2026年10月28日，美国联邦贸易委员会（FTC）以 2:0 的表决结果，依据《联邦贸易委员会法》第6(b)条（15 U.S.C. § 46(b)），向达美航空、美联航、捷蓝航空、Lyft、Uber、DoorDash、Instacart、Target 和沃尔玛共九家企业发出特别命令，要求其说明是否、以及如何利用消费者个人数据为不同的人设定不同价格，同时说明是否利用劳动者的个人数据决定派单和报酬。企业须在收到命令后14日内与FTC工作人员会商，45日内提交经宣誓的特别报告。按送达时间推算，首批答复将在2026年12月中旬前后陆续到期。
这是继8月FTC就“个性化定价”公布拟议执法政策声明之后的又一步动作。两件事合在一起看，信号很清楚：FTC并未打算一概禁止“千人千价”，但对“不告诉消费者”的个性化定价，已经准备好用《联邦贸易委员会法》第5条来处理。
一、背景：从“中间商研究”到直接问询定价企业
FTC早在2024年年中就启动过一次以“监视式定价”为主题的6(b)研究，并在2025年1月新政府就任前几天公布了工作人员的初步发现。本届FTC在10月28日的新闻稿中直言，那次研究只调查了提供定价咨询和工具的中间商，没有触及真正做出定价决策的企业，因此对实际定价“一无所获”。这次的命令直接发给航空、出行、外卖、零售领域的定价主体本身。
FTC主席 Andrew N. Ferguson 在新闻稿中表示，消费者有权知道企业是否利用其上网习惯或其他个人数据来定价，劳动者也有权知道自己的报酬是否受到企业使用其个人数据方式的影响。需要注意的是，6(b)研究不以具体执法为目的，但企业若拒不答复，FTC可以向联邦法院申请强制执行。
二、6(b)特别命令要什么
FTC公布的命令样本（FTC Matter No. P246202）共有23项具体要求，涵盖期间原则上为2023年1月1日至完全答复之日，部分内部研究项目追溯至2021年1月1日。核心内容包括：
定价方法（第7至10项）：逐一说明利用个人信息为消费者定价的每一种“方法”，包括适用产品、消费者类别、起止时间、价格组成部分、所用工具（包括命令所称的“Super Intelligence”即AI系统）、输入数据、计算步骤、缺失值处理以及人工干预情形，并按方法报告销量和收入。
派单与报酬（第11至16项）：对零工和其他劳动者，说明哪些人被推送哪些订单、以什么顺序推送，以及基本费率、按里程或按分钟费率、高峰倍数、奖励、小费、保底收入等如何确定，包括消费者支付的价格中企业留存与支付给劳动者的比例。
分群、数据来源与内部测试（第17至20项）：如何把消费者或劳动者分组并给予差别待遇；每一种工具和数据如何获取或构建、如何测试验证、是否向第三方出售或授权；2021年以来做过的A/B测试和相关研究及其结果。
成本收益与披露（第21至23项）：这些做法对消费者价格、可得性和劳动者收入的影响；向消费者和劳动者所作披露的准确措辞、网址和日期，以及历次披露版本的截图和相关政策文件。
命令对“个人信息”的定义极宽，从姓名地址、设备标识、浏览记录，一直到消费者对既往报价的反应、“支付意愿”，以及由上述信息推断出的任何内容。“方法”则覆盖任何公式、算法、代码、模型或机器学习技术。换言之，凡是用数据驱动的动态折扣、优惠券、会员价，都可能落入问询范围。
三、8月拟议政策声明：哪些做法可能违法
2026年8月19日，FTC以2:0表决公布《关于个性化定价的执法政策声明（征求意见稿）》，公开征求意见截至9月25日（原定9月18日，后延长7日，案卷号 FTC-2026-1057）。声明首先承认，国会并未授权FTC全面禁止个性化定价；但在消费者合理预期价格不会因个人数据而变化的场合，下列做法可能构成第5条项下的欺骗或不公平行为：
一是明示或暗示价格是统一的、人人相同的，实际却是个性化价格；二是在消费者合理认为价格固定时，未披露价格已经个性化；三是就个性化依据误导消费者，例如把依据购买记录抬高的价格包装成“专属优惠”；四是隐瞒个性化，使消费者无法回避更高价格；五是在未充分披露或未取得同意的情况下收集、使用或提供个人数据用于定价。
