3. 员工流动中的商业秘密类型图谱

员工流动场景下的商业秘密保护，第一步不是急着签协议或发律师函，而是先把"到底哪些东西算商业秘密"识别清楚。因为《反不正当竞争法》对商业秘密的界定是"不为公众所知悉、具有商业价值并经权利人采取相应保密措施的技术信息、经营信息等商业信息"，这个定义看似简单，落到具体对象上却常常出现争议：一份客户微信聊天记录算不算客户名单？一段训练脚本算不算算法模型？一张工艺卡上的温度曲线算不算工艺参数？本节要解决的，就是把这些典型对象识别出来、归好类，为后续的权属确认、保密措施设计和泄密举证打下基础。

一、两类法定信息：技术信息与经营信息

从法律分类看，商业秘密首先分为技术信息与经营信息两大类。技术信息是指与产品研发、生产制造、工艺实现相关的信息，典型对象包括源代码、算法模型、工艺参数、设计图纸、实验数据、配方、技术诀窍等；经营信息是指与经营活动相关的信息，典型对象包括客户名单、供应商信息、采购价格、销售策略、成本核算、投标标底、财务数据等。这个二分法不是学术分类，而是直接对应举证思路：技术信息泄密通常要做同一性比对（代码比对、参数比对、模型结构比对），经营信息泄密通常要做接触+实质相同+合理来源排除的证明。

需要特别注意的是，很多对象是"混合型"的。例如一套推荐系统，既包含源代码（技术信息），又包含用户画像标签体系（经营信息），还包含模型权重（技术信息）。员工离职带走一个项目文件夹，里面可能同时涉及三类对象。因此识别时不能只贴一个标签，而应逐对象拆分、分别定性。

二、典型对象的识别要点

源代码。识别要点是"非公开性"和"可运行性"。公开在 GitHub 上的开源代码不构成商业秘密，但企业内部仓库中的业务代码、私有分支、编译脚本、部署配置通常构成。判断时看三点：是否对外公开、是否采取访问控制（如 Git 权限、代码水印）、是否具有独立商业价值。员工离职前大量 clone、打包、发送代码仓库的行为，是典型的高风险信号。

算法模型。包括模型结构、超参数、训练数据配比、损失函数设计、推理优化策略等。模型权重文件往往是最核心的资产，因为它直接决定效果。识别时要区分"公开论文中的通用结构"与"企业自研的调参经验、数据清洗规则、特征工程方案"。后者才是商业秘密的实质部分。

工艺参数。常见于制造业，如温度、压力、时间、浓度、转速、配比、良率控制区间等。单个参数可能公开，但"参数组合+控制逻辑+异常处理规则"往往构成技术诀窍。识别时建议按工序建立参数清单，标注哪些是公开标准、哪些是内部优化值。

客户名单。这是争议最多的对象。并非所有客户名称都构成商业秘密。司法实践中通常要求名单包含"深度信息"，如交易习惯、联系人偏好、报价底线、结算周期、特殊需求等，且企业采取了保密措施。仅从公开渠道可查的企业名录，一般难以主张商业秘密。识别时应把客户名单拆成"基础名录"和"深度交易信息"两层，后者才是保护重点。

经营信息中的其他对象。包括采购底价、供应商账期、投标报价模型、渠道返利政策、未公开的营销计划等。这类信息的共同特征是"一旦被竞争对手知悉，会直接改变谈判或竞价结果"。

三、类型图谱与识别流程

把上述对象放在一张图谱里，可以按"信息类别—典型载体—识别关键—泄密高风险动作"四个维度来组织。下图给出本节的核心分类框架，便于在实际盘点时逐项对照。

四、识别时的三个判断锚点

面对一个具体对象，可以用三个锚点快速判断它是否值得纳入商业秘密清单。第一，非公知性：该信息是否无法从公开渠道直接获得？如果同行通过官网、展会、论文、招聘信息就能拼出来，保护价值就低。第二，商业价值：泄露后是否会让竞争对手节省研发时间、抢走客户或压低报价？第三，保密措施：企业是否对该信息采取了可识别的保密手段，如权限分级、水印、加密、保密协议、访问日志？三个锚点中任何一个明显缺失，都应先补措施再谈维权。

五、分类之后要落到动作

识别与分类不是终点。技术信息类对象，重点做权限隔离、代码水印、模型导出审计；经营信息类对象，重点做客户信息分层、CRM 操作日志、报价文档加密；混合型对象，重点做项目级打包管控和离职前外发行为监测。只有把"是什么"和"怎么防"对应起来，类型图谱才真正有用。

综上，本节给出的类型图谱不是要大家背分类，而是提供一套盘点工具：先按技术/经营/混合三类归位，再逐对象核对载体、识别关键与高风险动作，最后把每个对象对应到具体的保密措施上。下一阶段无论做协议设计还是泄密应对，都可以回到这张图谱逐项对照。