美国专利103条款非显而易见性深度解析

在美国专利申请的审查中，几乎所有申请人都会遇到美国法典第35编103条（35 U.S.C. § 103）带来的挑战：要求发明具备“非显而易见性”（Non-obviousness）。

如果说新颖性（102条）是一场规则分明的对决——发明要么被现有技术毫厘不差地公开过，要么就没有，那么非显而易见性则是一场复杂的博弈，充满了事实调查与法律解释的微妙艺术。正因如此，它成为了美国专利商标局（USPTO）审查员驳回申请时常引用的理由。

（笔者注：关于101, 102条款解析，请参阅美国专利101条深度解析和实战策略，美国专利法102条：新颖性要求的深度解析。）本文将从经典判例出发，逐步解构USPTO的显而易见性分析逻辑，并结合实务经验，总结应对策略。图1 USPTO驳回理由分析尽管新颖性(§ 102)和可专利性(§ 101)很重要，但非显而易见性(§ 103)在实质性驳回中占比大，需要采取基于证据的战略性应对。

1. 非显而易见性的基石——Graham框架

在1952年美国《专利法》将非显而易见性正式立法之前，相关的判断长期依赖于模糊的司法直觉。直到1966年，美国高法院在 Graham v. John Deere Co. 一案中，才首次为103条的适用建立了一个结构化的分析框架。这个被称为“Graham框架”的方法，至今仍是所有非显而易见性判断的逻辑起点，为这个主观性极强的法律问题，提供了一条客观的分析路径。解构103法条根据《美国发明法案》（AIA）修订后的版本，其大意可概括为：“一项发明，即便没有在现有技术中被一模一样地公开（满足102条新颖性），但如果其与现有技术的区别，在有效申请日之前，对于所属领域的普通技术人员来说是显而易见的，那么这项发明就不能获得专利。

此外，发明的可专利性，不因其完成方式而被否定。”这段文字中，隐藏着几个关键的法律原则：- 区别于新颖性：开篇就明确，非显而易见性是独立于新颖性的更高要求。一项发明可以轻松越过新颖性的门槛，却倒在非显而易见性的高墙之下。- “发明作为一个整体”：这是审查的核心原则。审查员不能将一项权利要求拆解成若干孤立的零件，然后在现有技术中一一找到对应物，就草率地得出结论。

正确的做法是，必须评估权利要求所限定的“技术方案整体”是否显而易见。这意味着，对已知元素的创新性组合本身，就可能构成非显而易见的发明。- 严格的时间节点：判断的时间点被牢牢锁定在“有效申请日之前”。所有分析都必须站在过去，仅使用当时已存在的知识和技术，严禁带着已知发明答案的“上帝视角”去反向推导。这种做法被称为“后见之明”（hindsight），是法律明确禁止的逻辑谬误。

- 无关创造过程：发明的诞生过程——无论是源于灵光一现，还是长期艰苦的系统性实验——都与它的可专利性无关。评判的唯一标准，是发明的终成果是否非显而易见。Graham v. John Deere Co.的四大支柱在 Graham 案中，高法院将上述抽象原则具体化为四个必须考量的因素，其中前三项是事实调查，第四项是客观佐证，共同构成一个逻辑闭环。确定现有技术的范围和内容：首先要清晰界定，在发明诞生前，相关的技术知识库里到底有什么？这包括专利、出版物以及其他所有符合定义的现有技术。

查明现有技术与权利要求的区别：在划定技术边界后，需要精确比较发明与现有技术，找出二者间的差异点。发明人究竟贡献了哪些新的技术内容？

确定相关领域的普通技术人员（PHOSITA）的水平：这是为判断设定一个客观的“评判者”。这个“虚拟人”既不是天才发明家，也不是门外汉，而是代表了该技术领域的平均知识和能力。他的水平高低，直接影响着“显而易见”的判断尺度。

