Anthropic 和解重划 AI 版权之战

一笔创纪录的赔付，仍未解决 AI 训练问题

旧金山一家联邦法院已经批准 Anthropic 与图书作者之间达成一项 15 亿美元和解协议，原因是该公司在 2021 年和 2022 年从盗版数据库 LibGen 和 PiLiMi 下载了书籍。仅从数字来看，这无疑具有里程碑意义：原始材料将其描述为集体诉讼版权和解史上金额最大的一次。但这起案件的意义不仅在于赔付规模。它还似乎把公众围绕生成式 AI 讨论中经常混为一谈的两个问题区分开来：盗版和模型训练。

根据所提供的报道，这项和解涵盖大约 482,460 部列出的作品，其中 91.3% 已提出索赔，按此计算，每部获赔作品约可获得 3,000 美元。Anthropic 还必须销毁这些盗版文件。就这些书籍的获取方式而言，这一结果在事实上是一次重大失利。但与此同时，它并未解决出版商、作者和 AI 公司一直争论的更广泛法律问题：使用合法获取的书籍训练 AI 系统，是否可以被认定为合理使用。

这种区分很重要，因为它指向了 AI 版权诉讼下一阶段的轮廓。如果法院继续惩罚非法获取，同时对合法获取作品上的训练采取不同处理，那么 AI 开发者的合规负担就可能从“模型是否接触过受版权保护的材料”转向“底层数据集是如何收集、记录和授权的”。对于作者和权利人而言，这会是一个复杂结果：打击了盗版，但未必会对训练本身施加全面限制。

为什么这起案件对 AI 实验室仍可能构成法律上的胜利

所提供的来源称，Alsup 法官此前已裁定，AI 对合法获取书籍的训练具有“变革性”，并且属于合理使用。此前这一认定，正是此次和解的关键背景。它表明，Anthropic 在本案中最大的经济风险来自涉嫌使用盗版副本，而不是抽象意义上的模型训练行为。就实际效果而言，法院似乎在非法来源与可能合法的转换之间划出了一条界线。

对于 AI 公司而言，这条界线极其重要。许多模型开发者面临重叠的指控，涉及抓取、许可、同意、记忆化以及市场替代等问题。一项将盗版单独界定为违法、同时保留训练抗辩的法院裁决，会为行业提供一张更清晰、尽管仍不完整的地图，说明最直接的责任可能落在哪里。源文本认为，这看起来像是对那些在未征得网站所有者同意的情况下使用网络内容训练的 AI 实验室的一次里程碑，因为大规模网页采集仍然是训练数据的主要来源。这并不等于最终的法律背书，但它确实表明，这些争议的重心可能正在从“是否进行了训练”转向“数据如何获得以及如何复制”。

Anthropic 并非毫发无损。15 亿美元的和解并不是一个狭义的运营罚金，而是一次企业级警告。它向每一家大型 AI 开发者传递了一个信息：薄弱的数据集治理可能带来历史级别的赔偿。即便一家公司相信自己的合理使用主张很强，如果喂给模型的数据管线中包含来自盗版仓库的材料，这些抗辩也可能几乎无法提供保护。从这个意义上说，这项和解提高了来源可追溯性控制、导入审计以及对工程师和研究人员在模型开发中可使用内容的内部限制的重要性。

作者仍保留的权利

这起案件也并未清除所有未来索赔。根据所提供的报道，作者仍保留就 AI 输出中复制原作的行为，以及 Anthropic 未来行为提出主张的权利。这让 AI 版权战中的另一条法律和技术都很棘手的战线继续存在。训练可能是一个问题；输出行为则是另一个问题。如果模型生成的文本与受保护作品过于接近，或者未来的数据收集实践再次依赖不当来源，诉讼之路仍然存在。

这一保留条款很重要，因为它为原告挑战具体损害而非抽象模型行为保留了路径。法院在如何评估大规模语料上的训练方面可能仍会存在分歧，但与复制原创表达相关的主张往往更容易被界定和检验。对于 AI 开发者来说，这意味着法律工作不会随着更好的数据来源而结束。它还延伸到模型评估、针对记忆化的红队测试，以及降低重现受版权保护材料风险的产品控制。

这还有更广泛的政策含义。如果法律体系越来越把数据集来源、输出防护和未来行为视为彼此独立的合规层，AI 监管可能会变得更偏向操作层面，而不是哲学层面。公众争论常常围绕训练是否天生就可被允许，或者天生就具有剥削性展开。相比之下，法院可能会继续把问题切分为更窄的判断：复制品是否合法获得？使用是否具有变革性？输出是否复制了受保护表达？是否存在可衡量的市场损害？

接下来会发生什么

源文明确指出，仍有一个重大问题尚未解决：在未经作者同意的情况下大规模抓取互联网内容，是否构成合法获取。这个问题远不止关乎图书。它直接指向支撑大多数前沿模型的网络数据。如果法院在该背景下对同意和获取采取更严格的立场，Anthropic 所暗示的合理使用胜利可能会迅速缩小。如果不是如此，业界可能会把此案视为证据，认为更安全的路径并不是放弃对受版权保护材料的训练，而是整顿这些材料的收集和处理方式。

就目前而言，这项和解构成了一个带有悖论意味的里程碑。它既是创纪录的版权赔付，也是一记声誉打击。同时，它似乎还在强化一种法律框架：盗版应受惩罚，但对合法获取作品的训练仍可能有辩护空间。这种组合不会终结 AI 版权之争，反而更可能让争论进一步尖锐化。作者、出版商和模型公司现在对某一法院划定边界的位置有了更清晰的认识，而这种清晰度更可能加剧，而不是平息，下一波案件。

实际结论很直接。AI 公司不能再把数据集组装当作背景性的技术细节。来源可追溯性正在成为一级法律风险。同时，希望获得一项针对训练本身的全面先例的权利人，在这里并没有得到这样的结果。争论的范围缩小了，但并未消失。而就在这一缩小后的争论中，AI 版权之战的未来正在形成。

本文基于 The Decoder 的报道。阅读原文。