在反垄断法中,垄断协议的规制可以从主体、行为以及反竞争效果三要素入手,在面对算法共谋时,相应的规定就显得不够具体和细致。与传统垄断协议不同,经营者利用算法采集、分析经营者数据,对于经营者的商业策略、价格信息等进行观测和跟踪,通过算法间数据的交流沟通,最终与竞争者达成垄断协议,突破了传统形式。在算法充当经营者商业决策的辅助工具时,此时达成的共谋行为实际上与明示共谋没有区别,仍然可以通过反垄断法进行规制。但是当算法与人工智能技术相结合,自主型算法在无需人为干预算法运行的情况下就可以自主实现共谋结果时,这种自主型共谋缺少经营者主观意图并且基于数据市场的透明化产生更高的稳定性,反垄断法的传统规制措施很难有用武之地。具体而言,在自主型算法共谋中,经营者的共谋意图隐蔽性更高,执法机关无法判断算法达成的协同行为究竟是算法的自主行为,还是经营者“幕后”合意促成的意思联络。同时,因为经营者缺少甚至无法对算法运行过程的直接干预,对自主型算法的归责主体的认定也将陷入困境。基于此,应对自主型算法共谋的认定困境进行逐一破除。首先,针对经营者共谋意图的高隐蔽性、不易识别性的特点,可以采用基于外观主义的协同行为推定机制,一方面通过分析经营者以及算法的行为、决策、战略等方面推定其是否具有共谋意图,另一方面通过算法使用者、设计者进行自证证明其不具备存在共谋意图的可能性来排除其嫌疑。其次,针对自主型算法的算法巧合与经营者意思联络无法区分的困境,可以通过三方面进行解决,其一为确立算法解释机制,辨别算法设计者、使用者是否恪守其义务,是否保证算法按照其自身规则和逻辑运行和决策;其二为确立数据评估机制,评估算法设计者、使用者在算法训练以及试运行阶段是否故意投喂异常数据,或者故意投喂、过滤、标记某种数据使算法形成共谋倾向;其三为确立算法强制公开机制,通过对商业秘密壁垒的破除使算法更为透明地呈现出来,降低执法机关监测、收集数据作为证据的工作压力。最后,回归共谋主体的归责问题,确立使用者为一般、设计者为补充的认定标准,划分自主型算法共谋的归责主体。通过从传统垄断协议的效果要件、行为要件以及主体要件入手,确立起一个自主型算法共谋认定框架,以期为未来市场竞争秩序的平稳运行作出贡献。