考量客观性证据：这也被称为“辅助性考量因素”。Graham 案强调，这些客观证据，如商业上的成功、解决了长期未能满足的需求、他人的失败等，是整个分析中不可或缺的一环，它们“有助于揭示发明产生时的背景情况”。这四个因素构建了一个严谨的分析框架。前三个因素通过理论重构，描绘出发明诞生时的技术场景：当时已知什么，发明新在哪里，以及由谁来评判。然而，这种回溯极易陷入“后见之明”的陷阱。为了对抗这种认知偏差，高法院引入了第四个因素作为“现实检验”。

这些客观证据提供了一个强有力的反诘：如果这项发明真的如此显而易见，为什么它能取得巨大的商业成功？

为什么它解决了业界长期存在的痛点？为什么那么多竞争对手都以失败告终？

因此，Graham 框架的威力在于前三项理论分析与第四项实证证据之间的相互印证与制衡。定义评判视角：本领域普通技术人员（PHOSITA）PHOSITA是整个非显而易见性判断的核心。这个法律上的虚拟角色，为判断提供了一个统一、客观的标准。确定其技术水平时，通常会考虑该领域从业者的教育背景、技术问题的复杂程度、技术创新的速度等因素。重要的是，PHOSITA具有以下几个关键特征：- 他不是发明家：他缺乏发明人那种超凡的创造力或洞察力。- 他不是天才，也不是外行：他代表了领域的“平均”水平，思维遵循本领域的传统智慧。- 他被假定知晓所有相关的现有技术：这是一个重要的法律拟制。无论一份文献多么冷门，只要它在法律上是有效的现有技术，PHOSITA就被认为已经阅读并理解了它。

- 他具有“普通的创造力”：在后来的判例中，高法院进一步明确，PHOSITA“不是一个机器人”，他能够运用常识和普通的创造力去组合或改进现有技术。这一点为我们接下来要讨论的法律演变埋下了伏笔。准确界定PHOSITA的水平至关重要。在一个技术迭代迅速的领域，PHOSITA的水平会相应较高，使得一项改进更容易被视为显而易见。反之，在一个相对传统的领域，一项看似简单的改进也可能被认为是非显而易见的。

2. KSR的转向——灵活性、常识与现代非显而易见性测试

在 Graham 案之后的几十年里，负责审理专利上诉的美国联邦巡回上诉法院（CAFC）为了遏制“后见之明”，逐步发展出一套严格的测试标准——“教导-启示-动机”（Teaching-Suggestion-Motivation, TSM）测试。然而，这一测试因其过于僵化，终引发了高法院的一次重要修正。KSR之前的时代：僵化的TSM测试TSM测试的核心要求是，在认定一项发明显而易见之前，必须在现有技术文献中找到明确或隐含的“动机”，以促使PHOSITA将不同的文献进行组合或修改。

这个测试的初衷是好的：为审查员提供一个客观的抓手，防止他们轻易地拼接现有技术的碎片。但在实践中，TSM测试变得越来越形式化。审查员必须找到“确凿的证据”来证明组合的动机，这导致许多在常识看来是显而易见的组合，因为缺少文献中的明确“动机”而被授予了专利。这种做法被批评为将本应属于公共领域的知识“圈占”进了专利的垄断范围。KSR International Co. v. Teleflex Inc.(2007)：一场范式转移2007年，高法院在 KSR 案中对这一僵化趋势进行了拨乱反正。

该案涉及一项将可调节的汽车油门踏板与电子传感器相结合的发明。高法院全体一致地驳回了将TSM测试作为判断非显而易见性的唯一、僵化框架的做法。高法院强调，非显而易见性的分析应当回归 Graham 框架“广阔而灵活”的本质。KSR 案并未废除 Graham 框架，而是对其进行了重新激活和现代化诠释，使其从一种基于纸面文件的“匹配游戏”，回归到一种更贴近现实世界的探究。KSR 案引入或重申了几个关键概念，彻底改变了非显而易见性分析的格局：

