AAO 案例分析：AI/机器学习 - 未证明继续工作意图¶
写在前面
作者小红书： 地平线：@-地平线- ｜山雪：@Mount Snow
AAO 是什么？ 行政上诉办公室（Administrative Appeals Office），负责审理移民申请的上诉案件。
案件流程：申请人提交 I-140 → USCIS 服务中心主任（Director，即移民官）初审 → 可能发 RFE（补充证据请求）→ Director 做出决定 → 如被拒，申请人可上诉至 AAO → AAO 进行 de novo 审查（全面重新审查）→ 做出最终决定（驳回/批准/发回重审）。
本文价值：通过分析 AAO 的裁决逻辑，帮助未来申请人避免类似错误，优化证据策略。
案件概要¶
一位在人工智能/机器学习领域拥有博士学位的智利籍创业者，申请 EB-1A 杰出人才移民。初审被拒，仅满足评审和学术文章两项标准。上诉后，AAO 认可其原创贡献也满足标准，达到三项最低要求。然而，AAO 发现申请人未能证明其有意图在获得绿卡后继续在美国从事其专业领域的工作，这是 EB-1A 的法定要求之一。因此，案件被发回重审，要求申请人补充相关证据。
基本信息¶
| 字段 | 内容 |
|---|---|
| 案件编号 | 34812774 |
| 审理中心 | Texas Service Center |
| 申请人身份 | AI/机器学习领域创业者，拥有设计与计算博士学位，曾任博士后研究员 |
| 决定日期 | 2024-12-18 |
| 决定类型 | 上诉 |
| 结果 | 发回重审 |
| 声称标准 | 奖项 (i), 媒体报道 (iii), 评审 (iv), 原创贡献 (v), 学术文章 (vi), 高薪 (ix) |
| 通过标准 | 评审 (iv), 原创贡献 (v), 学术文章 (vi) |
| 失败标准 | 奖项 (i), 媒体报道 (iii), 高薪 (ix) |
| Final Merits | 未评估（因未满足所有法定要求） |
深度分析：从证据满足到法定意图的鸿沟¶
本案是一个典型的“赢了战役，输了战争”的案例。申请人在 Kazarian 分析框架的第一步（满足至少三项证据标准）取得了成功，却在进入第二步（最终 merits 裁定）前的法定门槛上跌倒。这揭示了 EB-1A 申请中一个常被忽视但至关重要的维度：证明继续工作的意图。
一、 Kazarian 第一步：三项标准的确认与争议¶
AAO 维持了初审关于 评审 (iv) 和 学术文章 (vi) 的认定，这两项争议不大。上诉的核心战场在于申请人声称的其他四项标准。
1. 原创贡献 (v)：从被拒到被认可的关键逆转¶
这是上诉中唯一被 AAO 推翻初审决定并予以认可的标准。初审主任认为申请人未能证明其贡献的“重大意义”。AAO 在审查全部证据后得出了相反结论。
AAO 引用
“该标准要求‘[申请人]在其领域具有重大意义的原创性科学、学术、艺术、体育或商业相关贡献的证据。’在裁定此要求时，USCIS 首先确定申请人是否在其领域做出了原创贡献。然后，USCIS 再考虑该原创贡献对该领域是否具有重大意义。”
AAO 的分析聚焦于申请人两项贡献：行人流量模型软件和聚合物属性预测软件。AAO 批评初审主任“忽视了申请人提交的支持信”，并详细引述了多位教授的评价： - 关于行人流量模型：被描述为“处于机器学习及其环境应用问题的前沿”，“为理解人与空间的互动提供了框架”。 - 关于聚合物软件：被一位材料科学教授称为“计算材料科学领域的开创性成就”，“有望彻底改变我们预测、优化和理解复杂分子系统行为的能力”。
AAO 引用
“代表申请人出具的信件内容一致、可信、无争议，并有记录中的其他证据支持。因此，她已提交了在其领域具有重大意义的原创贡献的证据。”
启示：对于原创贡献，来自领域内独立专家的、具体且详尽的推荐信至关重要。信件不能泛泛而谈“贡献重要”，必须具体说明贡献是什么、解决了什么先前问题、为何具有开创性或重大影响。AAO 明确引用了《政策手册》：“来自该领域专家的详细信件，解释贡献的性质和重要性……可为评估所声称的具有重大意义的原创贡献提供有价值的背景。”
2. 奖项 (i)、媒体报道 (iii)、高薪 (ix)：未被采信的声称¶
AAO 在认定满足三项标准后，援引了“机构无需对不影响其最终决定的问题做出纯粹咨询性裁决”的原则，因此没有对申请人提出的这三项标准进行深入分析。这意味着申请人提交的相关证据可能未达到标准的“简明语言”要求，或者其重要性不足以让 AAO 在已满足三项标准的情况下额外费力论证。
AAO 引用
