美国政府下场站队OpenAI,递交20页文书:当AI“吃书”变成“国策”,谁还在乎创作者?

法庭之外,没有硝烟,却比任何一场庭审都更让人心惊。

就在《纽约时报》与OpenAI的版权大战陷入胶着之际,一个本不该出现的“第三人”,悄然站了出来——美国政府。

据TechCrunch等多家媒体报道,特朗普政府向受理此案的法院提交了一份长达20页的“利益陈述书”,旗帜鲜明地为OpenAI未经授权使用版权内容训练大模型的行为辩护。

文书里的一句话,值得每个创作者逐字细读:

“美国在持续发展一个强大且具有竞争力的AI产业方面,有着强烈的利益……对美国而言,保持全球AI领导地位至关重要。”

为了强化这一立场,文书还专门引用了特朗普总统此前签署的AI行政令。翻译成大白话就是:为了美国的AI霸权,版权法可以往后放一放。

这,才是这场官司真正的分量所在。

一、一场横跨两年的“世纪之战”

先把时间拨回2023年12月27日。

这一天,《纽约时报》一纸诉状,将OpenAI及其最大投资方微软告上法庭。指控只有一个核心:OpenAI未经授权,把NYT数以百万计的受版权保护的文章,全部“喂”进了ChatGPT的训练数据里。NYT提出了两条诉求——赔偿损失,以及销毁侵权训练数据。

这是全球第一家传统媒体巨头,向AI巨头正面宣战。

官司打了整整一年多,双方你来我往,互不相让。OpenAI的辩护逻辑,浓缩成四个字:合理使用。它声称,用版权内容训练AI,就像一个人读了几百本书之后学会了写作,属于“转换性使用”,不构成侵权。为了证明这一点,OpenAI的律师们翻出了一个“护身符”——谷歌图书案。

2005年,美国作者协会起诉谷歌,指控其扫描数千万本图书建立索引。官司打到2015年,美国联邦第二巡回上诉法院最终裁定谷歌胜诉,理由是:谷歌只是建立索引、展示片段,属于合理使用。这个判例,成了今天几乎所有AI公司“吃书”的挡箭牌。

谷歌当年赢了,AI今天就能赢吗?未必。这两件事之间,隔着一道天堑——谷歌只是告诉你“书里有这句话”,而AI能生成一篇全新的、足以以假乱真、甚至直接与人类创作抢饭碗的文章。前者是索引,后者是替代。

当替代成为可能,“学习”就成了一场优雅的掠夺。

二、谁在被“吃”?从纽约时报到每一个写字的人

如果你以为这不过是纽约时报与OpenAI的私人恩怨,那就大错特错了。把镜头拉远,你会看见一张正在崩塌的创作版图。

镜头一:作家们的集体反击。

《权力的游戏》作者乔治·R·R·马丁、畅销书作家约翰·格里森姆、演员兼作家莎拉·西尔弗曼……一大批作家先后将OpenAI告上法庭。他们的共同发现是:自己几十年熬出来的文字、风格、思想,被成吨地塞进AI的神经网络,而AI产出的作品,正在反向吞噬他们赖以生存的市场。

镜头二:新闻业的寒冬。

据多家外媒统计,仅2024年,美国媒体行业的裁员就数以千计。早在2023年,知名数字媒体BuzzFeed News就已宣布关停;无数地方报纸在广告流失中停刊。当读者用免费的ChatGPT就能瞬间得到一篇条理清晰的“分析”时,谁还愿意为记者的机票、咖啡和通宵赶稿买单?

镜头三:此刻正在阅读的你。

别以为这场风暴只属于大洋彼岸。每一个靠写字、画画、做设计、写代码为生的人,都站在同一条起跑线上——你的作品,正在成为AI的“营养品”。而产出营养品的你,未必能分到一粒米。

三、20页文书背后的“国家算盘”

现在,再回头看那份20页文书,就能读懂它的分量了。

它表面谈版权,实际谈产业政策;表面谈法律,实际谈国家战略。

特朗普政府的立场,向市场传递了一个再清晰不过的信号:在AI军备竞赛面前,创作者的权益是可以被让渡的筹码。当“国家利益”这顶帽子扣下来,纽约时报们要对抗的,已经不只是OpenAI的律师团,而是一个超级大国押上全部身家的产业雄心。

这正是AI时代最残酷的现实:人类几千年来积累的知识、文字、图像与音乐,正在被重新定义为一种可以免费提取的“公共资源”——而产出这些资源的人类,却被排除在收益分配之外。

我不否认OpenAI的处境也有其合理性:没有海量数据的喂养,就不会有今天的ChatGPT;没有相对宽松的版权环境,美国的AI产业就可能在起跑线上输给对手。这种“两难”,真实存在。

但正因为真实,才更值得警惕:当“国家利益”成为万能挡箭牌,个体的权利就会在宏大叙事中被悄然碾碎。今天政府能为AI站台,明天就能为别的产业站台。今天被牺牲的是创作者,明天被牺牲的,可能是任何一个普通人。

