台湾通讯传播委员会前主委詹婷怡解析Anthropic版权案：法院将AI训练拆成两个独立行为，终结'先训练后和解'策略

2025年6月23日，美国加州北区联邦地方法院对Bartz v. Anthropic PBC案作出判决，最终以15亿美元版权损害赔偿和解协议收场。台湾通讯传播委员会（NCC）前主委、人工智慧科技基金会董事长詹婷怡认为，这笔巨额和解并非本案最核心的法律遗产——真正改变AI产业格局的是承审法官William Alsup首创的'行为解构分析框架'。

在Bartz案之前，多数科技公司与著作权法学者将AI训练视为一个单一、连续且不可分割的法律行为。詹婷怡认为，这种整体性定性正是'先训练、后和解、一律主张合理使用'策略的法理基础：只要最终训练构成转化性使用，整个流程就应受到合理使用保护。Alsup法官拒绝了这个前提，将AI模型训练流程拆解为两个独立的'行为态样'，分别给予关键的法律定性。

第一个阶段是'后端模型训练'。法院认定，当大型语言模型读取书籍文本时，其目的不是向大众重制或外泄著作内容，而是分析文字之间的统计概率规律、语义关联与文风特色，以建立具备全新表达能力的语言生成模型。判决将这种纯粹用于机器学习的行为定性为'为了机器学习目的而提取统计规律与语义关系的过程'，认为其符合美国著作权法中合理使用的核心精神——高度转化性使用。

第二个阶段是'前端数据获取'。法院划下的红线在于：后端的转化性再高，也无法洗白前端数据来源的非法原罪。原告方在庭审中出示证据，证明Anthropic曾从Library Genesis（LibGen）与Books3等盗版影子图书馆中取得超过700万本未经授权的电子书。法院认为，AI公司在明知或应知其来源为盗版的情况下仍下载并使用这些内容，其数据获取行为本身的违法性将直接导致其无法主张合理使用。

詹婷怡指出，这一'双轨框架'的确立终结了技术决定论的傲慢，明确宣示技术创新不能豁免获取管道的非法性。但法院并未将所有数据获取行为一概否定。Anthropic曾投入数百万美元在全球各大图书市场大量采购正版实体书，交由工业级扫描厂进行破坏性数字化——用机械液压裁刀切除书脊、将书页裁切分离后扫描成PDF，随即销毁原始纸本。法院认定这种'通过授权的实体获取进行格式转换，并结合销毁原始有形媒介以维持一对一比例'的做法构成合法的转化性使用，因为它没有增加市面上作品的流通副本总量。

然而，法院对Anthropic内部'中央数据库'的定性则完全不同。许多AI厂商为便利工程师调整参数、进行数据清洗与重现训练结果，会在服务器中永久保留下载或扫描而来的大量著作库。Anthropic律师主张这些数据库只是模型训练的'附随暂存行为'。法官以一句'It kept them anyway'（明知故犯，但他们还是留着）驳回此项辩词，认定训练完成后仍长期储存非授权著作已不再是纯粹机器学习，而是实质上建立了一个'未经授权的数字图书馆'，使内部人员得以随时检索与存取原始作品，取代了原著在正常市面上的商业授权需求与流通，构成严重的市场替代风险。詹婷怡认为，此项认定直接切断了AI公司利用'过渡性复制'作为法律避风港的企图。

在詹婷怡看来，行为解构框架对产业的实际影响体现在谈判桌上。Bartz案的判决表明法院对'来源不当'的清查极其严格，为消除可能导致模型被强制下架或公司赔偿的毁灭性风险，OpenAI等大厂彻底放弃了早期在法庭上与媒体死守合理使用抗辩的强硬态度，全面转向防御性事前授权。权利方在谈判中开始强制要求'训练完即删除原始缓存数据'的条款，或针对长期留存、检索与二次微调的权利索取高额溢价。第三方审计也成为合约必要条款——权利方有权派遣独立机构稽核AI公司的数据库。

詹婷怡在文章末尾提出三项趋势预测：一是仿照音乐产业的集体授权组织将在两年内成为主流，出版界将建立标准化、阶梯式定价的授权池；二是实体书洗白管道与合成数据将双线演进，但合成数据面临模型退化的技术瓶颈；三是著作权方将采用Nightshade、Glaze等主动式权利防御技术，在数字出版品底层代码中嵌入像素或语义扰动，使强行抓取的训练数据直接破坏模型参数关联。这些是作者基于法律框架推演的预测，尚未得到市场或技术的验证。