“由于申请人已满足该类别至少三项证据要求，我们将撤销主任的相反决定。我们无需处理并特此保留她关于声称满足的其他证据标准的上诉论点。”
启示：这提醒申请人，在准备材料时，应优先确保至少三项证据扎实、无可争议。与其分散精力准备六项勉强达标的标准，不如集中资源将三项做到极致。对于声称但可能较弱的标准，要做好不被采信的心理准备。
二、 法定要求的陷阱：证明“继续工作意图”¶
这是本案最具警示意义的部分。即使满足了 Kazarian 第一步的证据要求，申请人还必须满足《移民与国籍法》第 203(b)(1)(A)(ii) 条的独立法定要求：“寻求进入美国以继续其卓越能力领域的工作。”
AAO 引用
“具有非凡能力的外国人必须‘寻求进入美国以继续其非凡能力领域的工作。’……申请必须包括‘明确证据证明该外国人来美国是为了继续其专业领域的工作。’”
AAO 发现，申请人仅提交了一份已过期的美国 fellowship 协议（2023年9月到期）。记录中没有任何证据表明她在获得永久居留权后，计划如何在机器学习领域继续工作。
AAO 引用
“与《法案》第203(b)(1)(A)(ii)条相反，记录中缺乏申请人在其拟获得美国永久居留权后，有意在美国继续从事机器学习领域工作的证据。”
这是一个程序性失误：初审主任没有就这一证据缺陷向申请人发出补件通知（RFE）。因此，AAO 选择发回重审，给予申请人补救机会。
三、 可借鉴的教训：超越十项标准的全面准备¶
1. “继续工作意图”是必须独立满足的硬性要求¶
问题：申请人将全部注意力集中在十项证据标准上，却忽略了证明未来工作计划这一基本前提。 AAO 逻辑：这是一个法定要求，与证明“杰出能力”本身同等重要。没有明确的未来工作计划，即使再杰出，也不符合 EB-1A 的签证目的。 具体建议：在提交 I-140 时，必须包含一份详尽的个人陈述，清晰阐述获得绿卡后在美国继续从事本领域工作的具体计划。例如： - 如果受雇：提供未来雇主的支持信或雇佣合同。 - 如果创业：提供商业计划书、公司注册文件、融资证明、潜在客户或合作伙伴的意向书。 - 如果继续研究：提供与研究机构的合作意向、未来研究计划的详细说明。 - 关键：证明你的计划是持续性的，而不仅仅是当前一个已结束的 fellowship 或短期项目。
2. 支持信的质量决定“原创贡献”的成败¶
问题：初审主任否定了申请人的原创贡献，部分原因可能是支持信不够有力。 AAO 逻辑：AAO 推翻决定的关键在于那些“一致、可信、无争议”的专家信件。这些信件提供了具体的技术细节和影响评估。 具体建议：在准备原创贡献的推荐信时： - 选择推荐人：优先选择与你没有直接合作或利益关系的、在领域内公认的独立专家。 - 指导内容：确保信件具体描述你的贡献是什么，它解决了该领域的什么关键难题，与现有方法相比有何突破，以及它如何被同行认可或应用。避免空洞的赞美。 - 提供证据：信件应引用具体的成果，如发表的论文、开发的软件、获得的专利或产生的实际影响（如被其他公司采用）。
3. 证据策略应聚焦与分层¶
问题：申请人声称了六项标准，但最终只有三项被认可，资源可能被分散。 AAO 逻辑：AAO 采用“够用即止”的原则，一旦确认满足三项标准，便不再评估其他声称。 具体建议： - 核心三项：首先确保你最有把握的三项证据坚如磐石。将它们作为申请的主干。 - 辅助证据：其他标准的证据可以作为补充，用以在 Final Merits 阶段强化你的整体杰出性，但不要依赖它们来通过第一步。 - 预判弱点：在提交前，以移民官的苛刻眼光审视每一项证据。问自己：“这项证据是否直接、清晰地满足了法规的‘简明语言’要求？” 如果存在模糊性，考虑加强或替换。
4. 注意申请材料的时效性¶
问题：申请人提交的 fellowship 协议已过期，这直接导致了“继续工作意图”证据的无效。 AAO 逻辑：过期的文件无法证明未来的意图。 具体建议：提交的所有文件，尤其是证明当前身份和未来计划的文件（如雇佣合同、Fellowship协议、项目资助书），必须在提交申请时处于有效期内。如果临近过期，应立即获取更新版本或补充其他证明未来计划的证据。
总结¶
本案清晰地展示了 EB-1A 申请的双重关卡：Kazarian 两步分析和法定基本要求。申请人成功地在证据层面（Step 1）获得了 AAO 的认可，却因未能满足“继续工作意图”这一独立的法定要求而被发回重审。这警示所有申请人，EB-1A 的申请材料必须是一个完整的叙事：不仅要证明你过去和现在的杰出成就，还必须清晰、有力地描绘你将在美国继续贡献于该领域的未来蓝图。忽视后者，即使证据再充分，申请也可能功亏一篑。
标签¶
EB1A AAO 人工智能 原创贡献 继续工作意图 发回重审 案例研究