四、写在最后

纽约时报的编辑室里,记者们依然在日复一日地采访、写稿、核验事实。他们或许不知道,自己刚写完的某篇报道,此刻正躺在某个大模型的训练集里,成为下一次“智能涌现”的燃料。

这场官司的最终判决,或许要等上好几年。但有一件事已经白纸黑字、清晰无比:当国家利益与个体创作被摆上同一个天平,天平会向哪边倾斜,答案几乎不言而喻。

这从来不只是OpenAI的胜利或纽约时报的失败。这是人类文明进入AI时代后,必须直面的第一个伦理分岔口——我们究竟允不允许机器,免费读完人类写下的每一个字?

这个问题没有标准答案。但每一个还在写字、还在画画、还在创作的人,都不该缺席这场讨论。

对此,你怎么看?欢迎在评论区留下你的观点。

  • Related Posts

    纽约退出AI先占权之争,给全美上了一堂“务实课”

    当华盛顿和各州首府还在为“谁有权管AI”吵得不可开交时,纽约市悄悄做了一件更聪明的事:不争谁说了算,只管怎么落地。一揽子10项人工智能法案的推进,标志着这座全美最大城市正式退出联邦与州的先占权辩论,转而在现有监管框架之上,搭建起一个可执行、可问责的市级执法层。这不是退缩,而是一种被严重低估的治理智慧。
    先占权之争的本质,是权力归属的零和博弈。联邦说“我来管”,州说“我离选民更近”,双方在法庭和听证会上反复拉锯,结果往往是监管真空持续扩大。企业不知道该听谁的,民众更不知道谁在保护自己。纽约市的决策者显然看透了这场辩论的荒诞性:与其在抽象的主权层级上消耗政治资本,不如在具体的执法场景中建立事实标准。
    这10项法案的巧妙之处在于,它们不挑战联邦或州法律的权威,而是把那些宽泛的原则性规定翻译成市政操作手册。比如算法偏见审计,联邦层面可能还在定义“偏见”,纽约市已经要求特定雇主对招聘算法进行年度第三方审计并公开结果。再比如自动化决策透明度,州法可能只写了“应当告知”,纽约市直接规定告知的具体格式、时限和救济渠道。这种“层叠式”立法不追求法律位阶的至高性,而是追求监管效力的可触及性。
    更深层的逻辑是,纽约市正在把“执法层”变成“创新层”。联邦和州的法律往往滞后于技术迭代,因为修改周期长、利益博弈复杂。但市级政府可以更快地响应具体问题:当外卖平台用算法克扣骑手时,当房东用自动化系统筛选租客时,当警方使用人脸识别时,纽约市可以针对这些场景逐一立法,形成细密的规则网络。这10项法案就像10个探针,插入AI应用最密集的城市场景中,实时采集问题、快速反馈调整。
    这种模式对企业的意义同样重大。过去,科技公司面对的是碎片化的州法拼图,合规成本极高。纽约市的做法实际上提供了一种“超集标准”:如果你能满足纽约市的要求,大概率也能满足大多数州的要求。这反而降低了跨州运营的合规不确定性。更重要的是,市级执法意味着更明确的对话窗口——企业知道该找哪个部门、按什么流程、在什么时限内完成整改,而不是在联邦与州的推诿中无所适从。
    当然,有人会质疑:市级政府有能力监管AI吗?技术复杂度、资源匹配、专业人才都是现实挑战。但纽约市的答案藏在法案设计里:它不要求市政官员成为AI专家,而是要求被监管对象承担举证责任。算法影响评估、第三方审计、公开披露——这些工具把技术黑箱转化为可审查的文件和流程。监管者不需要理解神经网络的每一层,只需要判断企业是否按规矩交了作业。
    从全国视角看,纽约市的选择可能预示着一个趋势:当高层级政府陷入意识形态僵局时,城市开始成为事实上的监管实验室。这不是对联邦制的背叛,而是对联邦制的补充。先占权辩论假设监管必须自上而下统一,但纽约市证明,自下而上的层叠同样可以形成有效秩序。10项法案只是开始,当更多城市效仿这种“不争权、只做事”的路径,美国的AI治理可能走出一条意想不到的务实之路。
    评价引导:你所在的城市有没有针对AI的具体管理规定?你更信任联邦、州还是市级的监管?欢迎在评论区分享你的观察和经历。如果觉得这篇文章有价值,别忘了点赞和在看,让更多人看到城市治理的另一种可能。

    AI安全标准,为什么这次是企业跑在了政府前面?

