股度股權 作者：陳超明 郭萌萌
來源：股度股權（ID：laws51）
當一家成立僅兩年的明星AI企業，因管理混亂導致產品戰略空白半年，最終資金鏈斷裂；
當一家獲得谷歌、軟銀投資的英國法律AI公司，因商業化數據不及預期而融資失敗破產；
當764家中國AI公司獲得830億融資，前20名拿走30%資金，其余企業均值不足8000萬——
我們不禁要問：在AI這場世紀盛宴中，為什么有的企業能成為“獨角獸”，而更多的企業卻只能淪為“先烈”？
引言：AI的冰與火之歌
2025年被稱為“智能體元年”，全球私人資本中有近50%（約2025億美元）涌向人工智能領域。中國AI產業同樣火熱：764家公司獲得約830億元融資，創下近五年新高；生成式AI用戶規模突破5.15億，豆包、DeepSeek等平臺占據核心市場；國家600億元AI基金正式落地，地方國資爭相“搶灘”獨角獸。
然而，在這片繁榮之下，一場靜悄悄的“大清洗”正在上演。
2025年，全球AI行業迎來首輪大規模洗牌。曾經備受資本追捧的明星企業——無論是上海的A公司（AI Agent賽道明星），還是英國的B公司（法律AI賽道獨角獸）——紛紛陷入倒閉或停業。A公司成立僅兩年，融資一輪，最終因資金鏈斷裂、欠薪停業；B公司獲得谷歌、軟銀、淡馬錫投資，卻在最新一輪融資失敗后宣告破產。
這些企業的隕落，不是孤例。數據顯示，2025年下半年中國AI融資同比增速下降23個百分點，投資者考核標準從“技術參數”轉向“營收規模、客戶留存率、盈利預期”。那些靠“PPT融資”的時代，徹底終結。
作為一名處理過上千起股權糾紛、服務過數百家科技企業的律師，我深切地感受到：AI創業正在經歷一場從“技術驅動”到“商業與法治驅動”的深刻轉型。在這場轉型中，那些忽視公司治理、忽視股權設計、忽視知識產權保護、忽視數據合規的企業，正在成為第一批倒下的犧牲品。
本文將從法律與商業的雙重視角，深度剖析AI獨角獸融資失敗的底層原因，并提供一套可落地的風險防控體系。無論你是AI創業者、投資人，還是產業觀察者，這篇文章都將成為你在AI浪潮中行穩致遠的“導航儀”。
第一章 融資市場的結構性分化：誰在吃肉，誰在喝湯？
在探討企業失敗原因之前，我們必須先理解AI融資市場的底層邏輯。
一、全球AI融資的“二八定律”
2025年，全球約4050億美元私人資本中，近50%流向AI領域。然而，這種繁榮背后是極度的不平衡：僅OpenAI和Anthropic兩家公司就吸納了近700億美元融資，占AI領域融資總額的約35%。
與此同時，企業風險投資（CVC）和私募股權（PE）正取代傳統風險投資（VC），成為主導力量。這意味著，資本的邏輯變了——不再是“講故事”，而是“看數據”。
二、中國AI融資的三大特征
第一，融資高度集中。 2025年，融資額前20名的中國AI公司拿走了市場30%的資金，平均融資額達12.6億元，而其余764家公司的均值僅為7800多萬元。這種“頭部通吃”的格局，意味著腰部以下企業生存極度艱難。
第二，國資成為主力。 地方政府引導基金和國資背景資本已成為中國AI融資的絕對主力。從智譜AI接連獲得杭州、成都、北京、上海多地政府基金投資，到Minimax獲得上海國資戰略融資，再到愛芯元智獲得多地國資拼盤投資，無不體現“地方政府爭奪獨角獸”的新態勢。資本的目標不僅是財務回報，更在于培育本地產業集群。
第三，理性回歸明顯。 2025年下半年起，中國AI融資市場增速放緩，投資者對企業商業化能力的考核標準顯著提高。據IT桔子數據顯示，2025年下半年國內AI領域融資金額同比增速較上半年下降23個百分點。單純的技術參數不再值錢，值錢的是營收規模、客戶留存率和盈利預期。
第二章 深度解剖：兩個明星AI企業的隕落之路
案例一：A公司——明星AI Agent企業的“曇花一現”
