美国联邦贸易委员会（FTC）对亚马逊的诉讼并非传统意义上的反垄断案件，其法律武器是一条逾112年历史、刻意不做明确定义的《联邦贸易委员会法》第5条。该条款不要求证明垄断地位，只要企业对外话术与后台算法逻辑存在不一致，即具备被指控的基础。案件核心围绕亚马逊Sponsored Products广告的计费机制展开，庭审关键日期为2026年8月31日。
亚马逊对外宣称其广告位采用广义第二价拍卖（GSP），即出价最高的广告主仅需支付略高于第二高价的金额。但FTC指控，自2019年起，亚马逊在后台引入由模型估算的“软保留价”，最终扣费取真实第二高价、软保留价与广告主出价三者的最高值。诉状援引的内部邮件显示，该价格“并非由真实竞拍者设定”，而是平台计算的“代理第二价格”，并承认使用了“虚构拍卖参与方”来抬升价格。FTC指出，按接近自身出价结算的广告主比例从2021年的30％-40％升至2024年的约80％，涉及约120万广告主，多收金额可能达数百亿美元。亚马逊否认指控，称其机制为广告主节省了80亿美元，92％的广告位未将广告位授予最高出价者。
该案的法律基础《联邦贸易委员会法》第5条自1914年立法起，仅以“商业中的不公平或欺骗性行为及惯例”作概括性禁止，未界定“不公平”或“欺骗性”的具体内涵。历经1938年Wheeler-Lea修正案扩展消费者保护范围、1970年代因过度干预儿童广告引发的国会反弹，以及1980年《Unfairness Policy Statement》对“不公平”要件的确立，“欺骗性”始终未被量化定义。2021年，时任FTC主席Lina Khan推动撤回2015年执法原则声明，2022年发布新声明，将监管范围扩展至几乎任何平台行为。该条款的开放式设计源于商业欺诈形态的快速迭代，量化标准反而可能使企业通过优化话术规避监管。
这一监管框架与现代AI评测体系形成鲜明对照。AI系统依赖明确的ground truth、可量化的指标与可复现的实验，而Section 5拒绝建立任何量化标准——不存在“绝对不骗人的商业实践”，“合理消费者整体印象”无法转化为欺骗指数，同一套话术在不同时期可能被作出截然相反的定性。对出海企业而言，其风险在于技术迭代与文案更新之间的“时差”：后台算法可按周更新，而官网话术与隐私政策的修订往往滞后数月。在Section 5框架下，监管无需先精确量化损害金额，只要认定对外表述与后台实际运行存在实质性落差，即满足指控基础。此类案件已现先例，如DoNotPay因宣称“AI生成法律建议”于2024年被罚19.3万美元。企业合规的重心因此从“对齐明确规则”转向“证明在努力对齐”，可验证的流程留痕成为对冲不可验证判断的主要手段。
该案走向将检验一条百年法条在算法定价时代的具体适用边界。若FTC胜诉，平台经济中“话术与系统执行不一致”的商业模式将面临系统性法律风险，企业对外披露与内部算法的对齐成本将显著上升。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
