版物和其他参考文献。这已被AI检索工具大幅改变。

申请起草——撰写专利申请本身，包括说明书、权利要求书和附图说明。AI辅助起草越来越普遍，尤其是对于初稿。

审查意见答复——回应USPTO审查员的异议和驳回。这需要AI工具部分支持但不主导的法律和技术论证。

客户互动——了解发明、就专利性策略提供建议、管理申请时间表。这主要是人类工作。

延续案件和家族管理——管理多个相关申请、分案申请、延续策略。这是判断密集型工作，AI部分支持追踪但不支持战略决策。

国际协调——管理PCT申请和各国国内阶段进入。AI工具有助于截止日期追踪和例行翻译。

63%的暴露评分反映了前两个类别（检索和起草）的高度自动化潜力，以及其他类别的中低度暴露。即使AI工具处理其中部分工作的重要部分，实际工作仍然需要所有这些活动。

现有技术检索——AI真正改变了什么

现有技术检索是现代专利实践中自动化程度最高的部分。使用基于神经网络的语义检索、权利要求特征分析和引用网络分析的工具，已实质性地改变了这项工作的完成方式。

一项中等复杂性发明的彻底检索过去需要代理人花费15-25小时，而使用当前AI工具进行的相同检索通常需要5-10小时，覆盖范围更广，而且往往能找到传统关键词检索会遗漏的参考文献。PatSnap、Questel、Patentfield等工具在AI功能上竞争多年，能力持续提升。

这对实践产生了多方面影响。首先，每件申请的现有技术检索成本下降，这已改变了客户的定价。其次，可检索范围扩大——无效性检索和自由实施分析在过去对许多情况来说成本过高，现在在经济上变得可行。第三，现有技术检索中重要的技能已从"知道如何检索数据库"转变为"知道如何解读AI返回的结果"——这仍然需要专业知识，但是一种不同的技能。

对于以检索为主要实践的专利代理人来说，这是一个重大变化。每件申请花费的检索时间下降了，客户愿意支付的价格也进行了调整。转向更多起草、申请和战略工作的代理人做得很好。没有转变的代理人则看到业务承受压力。

通常引用的82%的例行现有技术检索现在由AI辅助的数据，反映了这一现实。这不意味着82%的专利代理人失去了工作；这意味着现有技术检索在例行案件中平均花费减少了82%的时间，剩余工作集中在更难的案件和解读上。

申请起草——更多AI帮助，但工作仍然是你的

AI辅助起草工具已经成为许多专利事务所的标准配置。系统可以根据发明公开书生成第一稿说明书、建议权利要求语言、识别潜在薄弱的权利要求限制，以及检查权利要求和说明书之间的一致性。

这些工具确实有用，但它们不能代为撰写专利。原因既微妙又重要。

权利要求起草需要理解什么是真正新颖的。 AI可以根据它见过的模式建议权利要求语言，但它无法可靠地告诉你发明的哪些特征应该宽泛还是狭义地主张。这种判断需要理解现有技术、客户的商业策略以及竞争对手和审查员的可能行为。专利代理人进行这种判断。

说明书起草需要准确的技术理解。 AI生成的说明书经常包含听起来合理但不正确的技术描述。代理人必须对照实际发明核实AI产生的内容，这需要代理人的核心资质所在的技术专业知识。

战略性权利要求结构很重要。 独立权利要求和从属权利要求的排列、延续案和分案的策略、审查意见协商退路的定位——所有这些都需要AI工具支持但不主导的战略思维。

审查员特定的策略考量。 有经验的专利代理人知道哪些审查员倾向于接受哪类论点、技术领域的典型方法是什么，以及如何为最佳结果定位申请。这种知识通过多年实践积累，不在AI工具中。

实际效果是每件申请的起草时间适度减少，但代理人的参与和增值实质上保持不变。

不会消失的内容

几个核心专利代理人职责基本上不受AI影响。

发明人访谈和发明公开。 与发明人交谈以理解他们实际发明了什么、将其与现有技术区分、识别具有商业价值的方面以及决定主张什么——这是专利申请的基础，双方都需要人类专业知识。