企業背景
A公司成立于2023年2月，注冊地上海徐匯，核心團隊成員來自Google、IBM、騰訊、阿里等頭部互聯網及AI公司。公司定位為企業級AI Agent平臺，核心產品為AskBot，主打填補國內大模型中間層空白。2023年8月獲得Atom Capital與IDG聯合投資，成為AI Agent賽道的明星企業。
然而，2024年10月公司資金鏈斷裂，2025年陷入欠薪、核心成員離職的困境，最終走向停業清算。
失敗核心原因法律分析
（一）管理混亂與組織架構失衡：公司治理的“先天缺陷”
A公司成立之初便構建了“二元體系”——創始人負責產研和市場，合伙人程文淵負責商業化。這種看似分工明確的架構，實則埋下了治理隱患。
根據《公司法》相關規定，公司治理結構應當確保決策科學、執行有力、監督有效。但A公司的“二元體系”導致產研團隊與商業化團隊之間形成巨大鴻溝：產研團隊認為商業化團隊不懂產品、缺乏客戶反饋；商業化團隊則將項目停滯歸咎于產品質量問題。更致命的是，公司將交付和工程團隊分割，導致客戶需求無法及時傳遞給產研團隊，產品迭代與市場需求嚴重脫節。
法律視角：這種組織架構的失衡，本質上是公司治理層面的“權責不清”。在公司章程、股東協議中，未明確約定各創始人的職權邊界、決策機制和爭議解決方式，導致內部矛盾無法通過制度化方式解決，最終演變為管理癱瘓。
2024年3月，公司產品一號位離職后，因內部管理口碑不佳，長達6個月未能找到合適的繼任者，導致產品戰略出現長達半年的空白期。在AI賽道日新月異的背景下，半年的戰略空白，足以致命。
（二）商業化能力缺失：盈利模式模糊的法律后果
A公司成立兩年間，始終未能找到清晰的商業化路徑。核心產品AskBot雖定位為企業級平臺，但產品功能與市場需求匹配度低，且缺乏有效的銷售渠道與客戶拓展能力。
據內部員工透露，公司成立兩年間始終未明確銷售提成方案，嚴重影響銷售團隊積極性。這在法律上屬于激勵機制缺失。對于一家To B企業，銷售團隊的激勵制度是商業化落地的核心引擎。缺乏明確的銷售提成方案，相當于讓戰士空手上戰場。
同時，產品交付能力不足，無法滿足企業客戶的個性化需求，導致客戶留存率極低。從合同法角度看，這意味著公司簽署的銷售合同無法轉化為持續的收入流，缺乏穩定的應收賬款和現金流。
（三）技術依賴與核心壁壘不足：知識產權保護的“空心化”
A公司的核心產品AskBot主要依賴底層大模型的能力，自身缺乏核心技術壁壘，陷入“套殼”爭議。隨著阿里、騰訊等頭部企業攜生態優勢進入AI Agent賽道，A公司的市場份額被快速擠壓。
法律視角：核心技術壁壘的缺失，意味著公司缺乏受法律保護的知識產權資產。無論是專利、軟件著作權，還是核心算法的商業秘密，A公司都未能建立起有效的法律保護體系。當頭部企業進入賽道時，A公司無法通過專利侵權訴訟、商業秘密保護等法律手段維護市場地位，只能被動挨打。
此外，公司研發投入缺乏持續性，2024年下半年因資金緊張縮減研發開支，進一步導致產品性能與行業頭部產品的差距擴大。這在融資談判中，直接導致技術盡調無法通過，投資者信心喪失。
（四）資金鏈斷裂與融資失敗：融資條款的“致命傷”
A公司成立兩年間僅獲得一輪融資，資金儲備本就有限。而公司在成本控制上存在嚴重問題，核心團隊薪資成本過高，且缺乏有效的成本管控機制，導致資金快速消耗。
2024年8-9月，公司已出現連續未繳納公積金的情況，這是資金鏈問題的危險信號。2024年10月，資金鏈正式斷裂，創始人雖嘗試賣房發薪、積極尋求新一輪融資，但因公司管理混亂、商業化無望，最終無人買單。
法律視角：A公司的融資失敗，暴露出其在融資條款設計上的重大缺陷。僅一輪融資意味著公司缺乏過橋貸款、可轉換債券等多元化融資工具作為緩沖。同時，在融資協議中，可能未設置合理的估值調整條款（對賭條款）或反稀釋條款，導致在經營惡化時無法通過調整估值吸引新投資者。