声明要求的披露应当“清楚且显著”，说明价格经过个性化、个性化的依据以及使用的数据类型。仅仅告诉消费者这是“为您精选的价格”，很可能构成误导。声明列举的例子相当具体：外卖平台根据显示消费者无法出门的数据加价；网约车平台因用户手机上没有安装竞争对手的App而加价；零售商根据消费者正身处其实体店或停车场的数据提高线上价格。声明不设安全港，也明确不对“已充分披露的个性化定价是否不公平”表态。
四、州法层面：纽约已经强制标注
联邦层面仍以研究和政策声明为主，州层面已经出现硬性规定。纽约州《算法定价披露法》（N.Y. Gen. Bus. Law § 349-a）要求，凡利用特定消费者的个人数据、通过算法设定价格并向纽约消费者展示的企业，须在每一处价格展示附近清楚显著地标注：“This price was set by an algorithm using your personal data.” 违者由纽约州总检察长执法，每次违规最高罚款1,000美元，且不设总额上限。全美零售联合会（NRF）曾以违反第一修正案为由起诉，纽约南区联邦法院 Jed Rakoff 法官于2025年10月8日驳回起诉，认为该披露属于“纯事实性”商业信息。该法对受监管金融机构、保险企业及部分订阅关系中的报价设有豁免，网约车仅按里程和时长计费所使用的位置数据也被排除在“个人数据”之外。
五、对中资企业的合规要点
这次的九家企业都是美国本土巨头，但FTC的执法理论适用于所有面向美国消费者的经营者。跨境电商平台、独立站、出行和本地生活服务、游戏与订阅类App，普遍使用新人价、会员价、动态券和A/B定价，是最容易被问到的一类企业。我们建议：
1. 建立定价算法清单。参照6(b)命令的结构，盘点所有使用个人数据的定价、发券和派单模型，记录输入字段、分群逻辑、上线时间和负责人。今天能答得上来，明天面对FTC或州总检察长的民事调查令（CID）才不被动。
2. 区分“个性化”与“动态”。纯粹基于库存、时段、供需的动态定价，与基于设备、浏览记录、支付意愿推断的个性化定价，法律风险差别很大。应当在模型层面识别哪些输入属于个人数据，评估是否可替换为非个人化变量。
3. 校准前台话术与披露。审查“专属价”“限时特价”“全网最低”等文案是否暗示价格统一；对纽约用户，评估是否触发 § 349-a 的强制标注；隐私政策中关于“使用数据改善服务”的笼统表述，难以支撑个性化定价。
4. 保留内部测试记录，但注意措辞。6(b)命令要求提交A/B测试和内部研究的结果及中止原因。内部文件中关于“提高支付意愿高用户的价格”一类的表述，日后可能成为最不利的证据。
5. 统筹中美两端规则。中国《个人信息保护法》第24条已禁止通过自动化决策在交易价格等条件上实行不合理的差别待遇。同一套定价系统若同时服务中美用户，一次梳理就能兼顾两边的要求。
六、格知律所如何协助
格知律所在芝加哥执业，长期协助出海中国企业处理美国数据合规与监管事务。针对个性化定价议题，我们可以协助企业开展定价与推荐算法的合规审计，梳理个人数据输入与分群逻辑；审阅前台价格展示、促销文案和隐私政策，设计符合FTC拟议声明和纽约 § 349-a 要求的披露方案；为涉及零工派单与报酬算法的平台评估劳动者数据使用风险；在收到FTC 6(b)特别命令、民事调查令或州总检察长问询时，协助制定答复策略、组织文件收集与保密标注，并就中美两地规则冲突提供一体化意见。
七、结语
6(b)研究本身不是执法，但它往往是规则和执法的前奏。九家企业的答复将在年底前后陆续提交，FTC最终版政策声明也可能随后出台；与此同时，纽约式的强制标注模式很可能被其他州效仿。对于依赖数据驱动定价的出海企业而言，现在是把定价算法纳入隐私合规体系的合适时机：先弄清楚自己的价格是怎么算出来的，再决定该向用户说什么。
本文仅供一般信息参考，不构成法律意见。