纽约时报诉OpenAI：模型是烤好的蛋糕，官司大概率切出中间方案

2023年12月27日，《纽约时报》起诉OpenAI和微软，诉状里有一条要求听着很科幻：销毁用侵权内容训练出来的模型。换句话说，ChatGPT本身可能被判“死刑”。

法院真会下令销毁一个几亿人在用的产品吗？这期Cognitive Revolution的嘉宾、科技律师Cecilia Ziniti给了个冷静的判断：基本不可能，猫已经放出袋子了。

这个判断有分量，她的履历摆在那里：职业生涯第一份法律工作在2000年代初的雅虎，靠公司股票付完法学院学费，亲历过雅虎诉谷歌的赞助商搜索专利案；之后在亚马逊Alexa团队做了近四年法务，当过Replit的首席法务官，现在创办GC AI，给公司法务做AI助手。她写的生成式AI法律科普在推特上流传很广。主持人Nathan Labenz自称法律小白，带着一堆问题来上课，听众跟着沾光。

整期对话从宪法第一条一路讲到GPT的输出过滤器，下面按这场官司的逻辑拆开讲。

版权写在宪法第一条，硅谷和好莱坞都从这来

先补一个多数人不知道的事实：知识产权写在美国宪法第一条第八款里，大意是，为促进科学和实用技艺的进步，国会有权保障作者和发明人在有限期限内拥有专有权。专利局、商标局都从这一条长出来。Ziniti的原话更直接：美国强大的知识产权保护体系，成就了好莱坞，也成就了硅谷。

对比一组数据：1980年的《财富》大公司榜单前20名里，没有一家科技公司。今天市值最高的几家公司，核心资产几乎全是软件、品牌和数据，全是摸不着的东西。

知识产权分四类：专利、商标、版权、商业秘密。可口可乐配方是商业秘密的经典案例，据说全世界只有两个人知道配方，而且不能同乘一架飞机。

专利和版权的获得方式完全不同。专利要走正式申请，写清“权利要求”，接受审查员反复质询。版权自动产生，作品固定到载体上的那一刻，版权就归你了。给自家孩子写首诗，落笔即版权。凭记忆默写泰勒·斯威夫特的歌词？不行，版权在她手里。把她的歌改成唱薯片的？恭喜，新版权归你。

谷歌握着Transformer的专利，却按兵不动

一个耐人寻味的事实：Transformer架构的专利，据Ziniti查证，握在谷歌手里。软件专利在Alice案系列判决后收窄过，但有具体结果、有具体实现方式的软件流程仍然可以申请。

谷歌为什么不起诉？她给了三层解释。第一，谷歌是平台，希望所有人都在上面开发，专利策略以防御为主。第二，专利战是消耗战，Sonos告谷歌的专利官司打了七八年，谷歌的专利池足够反诉到对方怀疑人生。第三，公关灾难。ChatGPT发布时谷歌内部拉响过“红色警报”，如果它转头用专利打OpenAI，新闻标题大概率是“垂暮的老牌巨头用法律手段扼杀创新”。

还有个业内公开的秘密：每一台安卓手机，都要向微软交大约10美元的专利费。微软在文件系统上的专利太深，当年专利大战打出的和解就是按台付费，三星们把这笔钱算进物料成本，多数用户毫不知情。

专利战里还有个关键词：绕开设计。专利的权利要求写得极细，第一步做什么第二步做什么，少做一步就可能不侵权。雅虎当年收购Overture，握着“赞助商搜索”专利，这几乎就是谷歌的整个商业模式。谷歌的辩护是：排名由“多个因素”决定，出价只是其中之一，还看相关性、看品牌。案子最后和解。Ziniti当时在雅虎法务部，旁听过几次听证。她说专利诉讼有个环节叫权利要求解释，双方逐词争论每个术语的定义，昂贵、漫长、结果不可预测，这是所有知识产权官司的共同底色。

合理使用四要素，一场出了名的模糊官司

版权圈有个经典比喻：版权是一捆木棍。一部电影的版权可以无限拆分，飞机上放映一份、流媒体一份、有线电视一份、意大利地区一份。Netflix养着庞大的授权部门专门写支票，好莱坞的商务法务团队整天琢磨怎么切分这些木棍。

木棍不是无限的，最大的限制叫合理使用。Ziniti纠正了一个常见误解：合理使用严格说连抗辩都算不上，它压根在版权的覆盖范围之外。实际操作中当然是被诉之后再主张，但法理上，你的专有权管不到这种使用。

判断靠四要素平衡测试：

• 用途和性质：是否具有转换性，是否营利，这是科技案件里争夺最激烈的一条。
• 被用作品的性质：是创意作品，还是电话簿。
• 使用的量和实质性：是整篇搬运，还是引用片段。
• 对原作市场的影响：是替代品，还是互补品。

法条原文写的是“可以考量这些因素”，意味着还有别的因素可以加进来。版权法因此出了名地灰。Ziniti在法学院学到的对比是税法：应缴多少写得清清楚楚，版权没有这种清晰度，因为它管的是创意表达。