2025年2月，公司未能按協議支付首期欠薪，2025年3月員工僅剩不到20人。從勞動法角度看，這已構成拖欠工資，不僅面臨勞動監察處罰，更可能導致核心人才流失、品牌聲譽崩塌的連鎖反應。
案例二：B公司——明星法律AI企業的“融資失敗魔咒”
企業背景
B公司是英國一家專注于法律領域的AI初創企業，核心業務為通過AI技術為企業提供合同審查、法律文書生成等服務。公司曾獲得谷歌、軟銀、淡馬錫等知名機構的投資，一度被視為法律AI領域的“潛力股”。
2025年，隨著AI Agent賽道熱度攀升，法律AI作為重要垂直場景本應迎來發展機遇，但B公司卻因最新一輪融資失敗，于2025年正式宣告破產。
失敗核心原因法律分析
（一）融資依賴癥與資本市場轉向：融資條款的“雙刃劍”
B公司的發展高度依賴外部融資，自身缺乏可持續的盈利能力。公司成立以來，雖獲得多輪知名機構投資，但營收規模始終未能突破盈虧平衡點，主要依靠融資資金維持運營。
法律視角：這種“融資依賴癥”的本質，是公司缺乏自我造血能力，且融資協議中可能未設置合理的資金使用監管條款。當投資者發現公司長期無法實現盈利，資金使用效率低下，自然會拒絕后續融資。
2025年，全球AI融資市場回歸理性，投資者對AI企業的考核從“技術概念”轉向“商業化數據”。B公司因產品落地效果不及預期、營收增長緩慢，未能達到投資者的預期，最新一輪融資失敗，直接導致資金鏈斷裂。
（二）垂直場景落地難度超預期：產品責任的“隱形炸彈”
法律領域對AI技術的精準度、安全性要求極高。B公司的合同審查產品存在漏審、誤審等情況，無法滿足企業對法律風險控制的嚴格需求。
法律視角：這涉及產品責任和專業服務責任問題。如果B公司的AI產品因漏審導致客戶遭受損失，公司可能面臨巨額索賠。在英美法系下，AI服務提供者可能被認定為提供“專業服務”，承擔相應的注意義務。一旦出現重大失誤，不僅面臨賠償，更可能導致監管調查、品牌崩塌。
此外，法律行業存在較強的專業性與合規性要求，AI產品的推廣需要獲得律師事務所、企業法務部門的認可。B公司未能建立有效的行業合作渠道，市場拓展進展緩慢。
（三）技術同質化與競爭加劇：知識產權的“護城河”缺失
隨著法律AI賽道熱度提升，大量競爭者涌入，行業同質化競爭嚴重。B公司的核心技術與市場上同類產品相比缺乏差異化優勢，且在技術迭代速度上落后于頭部企業。
法律視角：在知識產權層面，B公司可能未能及時申請核心算法的專利保護，或未能通過商業秘密保護核心技術。當百度、谷歌等頭部企業推出同類產品時，B公司無法通過專利侵權訴訟阻止競爭，也無法通過技術壁壘維持溢價。
（四）成本高企與盈利困難：商業模式的法律可行性
AI技術在垂直領域的落地需要大量的行業數據訓練與定制化開發，成本極高。B公司為提升產品性能，持續投入巨額資金用于數據采集、模型訓練與產品迭代，但由于用戶規模有限，營收無法覆蓋成本，長期處于虧損狀態。截至2024年底，B公司累計虧損超過1億美元。
法律視角：從公司法的角度看，持續虧損意味著公司凈資產不斷減少，可能觸及資不抵債的破產紅線。在英國公司法下，董事有義務在公司陷入資不抵債時采取適當措施，否則可能承擔個人責任。B公司最終選擇破產，也是董事履行法定義務的無奈之舉。
第三章 共性原因法律剖析：AI創業公司倒閉的五大病灶
結合上述案例及2025年全球AI企業倒閉潮，我們可以從法律視角歸納出AI創業公司失敗的五大共性原因。
（一）公司治理結構缺陷：從“人治”走向“法治”的失敗
A公司的“二元體系”導致管理混亂，B公司也可能存在類似問題。很多AI創業公司由技術背景創始人主導，缺乏科學的公司治理結構。
法律風險點：
