退出与争议

把争议放在生命周期的最后一段，是一种常见的排布错误。争议不是终点站，它可以在任何阶段被触发：设立期埋下的代持问题、融资期签下的回购条款、运营期发生的一次模型侵权、出海期的一次数据调取。因此这一条是横切线，与六个阶段并列，而不是第六阶段之后的第七阶段。

四类问题

第一，并购与股权退出。 AI 企业的估值难点在于技术资产的可验证性：模型权重、训练数据集、算力合约的权属与可持续性，都会影响定价。尽调清单里最常被低估的是数据合规状态——训练数据来源不清，会直接转化为交割后的赔偿责任。

第二，股权纠纷的四种形态。 创始人中途退出、股权代持、对赌回购、期权与激励争议。这四类占了大半，根因几乎都是退出机制没有写清。处理顺序是固定证据、判断管辖、评估保全、区分谈判与诉讼。

第三，AI 模型与生成内容的侵权认定。 模型"同质化"可能构成不正当竞争；生成内容可能侵犯著作权与肖像权；AI 幻觉造成损害的责任分配仍在形成中，但已经出现认定 AI 不具有民事主体资格的判决。提示词是否构成作品、AI 加工他人作品是否构成犯罪，也已有明确判例。

第四，平台与用户数据的证据开示。 跨境诉讼中，平台被要求提交用户对话日志的情形已经出现。对企业的直接含义是：数据保存策略与隐私政策中的承诺，会在诉讼中成为对己不利的证据。

把争议解决条款写清楚：适用法律、管辖法院或仲裁机构、语言、保全的配合义务。AI 企业的合同常涉及多方与跨境履行，管辖条款写得含糊，等于把第一场诉讼变成一场关于"在哪里打"的诉讼。