审查意见答复策略。 审查员驳回涉及需要细致答复的法律和技术论证。代理人必须决定争论什么、修改什么、放弃什么，以及如何为允许或上诉定位申请。AI工具支持这一工作的特定方面，但不做战略决策。

延续策略。 决定何时提交延续申请、分案申请、部分延续申请、请求继续审查，或寻求上诉，需要平衡针对每个客户的技术、法律、商业和财务考量。这是AI无法完成的判断工作。

与专利律师协调。 专利代理人在诉讼事务、许可交易和复杂申请策略方面与专利律师密切合作。这种合作涉及双方都需要人类专业知识的职业判断交流。

需求端

专利代理人职业规模小但在增长。USPTO在2024年维持了约12,500-13,000名活跃代理人，加上更大群体的注册专利律师（约35,000名）。年度考试通过率较低（历史上40-50%），技术资质要求排除了许多潜在候选人。

专利工作的需求受研发投入驱动，在技术、生物技术和其他几个行业一直保持强劲。仅美国半导体行业，随着竞争加剧，2018年至2024年间专利申请量估计增加了35%。生物技术申请同样强劲。

对合格专利代理人的需求与缓慢增长的从业者数量之间的不匹配，导致了专利代理人薪酬的上行压力。主要市场有经验的专利代理人薪酬，高级内部职位通常在120,000至180,000美元，忙碌事务所或精品知产机构的合伙人或主要合伙人则大大超过这个数字。

职业建议

如果你是一名已成熟的专利代理人，前进的路是明确的。

精通你的事务所或公司使用的AI工具。 这不再是可选项。有效使用这些工具的代理人每小时更有效率，能够以相同薪酬处理更多客户或申请。没有有效使用工具的代理人正在与使用工具的代理人竞争。

培养更深入的技术专业化。 向AI辅助检索和起草的转变反而使深厚的技术专业知识变得更有价值而非更少。真正理解特定技术领域的代理人可以更有效地使用AI工具，并提供更广泛的通才无法匹敌的战略价值。在新兴技术领域（量子计算、先进材料、生物技术、AI本身）的专业化尤其有价值。

建立客户关系和声誉。 最能抵抗AI竞争的工作是与客户建立的受信任顾问关系。以判断力和战略价值著称的代理人能够收取溢价费率，而且在市场低迷时也有稳定的工作。

考虑法学学位路径。 许多专利代理人最终攻读法学学位并成为专利律师，这扩大了可用工作范围（诉讼、法律意见、许可）。这条路费时费钱，但长期职业选择更广泛。

结论

AI会取代专利代理人吗？不会。这项工作涉及技术专业知识、法律判断、客户关系管理和战略顾问工作，当前AI工具无法处理这些，而且没有朝处理这些方向发展的迹象。AI已经实质性地改变了哪些任务占用代理人的时间，但代理人的角色和价值并未消失。

63%的暴露评分是真实的，反映了现有技术检索和起草工作的真正转变。剩余的37%——以及看似自动化活动的重要部分——仍然需要专利代理人。职业薪酬好、需求在增长，而合格从业者的供应跟不上。

如果你从事这项工作，实际的适应是拥抱AI工具、深化技术专业知识并投资于客户关系。2035年的专利代理人在例行检索上花的时间将更少，在策略、顾问和复杂申请上花的时间将更多。"82%的例行检索被自动化"这个表面数字是真实且有用的。隐含的结论"工作即将消失"根本不成立。

---

方法说明：暴露评分遵循Eloundou等人（2023年）GPT影响框架，通过O\NET和USPTO任务分析应用于法律技术职业。就业和申请数据来自USPTO 2020-2024年年度报告和统计仪表板。从业者数量来自USPTO注册和纪律办公室2024年统计数据。薪酬数据来自行业薪酬调查和直接报告。[估计]标签表示综合数据；[事实]标签表示原始来源数据；[主张]标签表示未经独立核实的已发表主张。*