电话簿案例值得单独记。Feist诉Rural Telephone一路打到最高法院，结论是：版权保护创造力，不保护劳动。电话簿按姓名排序，排列方式就那么几种，不构成创意，随便抄。这条判例也是LinkedIn起诉爬虫公司屡屡碰壁的原因之一，事实本身没有版权，你叫什么、头衔是什么，谁都可以记录。

还有个半开玩笑的观察：法官自己也用谷歌。Ziniti的说法是，当法官喜欢一项技术，市场总会找到判你赢的路。谷歌的关键词广告商标案全部获胜，在她看来到处都有这个因素的影子。

纽约时报最硬的牌：模型能逐字吐出文章

回到这起官司。Nathan把指控拆成三层：拿我的文章训练了模型；模型能近乎逐字吐出我的文章；ChatGPT的联网功能会绕过我的付费墙。Ziniti确认，这个拆法和法律界的主流分析一致。

三层里最硬的是第二层。《纽约时报》雇人反复诱导ChatGPT，拿到了大量逐字还原的原文，这在四要素下几乎无从辩护：用了全文，可能构成替代品，剥夺了版权人对内容的控制。别忘了《纽约时报》的家底，内容能追溯到1851年，每周读者5000万到1亿，这是版权法最想保护的那类作品。OpenAI的回应是称其为bug，一个孤立缺陷，正在修复。Ziniti对这个说法将信将疑，她预计取证阶段会挖出更多细节。

但真正的核心是训练本身，这也是这案子可能写进教科书的原因。

有个创作者接连收到三四封邮件，对方说：我用你所有的作品训练了一个专属GPT，太好用了。她愣在那里，我该怎么感受这件事？也许没有逐字复制，可就算措辞全变了，那套建议的内核还是她的，该不该有补偿？

版权法暂时套不上这个问题，音乐行业提供了参照。“怪阿尔”把热门歌曲改成搞笑版，每一首都老老实实付授权费，因为音乐授权体系足够清晰，付费比扯皮划算。iTunes则把Napster时代“像偷窃”的体验变成了付费理所当然的体验。Ziniti的判断是，LLM现在卡在两者中间，既没有Napster的罪恶感，也没有iTunes的清爽感，最终大概率会出现一个商业方案，让“用某人的知识”变成明码标价的事。

OpenAI会怎么辩护？Ziniti预测了一套说辞：这叫通用目的Transformer，本设备的预期用途就像录像机，供个人自己使用。录像机类比有来历，当年影视业要求禁售录像机，法院没同意，因为设备有大量实质性的非侵权用途。OpenAI的回应博客除了主张合理使用，还强调自己对世界有益，引用的例子是一条狗靠ChatGPT救命。Ziniti点破了细节：他们没敢引用人类自救的例子，那会引来医疗责任问题，就像Fitbit讲怀孕检测时永远要补一句“然后我咨询了医生”。

还有个制度空白值得记住。DMCA给托管平台建立了通知下架机制：摄影师发现图被侵权，给网站发通知，网站删图免责。LLM没有对应机制。OpenAI想真正站稳立场，需要一个类似系统，让权利人可以申请移除内容或获得补偿。Ziniti认为这是立法最可能的方向。

销毁模型基本不可能，中间方案才是主流剧本

Nathan问了一个他做律师的妻子常问的问题：损害到底在哪？真有大批用户因为有了ChatGPT就退订《纽约时报》吗？两种产品差得很远。

Ziniti的回答分几层。禁令层面，申请禁令也要过测试，其中一条是存在金钱无法弥补的损害。世上能用钱解决的问题，法院轻易不会下禁令。赔偿层面，法定赔偿真实存在。Napster时代，唱片业真的起诉过个人用户，明尼苏达州一位普通女性因为共享几十首歌，按每首上万美元的法定赔偿，最后被判赔几十万美元。区别在于Napster没替用户兜底，OpenAI已公开承诺为用户承担侵权赔偿。所以这更像巨头对巨头，普通用户暂时不用慌。

金额怎么算？《纽约时报》的诉状里有个图形化的算法：我们的内容占Common Crawl的X%，Common Crawl占你训练数据的X%，你的估值是1000亿美元，按比例乘出来。Ziniti评价：数学凑得出来，但很难干净。她还提到和解的可能形态，比如对复现问题更严重的GPT-3.5时代算一笔追溯版税。

她引用了法学院请来的一位说唱巨星御用律师。有人问版权在你的工作里扮演什么角色，对方面无表情地回答：

版权无关金钱。它关乎全部的金钱。

《纽约时报》如果能借诉讼谈成长期分成，当然会全力去争。这里有个两难：生成式AI预计带来万亿美元级的生产力，现在签的任何协议，都可能把未来的巨大价值贱卖掉。另一个策略判断：Nathan猜《纽约时报》的目标之一是推动国会立法。Ziniti补充，《纽约时报》此前在最高法院的版权案里输过，他们清楚法院路径的风险，诉讼和立法两条腿走路是经典打法。

