根據《CNET》報導，Anthropic——Claude 系列 AI 模型的開發者——與多家出版商之間的版權訴訟和解案，即將達成最終協議。這起案件的結果可能為整個 AI 產業在「訓練數據版權」這個最核心的法律爭議上，畫下第一條清楚的線。

爭議的核心

所有的大型語言模型（LLM）——包括 ChatGPT、Claude、Gemini 和 Llama——都是用大量的文本數據訓練出來的。這些訓練數據中，包含了大量受版權保護的書籍、新聞文章、學術論文和其他出版物。

出版商的主張是：你用我的書來訓練你的 AI，而你沒有付我錢，也沒有經過我的同意。這就是盜版。

AI 公司的反駁通常基於兩個論點。「合理使用」（fair use）——美國版權法允許在特定條件下不經授權使用版權作品，AI 訓練可能構成一種「變革性使用」（transformative use）。AI 不是「複製」書的內容——它是從中「學習」，然後生成全新的文本。這跟一個人讀了一本書然後用自己的話寫出心得本質上沒有不同。

出版商反駁：「人讀書」不會侵蝕你的市場——但一台能在幾秒鐘內生成跟你的書內容相似的文本的 AI，會直接取代消費者購買你的書的動機。

和解可能長什麼樣？

根據報導，雖然和解的具體條款仍在談判中，但可能的結構包括：Anthropic 向出版商支付一筆和解金（金額未公開，但據報導不低）。建立某種形式的「授權框架」——未來 Anthropic 在使用受版權保護的文本訓練模型時，需要向版權持有者支付授權費。Anthropic 可能承諾在其系統中加入「內容引用」或「來源標注」的機制。

為什麼這比你想的更重要？

Anthropic 的和解條款不只影響 Anthropic——它將成為整個 AI 產業的參考基準。

OpenAI 正面臨《紐約時報》和多家出版商的類似訴訟。Google 的 Gemini 和 Meta 的 Llama 同樣使用了大量版權文本作為訓練數據。如果 Anthropic 的和解確立了「AI 公司需要為訓練數據付費」的先例，其他 AI 公司很可能被迫跟進——這將成為 AI 營運成本中一個全新的、可能非常龐大的支出項目。

根據部分分析師的估算，如果所有版權持有者都要求 AI 公司為訓練數據的使用付費，這可能讓每個大型語言模型的訓練成本增加 20% 到 40%——而這些成本最終會反映在消費者和企業用戶的訂閱費上。

AI 產業的「免費午餐」——用全世界的書來訓練自己的模型但不付錢——可能即將結束。而 Anthropic 的和解，就是那張帳單到達的信號。

📰 本文資料來源

  • CNET:〈Anthropic's AI Piracy Settlement Is Getting Close to Final Agreement〉
  • 法律背景：美國版權法 fair use 四要素測試；NYT v. OpenAI 訴訟進度