權責不清：公司章程、股東協議未明確約定各創始人的職權范圍、決策權限，導致內部扯皮。
決策機制缺失：未建立有效的董事會、股東會決策機制，重大事項由創始人“一言堂”，缺乏集體決策和制衡。
監督機制失效：未設立監事會或監事，或監事會形同虛設，無法對管理層進行有效監督。
關聯交易風險：未建立關聯交易管理制度，可能存在創始人通過關聯交易轉移公司利益的風險。
法律建議： AI創業公司應在設立之初即制定規范的《公司章程》和《股東協議》，明確各方的權利義務、決策機制、退出機制。對于核心崗位，應制定明確的崗位職責和考核標準。
（二）股權架構與激勵機制的缺失：無法留住核心人才
A公司兩年未明確銷售提成方案，反映出股權激勵和薪酬激勵的缺失。AI行業是典型的人才密集型行業，核心技術人員、銷售骨干的穩定性至關重要。
法律風險點：
股權激勵缺失：未設置員工持股平臺或期權池，核心人才缺乏長期激勵，容易流失。
激勵方案模糊：雖有激勵計劃，但未明確行權條件、行權價格、退出機制，導致激勵效果不佳。
薪酬結構不合理：銷售提成、項目獎金等短期激勵制度不明確，影響團隊積極性。
法律建議：應設立有限合伙企業作為員工持股平臺，預留10%-20%的期權池，并制定詳細的《股權激勵管理辦法》。對于銷售團隊，應在勞動合同或薪酬制度中明確提成計算方式和支付周期。
（三）知識產權保護不力：核心技術缺乏“護城河”
A公司陷入“套殼”爭議，B公司技術同質化，均反映出知識產權保護不力的問題。
法律風險點：
專利布局缺失：未對核心算法、技術方案申請專利，無法阻止競爭對手模仿。
軟件著作權登記滯后：未及時登記軟件著作權，導致維權時舉證困難。
商業秘密保護不足：未與員工簽署完善的保密協議、競業限制協議，核心技術容易被泄露。
開源協議合規風險：使用開源代碼但未遵守相應開源協議，可能引發侵權糾紛。
法律建議： 應建立貫穿研發全流程的知識產權管理制度，對核心技術及時申請專利和軟件著作權登記。與核心技術人員簽署《保密協議》和《競業限制協議》。定期進行開源代碼合規審查。
（四）數據合規體系缺位：監管紅線的“隱形殺手”
AI企業高度依賴數據，但數據合規問題往往被忽視。2024年以來，中國陸續出臺《生成式人工智能服務管理暫行辦法》《AI合成內容標識辦法》《人臉識別安全管理辦法》等法規，監管日趨嚴格。
法律風險點：
數據來源不合規：使用爬蟲抓取數據可能侵犯個人信息或著作權，面臨行政處罰或訴訟。
數據授權鏈條不完整：使用第三方數據未獲得完整授權，存在侵權風險。
個人信息保護缺失：未按照《個人信息保護法》要求獲取用戶同意、進行匿名化處理，可能面臨高額罰款。
數據出境合規風險：涉及數據出境的企業未履行安全評估或備案程序。
法律建議： 建立數據合規管理制度，對數據來源進行合法性審查，確保個人信息處理符合“告知-同意”原則。涉及數據出境的，應委托專業機構進行數據出境安全評估。
（五）融資協議條款設計不當：對賭、回購等條款的“致命陷阱”
A公司和B公司的融資失敗，都與融資協議條款設計有關。很多創業者在融資時只關注估值和金額，忽視條款細節，為日后埋下隱患。
法律風險點：
對賭條款（估值調整條款）過于嚴苛：若業績未達標，創始人可能面臨巨額股權補償或現金賠償，甚至喪失公司控制權。
回購條款觸發條件模糊：約定不清的贖回權可能導致投資者隨時要求回購，給公司帶來巨大現金流壓力。
一票否決權范圍過寬：投資者的一票否決權覆蓋日常經營事項，導致公司決策效率低下。
清算優先權條款：在公司清算時，投資者可能優先拿回數倍投資款，創始人血本無歸。
法律建議： 融資談判中應重點關注對賭條款、回購條款、一票否決權、清算優先權等核心條款。必要時可引入專業律師參與談判，爭取更合理的條款。避免接受“雙向對賭”（業績未完成時創始人賠償，業績超額完成時投資者獎勵不對等）。
