问题一：837号文和11号令修订征求意见稿，传递了什么信息？
今年5月，国务院出台《关于对外投资的规定》（即837号文），7月1日已经正式施行。 我们认为837号文出台的最大意义不在于其中某些条款，而在于：对外投资管理终于有了国务院层面的高位阶专门立法，体现出政府部门对于当下对外投资的高度重视。
837号文同时传递了两个信号。
一个是“保驾护航”：针对个别国家和地区对中国出海企业的歧视性打压，中国政府的调查、反制这些举措第一次被写进了制度。
另一个是“全流程管理”：与837号文配套的发改委11号令修订征求意见稿里，敏感类核准、非敏感类备案的基本框架没变，但监管半径明显扩大了：居民个人被明确纳入投资者范围，境外再投资报告取消了3亿美元门槛，“小路条”式的前期报告可能又要回来了。
问题二：新的竞争格局下，如何应对中国企业出海的法律挑战？
从半导体的技术突破、新能源的弯道超车，到人工智能的百花齐放，中国企业已经从“技术换市场”的历史叙事，步入了主动出海的新格局。机遇和风险同时被放大了。
国内这一端，一方面制度在为企业保驾护航，另一方面监管也在同步收紧，确保核心竞争力不会绕开监管轻易流到竞争对手手里。红筹架构何去何从、自然人投资者在新的ODI框架下义务边界在哪、AI领域公司的人和技术落在哪里，都是很现实的问题。
目的地这一端，环境也在变严。欧盟2026新的外商投资审查条例要求各成员国在2028年初前建立统一机制，并首次把间接控制和绿地投资纳入审查；美国CFIUS继续把中国投资挡在TID领域之外，其盟友也在不断加码。
怎么在这些规则之间走出一条确定的路，值得我们关注。
问题三：AI企业出海，数据合规上有哪些区别于传统行业的特殊挑战？
AI企业出海的合规问题有一个显著的特征，就是数据处理和流动会贯穿AI产品训练、部署、运营的全生命周期，而每一个环节都可能触发不同的监管要求。
比如，训练数据的合法性，就是全球各国监管执法的焦点。如果在模型训练中使用了违规爬取或未获授权的内容，企业就可能会面临著作权侵权、个人信息保护等一系列合规挑战，不同法域差异化的认定标准又会进一步加剧实操的复杂程度。所以，训练数据的合规审查已经不是“有没有授权”的简单问题。
此外，AI行业的数据流也比传统行业复杂得多，用户输入、模型推理、语料标注、技术协作都可能涉及数据跨境传输。不同性质和量级的数据需要选择不同的合规出境机制。而在跨境交易中，交易架构或者服务架构一旦确定，数据流向和处理关系通常也会随之锁定，后续调整成本会非常高。因此在越来越多的交易中，架构设计阶段会引入数据合规律师，同步完成数据出境路径和风险的预判。