Microsoft、OpenAI 输掉官司，无法隐藏承认爬取即盗窃的内部文件

一句话看懂：微软与 OpenAI 试图封存的一批内部文件被法院解封，其中高管自己承认用新闻内容训练 AI 是”前所未有规模的盗窃”、”对合理使用概念的彻底嘲弄”。这批自认可能直接削弱两家公司在版权诉讼中的核心抗辩。

事件核心：发生了什么

由《纽约时报》牵头的新闻机构原告方本周公开了一份解封的简易判决动议。文件显示，微软应用科学总监 Brent Hecht 在公司内部多次警告，抓取新闻用于 AI 训练是”惊人规模的盗窃”，可能是”人类历史上最大的劳动窃取”；他还指出这种做法让”合理使用”这个概念成了笑话。OpenAI 方面，ChatGPT 负责人 Nick Turley 在内部消息中称出版商将面临”生存威胁”，因为用新闻训练的商用产品可以直接替代新闻提供方。

微软内部文件还提出”末日循环”的说法：模型与整个网络的表现会同时受损。数据侧，微软记录的点击率下滑幅度在部分原告处达到 83%–93%，另一些为 51%–94%。两家公司内部也承认用户”没有理由点击”原始链接，Turley 称聊天机器人”本质上是替代性的”。此外，一名员工告知总裁 Greg Brockman 发现绕过《纽约时报》付费墙的”破解方法”时，后者回复”Ah, nice”；CEO 纳德拉则在宣誓作证时承认聊天机器人正在”从新闻网站偷走点击”。

为什么重要

合理使用是微软和 OpenAI 应对版权诉讼的主要法律防线，而原告现在拿出的不是外部推测，而是被告自己的内部判断。如果法院认定聊天机器人构成对新闻产品的市场替代，同时又能逐字输出文章片段，合理使用的抗辩空间会被显著压缩。这不只关乎赔偿金额，还关乎大模型训练数据的获取方式是否需要从”先抓后谈”转向事先授权与付费许可。

对用户/开发者/创作者的影响

对创作者和媒体而言，这批文件提供了可用于谈判的证据：流量损失有内部数据佐证，授权定价的筹码会变化。对开发者来说，依赖公开网页抓取构建 RAG 或训练数据的做法，合规风险正在从”理论问题”变成”有判例风险的问题”，未来可能更依赖明确授权的数据集或 API。对普通用户，短期体验不会变化，但如果内容授权成本上升，检索类 AI 产品的信息覆盖面和回答质量可能受影响。