- 常识（Common Sense）：高法院明确赋予了PHOSITA“常识”和“普通的创造力”。这意味着，如果一个组合对于PHOSITA来说是符合常理的，那么即使没有文献明确教导，也可能被认定为显而易见。- 可预见的解决方案与可预见的结果：当一项技术被熟知用于改进某一类设备时，将该技术用于改进类似的设备以获得可预见的结果，这种做法很可能是显而易见的。

- “显而易见去尝试”（Obvious to Try）：KSR 案澄清，在某些特定情况下，“显而易见去尝试”可以成为认定显而易见性的正当理由。这些情况通常是指，当面临一个已知问题时，存在“有限数量的、已知的、可预见的解决方案”，一个PHOSITA有充分的理由去逐一尝试，并且有合理的成功预期。KSR之后的格局KSR 案的判决带来了深远影响。TSM测试从一个必须满足的“硬性标准”，降级为审查员可以用来支持显而易见性结论的多种理由之一。审查员不再需要寻找明确的“动机”教导，而是可以基于更广泛的理由，如市场驱动力、设计需求或本领域常识来构建驳回意见。这一转变极大地改变了申请人与审查员之间的博弈态势。

在 KSR 之后，申请人不能再仅仅被动地指出审查员论证中的缺陷，而必须主动地、积极地构建一个关于非显而易见性的强有力论述。这意味着，申请人需要更加依赖客观证据（即 Graham 框架的第四个因素）来证明，那个看似“可预见”的路径，在当时的技术背景下实际上是充满未知与挑战的。

3. 审查员如何评估显而易见性

为了有效应对103条驳回，我们必须首先理解审查员是如何构建一个显而易见性驳回意见的。这个过程遵循一个被称为“初步显而易见性”（prima facie case of obviousness）的法律程序框架。审查员的举证责任“初步显而易见性”是一个程序性工具，它规定了审查过程中的举证责任分配：- 初始责任：审查员首先承担举证责任。他必须提出事实和理由，通过优势证据证明，要求保护的发明“很可能”是显而易见的。其意见不能是空泛的断言，而必须有清晰的逻辑链条和事实依据。- 责任转移：一旦审查员成功地建立了一个初步显而易见性案件，举证责任就转移给申请人。此时，申请人必须提出论据和/或证据来反驳。

- 终决定：审查员必须重新考虑所有在案证据（包括审查员自己提出的和申请人提交的），并在此基础上做出终决定。在实践中，审查员通常都能构建一个至少在形式上成立的初步案件，因此，理解其构建方式并准备好反驳至关重要。审查员论证103驳回的七大理由在 KSR 案之后，USPTO在其《专利审查程序手册》（MPEP）中，为审查员提供了七种可以用来支持显而易见性结论的推理路径。理解这些理由，就如同了解了对手的战术手册。组合已知元素，产生可预见结果：当所有技术元素和组合方法都已知，且结果在预料之中时，发明可能被视为显而易见。

简单替换，产生可预见结果：将现有设备中的A部件替换为功能相同的、已知的B部件。用已知技术改进类似装置：技术X已被用于改进设备A，那么将技术X用于改进与A类似的设备B也可能是显而易见的。将已知技术应用于已知问题：一个公认的待改进之处，恰好有一个已知的技术可以解决它，且结果可预见。“显而易见去尝试”：面对一个已知问题，存在有限的、可预见的解决方案，且有合理的成功预期。市场或设计驱动的变体：市场需求或设计趋势会驱动PHOSITA对现有技术进行可预见的适应性修改。现有技术中的教导、启示或动机（TSM）：传统的TSM测试，现在作为七种理由之一继续存在。

对于申请人而言，这七大理由不仅是审查员的工具，更是自己制定反驳策略的路线图。通过识别审查员使用的是哪一种或哪几种理由，申请人可以精确地针对其逻辑链条中的薄弱环节，进行“外科手术式”的打击。图2 审查员103驳回的七大理由频率分布后KSR时代，审查员有七种主要的推理路线来建立显而易见性的初步证据。理解这些是制定精确反驳的关键。