第四章 律師建議：AI創業公司如何構建“法律防火墻”
基于上述分析，結合我服務數百家科技企業的實戰經驗，我建議AI創業公司從以下五個維度構建法律風險防控體系。
（一）公司治理：從“草臺班子”到“正規軍”
1.制定完善的公司章程和股東協議
公司章程是公司的“憲法”，應明確股東會、董事會、監事會的職權和議事規則。股東協議則應細化股東之間的權利義務，包括出資義務、股權鎖定、退出機制、爭議解決等。
2.建立科學的決策機制
對于重大事項（如融資、并購、核心資產處置），應明確決策程序和表決比例要求。建議設置分級授權體系，避免所有事項都需股東會或董事會決議，提高決策效率。
3.完善內部監督機制
設立監事會或至少一名監事，對董事、高管履職行為進行監督。對于規模較大的公司，可設立審計委員會，聘請外部審計機構定期審計。
（二）股權激勵：用“金手銬”留住核心人才
1.設立員工持股平臺
建議設立有限合伙企業作為員工持股平臺，創始人擔任普通合伙人（GP），掌握平臺表決權；員工作為有限合伙人（LP），享有分紅權和增值權。
2.制定股權激勵方案
明確激勵對象、激勵份額、行權價格、行權條件、鎖定期、退出機制等。行權條件應與公司業績或個人績效掛鉤，確保激勵效果。
3.簽署完備的法律文件
包括《股權激勵協議》《有限合伙協議》《授予通知書》等。應明確員工離職時股權的處理方式（如公司回購、轉讓給其他員工等）。
（三）知識產權：構建核心技術“護城河”
1.建立專利申請機制
對于具有創新性的算法、技術方案、產品設計，應及時申請專利。在申請專利前，注意保密，避免因提前公開而喪失新穎性。
2.及時登記軟件著作權
軟件著作權登記是維權的重要證據。對于核心軟件產品，應在開發完成后及時登記。
3.完善商業秘密保護
與核心技術人員、高管簽署《保密協議》，明確保密范圍、保密期限和違約責任。必要時可簽署《競業限制協議》，約定離職后一定期限內不得在同行業競爭企業任職。
4.規范開源代碼使用
建立開源代碼使用管理制度，對使用的開源代碼進行合規審查，確保遵守相應開源協議（如GPL、LGPL、MIT等）。避免因違規使用開源代碼導致產品被迫開源的“傳染性”風險。
（四）數據合規：在監管紅線內“跳舞”
1.建立數據分類分級管理制度
根據數據的重要性和敏感程度，將數據分為核心數據、重要數據、一般數據，實施不同的保護措施。
2.規范數據收集和使用
收集個人信息時，應明確告知收集目的、使用方式，并獲得用戶的明示同意。使用第三方數據時，應核實數據來源合法性，并獲得完整授權。
3.落實數據安全保護措施
采取加密、脫敏、訪問控制等技術手段，防止數據泄露、篡改、丟失。定期進行數據安全風險評估和應急演練。
4.關注數據出境合規
涉及數據出境的，應委托專業機構進行數據出境安全評估，并按要求向網信部門備案。
（五）融資條款：守住控制權與生存權底線
1.謹慎對待對賭條款
盡量避免“單向對賭”（僅創始人承擔補償義務），爭取“雙向對賭”（業績超額完成時，創始人獲得獎勵）。對賭指標應選擇公司可控制的指標（如營收、用戶數），避免與凈利潤等受多重因素影響的指標掛鉤。
2.明確回購觸發條件
回購條款應明確觸發條件（如未能在約定時間內上市、發生重大違約等），并約定回購價格的計算方式（如投資本金加固定利息）。避免使用“重大不利影響”等模糊表述。
3.合理設置一票否決權
投資者的一票否決權應限于重大事項（如修改公司章程、增資減資、合并分立等），不應覆蓋日常經營事項。對于日常經營，應由董事會或管理層決策。
4.爭取優先認購權和反稀釋條款
優先認購權保障創始人在后續融資中按比例認購新股，防止股權被稀釋。反稀釋條款應在公司以低于本輪估值融資時，對創始人進行補償（如調整轉換價格）。
第五章2026年趨勢展望：合規者生存，野蠻者出局
