Michael Thomas（代表其本人及拟议集团）诉 McDonald's USA, LLC 与 McDonald's Corporation——指控麦当劳以中央化的机器学习「定价引擎（pricing engine）」汇集自营与加盟门店之非公开销售与价格数据、为各门店生成「最优价格（optimal price）」建议并施压加盟商采用，从而在名义上互相竞争之加盟商之间实现「算法价格固定（algorithmic price-fixing）」、非法交换竞争敏感信息，违反《谢尔曼法》第 1 条及伊利诺伊州法；请求三倍损害赔偿与禁令救济（No. 1:26-cv-12149（Class Action Complaint, Document 1, Filed 10/02/26，31 页，Jury Trial Demanded；CourtListener RECAP 官方案卷 pacer_case_id 509041，docket_id 74913771））

法域

美国（us）

法院

美国伊利诺伊北区联邦地区法院东部分庭（U.S. District Court for the Northern District of Illinois, Eastern Division）；法官 Thomas Michael Durkin

案号

No. 1:26-cv-12149（Class Action Complaint, Document 1, Filed 10/02/26，31 页，Jury Trial Demanded；CourtListener RECAP 官方案卷 pacer_case_id 509041，docket_id 74913771）

裁判日期

2026-10-02（起诉状提交日，Case 1:26-cv-12149 Document #1 Filed 10/02/26）

阶段

起诉（新立集团诉讼，诉答阶段；法院尚未认证集团，亦未就任何实体争点作出认定）

状态

在审追踪

争议焦点

算法定价（algorithmic pricing／机器学习定价引擎）与《谢尔曼法》第 1 条价格固定／竞争者之间非公开敏感定价信息之交换／特许经营体系下加盟商之间横向竞争关系之认定／算法定价的竞争法评价（援引美国司法部关于「经由算法提供者共享信息可产生与直接交换相同之反竞争效果」之立场与 RealPage 算法定价案）

先例效力

新起诉，尚无裁判，不产生先例效力。系美国联邦法院在审之「算法定价／AI 定价工具」反垄断集团诉讼之一，其主张结构（经由共同算法汇集并使用竞争者非公开数据、进而固定价格）与美国司法部及多州就 RealPage 租金算法定价案之执法逻辑同源；与库内竞争类条目（sj-194 Penske v. Google、sj-217 TradeSun v. OpenAI）不同，本条争点为「算法/机器学习定价工具本身构成价格协同之工具」，属库内「算法定价」新支线之首件。

要点

（1）当事人：原告 Michael Thomas 系伊利诺伊州居民（拟代表全美购买麦当劳菜单商品之消费者集团）；被告为 McDonald's USA, LLC（特拉华有限责任公司）与 McDonald's Corporation（特拉华公司）。主审法官为 Thomas Michael Durkin。（2）核心事实主张：麦当劳美国约 1.4 万家门店中约 95% 由独立加盟商经营，理论上各加盟商应独立定价、相互竞争；原告主张自至少 2019 年起（并在 2026 年 1 月后要求加盟商使用其认可的定价顾问与工具），麦当劳通过一个汇集公司直营店与加盟店非公开销售数据的共享定价平台，将数据「输入算法（feed it into an algorithm）」、由算法在经该等非公开数据训练后为各门店生成价格建议，并以加盟续约/扩张等渠道监控其遵从；原告称该等算法「被编程以将一门店之涨价与其他麦当劳门店是否已就同一商品涨价相挂钩」，从而削弱门店间价格竞争、使消费者支付超竞争价格（supracompetitive prices）。（3）诉由：主张被告与加盟商之间达成横向竞争者之价格固定协议（违反《谢尔曼法》第 1 条，且以 per se 违法论），及非法交换竞争敏感信息；另并主张两项伊利诺伊州法上之请求；请求三倍损害赔偿及禁止该等安排之禁令，并请求陪审团审理。（4）AI/算法要素之边界（如实说明）：诉状以「算法（algorithm）」为核心描述该定价机制（全文出现 15 次），「artificial intelligence」于诉状中仅 1 次（述及麦当劳 2019 年以 3 亿美元收购人工智能公司 Dynamic Yield 之事实）；据路透社调查报道，该系统系「机器学习（machine-learning）定价引擎」，每日分析近 1.4 万家门店之数百万笔交易并计算各商品「最优价格」，由 Tiger Analytics 运营。被告否认指控，称「AI 并不设定菜单价格」、定价决定权在加盟商、其工具不作自动化或协同或固定价格。（5）意义：本条为库内首件以「算法/机器学习定价工具」为争点之反垄断集团诉讼，其价值在于将「算法定价（algorithmic pricing）」纳入竞争法评价序列，与库内「竞争与垄断」支线（sj-194 搜索垄断、sj-217 商标饱和、sj-212/213 等）并置，可观察「算法协同（algorithmic collusion）」在美国司法实践中的认定门槛。