    过去两年,人工智能的能力以月为单位迭代,而监管的节奏却以年为单位推进。这种速度差,正在制造一个危险的真空地带。前沿模型的训练成本动辄数亿美元,能力边界不断外扩,但围绕它的安全规则却迟迟未能落地。于是,一个耐人寻味的现象出现了:企业开始自己动手,制定并推行人工智能安全标准。
    这不是企业突然变得更有社会责任感,而是因为它们发现,等待监管的成本,已经高到无法承受。
    **一、监管的“慢变量”与技术的“快变量”**
    立法需要共识,共识需要时间。在一个党派分歧严重、利益集团博弈激烈的环境里,人工智能监管法案从提出到通过,往往要经历数轮删改和妥协。即便最终落地,条款也常常滞后于技术现实。一位前政府官员曾直言:法律与被监管现实之间存在脱节。这句话的潜台词是,当规则终于写好时,它可能已经管不住眼前的东西了。
    与此同时,前沿实验室的模型能力却在持续跃升。从文本生成到多模态理解,从辅助编程到自主决策,AI正在渗透进金融、医疗、交通等关键领域。每一次能力突破,都意味着新的风险场景:模型被滥用、数据泄露、算法歧视、自主系统失控。政府监管的“慢变量”追不上技术演进的“快变量”,真空便由此产生。
    **二、企业为什么主动“补位”?**
    表面上看,企业制定安全标准是一种自我约束,但背后有更现实的驱动力。
    第一,安全事件正在变成商业风险。一次严重的AI事故,足以摧毁用户信任、引发诉讼、招致监管重罚。与其被动等待一场危机倒逼监管,不如主动建立防线,把风险控制在内部。
    第二,标准即话语权。谁定义了安全,谁就定义了竞争的边界。头部企业通过发布安全框架、参与行业联盟,实际上是在为整个赛道设定规则。后来者要么跟随,要么被排除在主流生态之外。这是一种隐性的市场权力。
    第三,监管预期需要管理。当政府最终出手时,如果行业已经有了成型的标准,立法者往往会参考甚至采纳这些标准。企业提前布局,等于在未来的监管谈判中占据了先手。
    **三、企业主导的安全标准,靠谱吗?**
    必须承认,企业主导有天然优势:它们最了解技术细节,反应速度最快,资源投入也最直接。但问题同样明显。
    首先,自我监管存在利益冲突。安全标准如果由开发模型的企业自己制定,就很难避免“既当运动员又当裁判员”的质疑。标准会不会被刻意放宽?会不会成为阻挡小竞争者的门槛?这些担忧并非多余。
    其次,标准碎片化。不同企业、不同联盟各自发布框架,术语不统一、评估方法不兼容,导致安全实践难以横向比较。对于跨国运营的公司来说,合规成本反而可能上升。
    再者,缺乏外部问责。企业标准通常没有法律约束力,违反的后果更多是声誉损失,而非实质性惩罚。当商业利益与安全承诺冲突时,自律能否扛住压力,是一个未知数。
    **四、真正的出路:混合治理**
    企业主导安全标准,是监管真空下的务实选择,但不应该是最终形态。更合理的路径,是形成“企业实践—行业共识—政府背书”的混合治理结构。
    企业负责技术层面的快速迭代和一线经验积累;行业组织负责协调术语、统一评估基准;政府则负责将成熟的标准转化为具有约束力的法规,并提供独立的监督和问责机制。三者各司其职,才能既保持创新活力,又守住安全底线。
    当前的企业主导阶段,更像是一场大规模的社会实验。它在为未来的监管积累素材,也在暴露自律的极限。关键在于,政府不能长期缺席,否则企业标准就会从“补位”变成“替代”,而替代的代价,可能是公共利益的让渡。
    人工智能的安全,终究不能只靠几家公司的善意。它需要一套既敏捷又可信的规则体系,而这套体系的建立,需要企业、政府和社会的共同参与。企业跑在前面不是坏事,但别忘了,终点线应该由所有人一起画。
    你怎么看企业主导AI安全标准这件事?是务实之举,还是权宜之计?欢迎在评论区聊聊你的看法。

    发表回复

    您的邮箱地址不会被公开。 必填项已用 * 标注

    You Missed

    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    • 由 chubai
    • 6 10 月, 2026
    • 7 views
    六年收入翻番,达到5500万英镑:《独立报》如何摆脱对谷歌流量的“瘾”?

    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    • 由 chubai
    • 6 10 月, 2026
    • 6 views
    谷歌用一年时间从追赶者变成定义者,但真正的考验才刚开始

    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    花2万美元去墨西哥“见自己”:CEO、名人和空巢妈妈们,正在排队体验迷幻药里的“珠穆朗玛峰”

    50PB数据审查、100多个组织被警报:OpenAI揭开AI代理失控的冰山一角

    • 由 chubai
    • 6 10 月, 2026
    • 6 views

    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    智能体基础设施沦为“白菜价”?DigitalOcean这一刀,砍向了谁的命门

    建筑界正在逼走最优秀的女性,这不是她们的错

    • 由 chubai
    • 6 10 月, 2026
    • 5 views
    建筑界正在逼走最优秀的女性,这不是她们的错