可能的判决形态？她给出自己的版本：逐字输出问题上，判模型提供方必须采取合理措施防止复现，接近侵权法的思路；训练问题上，承认转换性，但给个人留出权利，比如登记制度、抽查模型的权利、要求透明度报告。谷歌有现成模板，据她引用的数字，谷歌的透明度报告一年处理约70亿次下架请求。补偿机制的技术基础也在长出来，Anthropic的影响函数研究能追踪模型输出和训练数据的关联，小模型主要靠关键词匹配，大模型已经呈现语义级关联。离Spotify式按次分账还很远。Nathan补了盆冷水：Spotify上艺术家每次播放拿到的钱本来就薄，OpenAI现在年收入10亿美元量级，分成摊下来可能谁都吃不饱。

蛋糕烤好了，面粉取不出来

OpenAI的退出机制听着很美：2023年8月起尊重robots.txt，网站可以声明禁止爬取；图片侧签了Shutterstock的授权。问题在于已经训练完的模型怎么办。

Ziniti的类比是全场最好记的一句：蛋糕烤好了，面粉取不出来。GPT-4在18个月前就训练完了，肉豆蔻只撒了两小撮，但整块蛋糕都带着那个味。《纽约时报》的论点正是如此：两小撮而已？没有我们，模型没这么流畅。

技术上也有人在找补。推特上有人猜测OpenAI在用更强的模型审查弱模型的输出，因为用户让DALL-E 3画马里奥时，生成到一半会自己中断，报错违反版权政策。Ziniti自己测试过，确实如此。她欣赏这个思路的潜台词：能搞出AGI的团队，应该也能搞出不侵权的方式。

图像侧的判断标准是思想与表达二分法。意大利水管工这个思想没人能垄断，画一个穿高定西装的时髦意大利水管工完全没问题。麻烦的是那种一眼就是马里奥的输出。她举了个海绵宝宝案的例子：一家餐厅整体致敬海绵宝宝，螃蟹长得一样，只把“蟹堡王”改了个名，照样出事。她的预测是会出现某种品牌注册系统，权利方自助认领关键词，要马里奥报错，要意大利水管工放行。至于Nightshade这类给图片“投毒”的水印工具，她的态度是感觉本身就有点违法，更可能的路径是大公司收购一家水印创业公司，把它变成正规市场。

开源改变什么？她的回答很律师：总有可以起诉的对象，托管方、算力提供方都跑不掉。开源只是权利变现的另一种方式，free的是自由，未必是啤酒。合规审查已经是一门生意，有创业公司在用AI检查企业的开源依赖。

律师还没反击，但窗口不长了

Nathan提了个2023年的意外：持牌专业群体几乎没有大规模反击。美国医学会没告OpenAI，加州律师协会只出了使用指引。最高法院首席大法官罗伯茨在年度报告里说，很快，没有AI的法律研究将不可想象。

为什么这么安静？Ziniti给了三个解释。第一，工具真的好用，她的产品基于GPT-4，过去要10到15分钟甚至一小时的律师函，现在一分钟出稿，课堂上律师们的下巴是真的会掉。第二，现在的法律人经历过谷歌改变行业，对技术不陌生。第三，专业知识的解绑已经进行多年，AI只是加速。

医疗侧的信号更猛。Nathan提到谷歌DeepMind的新研究，对话式AI和人类医生同场竞技做诊断，AI的准确率大约60%，人类30%，两倍的差距，是他见过的医疗人机对比里最大的差值。Ziniti的评论很直接：两比一的差距面前，执业许可制度会越来越难辩护。加州律师协会甚至有条“效率义务”：有能力用工具更好地服务客户，就有义务用。

Ziniti自己的立场是“人在回路”看多。模型偶尔会在法律问题上胡编案例，那个让ChatGPT直接写诉状、引用全凭空编造案例的律师已经上了新闻。她给律师教学的比喻流传很广：模型是一个读过整个互联网、聪明、急切、速度飞快的实习生。实习生能用，但签字的人得是你。

这期对话的实用结论，明天就能用：

• 站长现在就可以检查robots.txt，加上OpenAI的爬虫屏蔽指令，这是目前唯一官方承认的退出通道。
• 创作者别急着愤怒或欢喜。Ziniti预测会出现“GPT你自己”式的服务，输入个人网站就能生成收费知识库，那才是进场的时候。
• 用AI干活的专业人士，记住“人在回路”，让模型起草，自己签字，责任无法外包。
• 想研究合理使用，国会图书馆维护着分类清晰的案例库，免费可查。

最后留个判断：这场官司大概率以和解或中间态判决收场，逐字输出会被要求加防护栏，训练会被认定有转换性但附带某种补偿机制。真正值得盯的是国会动向，一旦出现LLM版的DMCA，内容行业的游戏规则就换了一轮。