来源与核证

• 起诉状官方副本（CourtListener RECAP 镜像之法院文本文档，Michael Thomas v. McDonald's USA, LLC and McDonald's Corporation, Case 1:26-cv-12149 Document #1，31 页，Filed 10/02/26；本会话经 pypdf 全文直读核验，352,085 字节）
• CourtListener 官方民事案卷索引（q="Tiger Analytics"，type=r；N.D. Ill.，docketNumber 1:26-cv-12149，dateFiled 2026-10-02，assignedTo「Thomas Michael Durkin」，pacer_case_id 509041，docket_id 74913771）
• 路透社调查报道（McDonald's 机器学习定价引擎；经多家媒体转载，仅作线索源，全部要素已回溯 RECAP 起诉状原文）

核证：L1 官方一手＝CourtListener RECAP 官方案卷通道：2026-10-13 经 type=r 检索（q="Tiger Analytics" 命中本案——诉状述及该定价系统运营方；另以 q="McDonald's"，filed_after=09/28/2026 交叉复核）命中 N.D. Ill. No. 1:26-cv-12149（dateFiled 2026-10-02，assignedTo「Thomas Michael Durkin」，pacer_case_id 509041），据此下载 storage.courtlistener.com 之 RECAP 官方镜像起诉状 PDF（352,085 字节，31 页）并以 pypdf 全文直读逐项核验——文首「IN THE UNITED STATES DISTRICT COURT NORTHERN DISTRICT OF ILLINOIS EASTERN DIVISION」「MICHAEL THOMAS, on behalf of himself and all others similarly situated, Plaintiff, v. McDONALD'S USA, LLC… and McDONALD'S CORPORATION… Defendants」「CLASS ACTION COMPLAINT」「Jury Trial Demanded」，全文 31 页文印「Case: 1:26-cv-12149 Document #: 1 Filed: 10/02/26 Page N of 31 PageID #:N」，以及「algorithmic price-fixing」「feed it into an algorithm」「set prices using algorithms that trained on this nonpublic data」「the agreement among horizontal competitors… is unlawful per se」等核心段落均与原文逐字一致。**AI 要素能力边界如实披露**：诉状中「artificial intelligence」仅出现 1 次（述及 2019 年收购 AI 公司 Dynamic Yield），其余以「algorithm」表述（15 次）；本条目按「算法定价」口径收录，并已在要点第（4）项如实说明 AI 术语在诉状中的实际使用情形及被告「AI 并不设定价格」之否认，未夸大亦未推断。补录理由：本案起诉日 2026-10-02 系本窗口外 9 日；系库内此前未被捕获之「算法定价反垄断」新支线（母本检索 McDonald／Thomas／Tiger／algorithmic pricing 均 0 命中），且 L1 起诉状原文可得，故补录入库。美国法域双审直入（法学专家（美国）／内容审核员双审通过，2026-10-13）。