2025年的倒閉潮，是AI產業從“非理性擴張”向“理性成熟”轉型的必然結果。洗牌之后，AI產業將進入高質量發展階段。結合賽迪研究院、北京市科委等權威機構的預測，2026年AI企業將呈現以下趨勢：
（一）技術層面：從“規模競賽”轉向“效能提升”
大模型技術將告別參數規模競賽，聚焦物理認知深化、推理效能提升、架構范式革新。“模芯協同”（模型與芯片深度適配）將成為核心發展方向，提升系統效率、降低能耗。端側智能加速成熟，AI模型從云端延伸至終端。
合規啟示：技術路線的選擇應考慮知識產權布局，避免依賴他人專利或開源代碼帶來的法律風險。
（二）應用層面：從“全面開花”轉向“重點突破”
AI企業將更加注重應用場景深耕，工業、醫療、科研、具身智能等領域成為核心賽道。“人工智能+制造”專項行動將深化AI在研發設計、生產制造、質量檢測等全流程的應用。具身智能在工業裝配、家庭服務、醫療護理等領域落地。
合規啟示：垂直領域的AI應用需符合行業監管要求（如醫療器械監管、工業安全標準等），提前進行合規認證和準入準備。
（三）生態層面：從“單打獨斗”轉向“生態競合”
產業鏈各環節企業加強合作，形成“底層芯片-基礎模型-中間層平臺-應用層產品”的清晰分工。頭部企業聚焦底層技術，中小企業深耕垂直場景。政府推動跨區域、跨行業協同創新。
合規啟示：生態合作涉及技術許可、數據共享、聯合研發等法律關系，應簽署完善的合作協議，明確知識產權歸屬、保密義務、責任劃分。
（四）監管層面：從“框架搭建”轉向“精準落地”
全球AI監管體系從框架搭建進入精準落地階段。中國將完善“十五五”時期人工智能產業政策體系，強化算法安全、數據合規、倫理治理監管。算法備案、安全評估、倫理審查成為常態。
合規啟示：AI企業應將合規成本納入預算（建議3%-5%），建立專門的合規團隊或聘請外部顧問，確保符合監管要求。
（五）企業發展：從“數量擴張”轉向“質量提升”
AI企業更加注重生存與發展質量。頭部企業加大核心技術研發，鞏固優勢；中小企業聚焦細分賽道，差異化競爭。盈利模式多元化，To B轉向“產品+服務”綜合解決方案，To C探索付費訂閱、增值服務。
合規啟示：企業應加強成本管控，優化運營效率，同時確保財務合規、稅務合規，避免因財務問題引發融資失敗或行政處罰。
結語：法治的勝利，才是AI行業的未來
AI產業的浪潮浩浩蕩蕩，每一次技術革命都會催生一批先驅，也淘汰一批先烈。站在2026年的門檻上，我們看到的不是AI泡沫的破滅，而是產業走向成熟的陣痛。
對于那些仍在奮斗的AI創業者，我想說：
技術是矛，法律是盾。 沒有鋒利的矛，無法攻城略地；沒有堅固的盾，無法抵御風險。只有二者兼備，才能在這場長跑中笑到最后。
股權設計不是分蛋糕，而是做蛋糕的規則。 科學的股權架構和激勵機制，是凝聚核心團隊、吸引外部資本的基礎。
融資不是終點，而是新階段的起點。 融資協議中的每一個條款，都可能決定公司的生死。談判時多一分謹慎，危機時就多一分生機。
合規不是成本，而是競爭力。 在監管日趨嚴格的今天，合規的企業才能走得更遠、更穩。
資本市場建立在信賴利益之上，但這種信賴不能僅靠道德，而必須依托于法治的剛性。愿每一個AI創業者，都能在法治的軌道上，找到屬于自己的那束光。
//本文作者
陳超明
■ 盈科華南區金融證券法律專業委員會主任、盈科深圳資本市場法律事務中心主任
■ 執業領域：股權領域（設計、激勵、基金、融資、并購）、境內外IPO相關法律事務；股權領域疑難民商事訴訟、不良資產領域疑難訴訟及執行法律事務
郭萌萌
■北京市盈科（深圳）律師事務所 實習律師
注：文章為作者獨立觀點，不代表資產界立場。
題圖來自 Pexels，基于 CC0 協議
本文由“股度股權”投稿資產界，并經資產界編輯發布。版權歸原作者所有，未經授權，請勿轉載，謝謝！