4. 克服103条驳回的策略

在收到103条驳回意见后，成功的答复往往是双管齐下：既要攻击审查员初步案件的逻辑基础（防御），也要通过引入新的客观证据来构建一个强有力的反方论述（进攻）。A节：攻击初步显而易见性案件（防御）- 揭露“后见之明”的谬误 “后见之明”是审查中常见的认知偏差。一个有效的反驳策略是指出： “审查员正在使用我的申请文件作为路线图。” 论证审查员的组合方式只有在预先知道发明终点的情况下才显得合乎逻辑。如果没有申请文件的指引，一个PHOSITA没有任何理由会以这种特定的方式，从浩瀚的现有技术中挑选并组合这几份特定的文献。 “审查员的‘常识’实际上是发明人的洞见。” 挑战审查员对“常识”的滥用，指出其所谓的“常识性”步骤，实际上正是发明人解决技术难题的关键所在。 运用“教导相悖”（Teaching Away）原则。这是一个强有力的反驳论点。当一份现有技术文献批评、不看好或以其他方式劝阻人们走上发明人所选择的技术路径时，这份文献就被认为是在“教导相悖”。

它表明，当时的主流技术思想会引导PHOSITA走向一个与发明相反或不同的方向。需要注意的是，“教导相悖”的门槛相当高，文献必须是积极地不鼓励所要求的技术路径，而不仅仅是提到其他选项。- 挑战组合动机与合理的成功预期 在后 KSR 时代，组合的动机可以是隐含的，但绝不能是审查员的凭空猜测。审查员仍需清晰地阐明一个基于事实的理由。

挑战组合的合理性：可以论证，审查员提出的组合会使主要参考文献的装置无法工作，或者无法实现其预定目的。

挑战“合理的成功预期”：这是在不可预测技术领域（如化学、生物）有效的武器之一。即使一个实验路径是“显而易见去尝试”的，但如果一个PHOSITA在尝试之前，没有合理的理由相信实验会成功，那么其终的成功结果就可能是非显而易见的。B节：通过客观证据构建反驳（进攻）如果说A节的策略是“破”，那么B节的策略就是“立”。

通过引入现实世界的客观证据，申请人可以构建一个强有力的反方叙事。根据 Graham 案，当客观证据存在时，审查员必须予以考虑。- 意想不到的技术效果（Unexpected Results） 这是具说服力的客观证据之一。要成功运用，必须满足几个严格条件： 真正的“意想不到”：效果对于PHOSITA而言是意想不到的，而不仅仅是发明人自己感到惊讶。 质的飞跃，而非量的提升：效果的优越性好是“种类上”的不同，而非“程度上”的差异。例如，效率提升10%可能被视为可预见的优化，但出现一种全新的、前所未有的性能，则是典型的“意想不到的技术效果”。

与接近的现有技术进行比较：必须提供与接近的现有技术进行直接比较的实验数据。 在说明书中预埋伏笔：如果在提交申请时，说明书中就包含了对比实验数据，并明确指出其结果是“出乎意料的”，这将极大地增强该证据的可信度。- 商业成功与关键的“关联性”（Nexus）要求 商业成功是另一个有力的客观证据，但其使用受到严格的“关联性”要求的限制。申请人必须证明两点：

（1) 产品的确在市场上取得了成功；

（2) 这种成功与权利要求所保护的新颖技术特征之间存在因果关系，即“关联性”。如果产品的成功源于品牌效应或市场营销，那么这种成功就是无关的。

来源：张新宇，ZYL律师事务所美国专利代理人，前耶鲁大学研究员、清华大学博士，专注于人工智能、美国知识产权、计算生物学等交叉领域。

免责声明：版权归原创所有仅供学习参考之用，禁止用于商业用途，部分文章推送时未能及时与原作者取得联系，若来源标错误侵犯到您的权益烦请告知我们将立即删除。