2026 年 9 月 17 日，纽约时报诉 OpenAI 与微软的版权案出现一批解封文件。这起官司打了三年，原告还包括纽约每日新闻与调查报道中心。这次公开的材料里，最有分量的不是原告的指控，而是被告公司自己人当年写下的内部话。

一、最刺眼的两句话

据原告方披露，微软应用科学总监 Brent Hecht 在 2023 年 1 月的内部备忘录里，把公司参与的数据抓取描述为 "一次规模空前的、令人震惊的窃取"，并称这可能是 "人类历史上最大规模的劳动剽窃"。他还写道，这种把新闻内容大规模抓来训练的做法，让 "合理使用" 这个概念 "变成了一个彻头彻尾的笑话"。

深棕色的木制法槌

二、他们自己的数据：点击率最多掉 93%

比措辞更有杀伤力的是数字。微软的内部数据显示，其 Copilot 的 "答案引擎" 让 nytimes.com 的点击率相比传统 Bing 搜索最多下降 93%。Hecht 在 2024 年 1 月的一份内部演示里把这种趋势称为 "死亡循环"，并指出它会同时伤害模型本身和整个开放网络——因为内容方失去经济基础后，就没有人再生产训练数据了。

OpenAI 这边，ChatGPT 负责人 Nick Turley 在内部沟通中表示，聊天机器人对出版商构成 "生存威胁"：它直接替代了用户访问新闻站点的需求，读者也就没有理由再点进原文。

三、训练数据里到底有什么

根据解封材料：OpenAI 的中期训练数据集包含 91,692 份原告方作品的副本；一个源自 Common Crawl 的数据集里，仅 nytimes.com 一个域名就超过 200 万份文档；被称作 Project Mango 的数据集含有至少 160,903 件新闻出版方的作品。文件还指控，有员工讨论过绕过付费墙而不被发现——某位研究员把 "绕过纽约时报付费墙的办法" 告知当时的负责人，得到的回复是 "不错"；训练数据里的版权声明被有意移除，理由是 "不希望模型把版权声明输出给用户"。

微软 CEO 纳德拉在庭前证词中的说法则与公司立场拉开了距离：他认为付费墙后的内容应当被许可，"任何想要用它来做检索增强或训练的人" 都应付费；如果早知道 OpenAI 抓取过付费墙内容，他会行使其要求对方重训模型的权利。微软发言人事后回应称，个别员工的备忘录不代表公司立场。

四、这对内容生产者意味着什么

第一，"AI 摘要替代点击" 已经从担心变成了有数字的事实。九成以上的点击流失不是推测，而是广告与推荐之外最直接的一次渠道性冲击。对做内容的人，现实结论是：把分发完全押在 "被搜索引擎和模型引用后自动有人点进来" 上，风险已经很高；自有站点、订阅与社群这类你能直接触达用户的方式，权重必须往上调。

第二，谈判筹码来自可证明的资产。整个案子的攻防都围绕两件事：你的内容是否稀缺、AI 产品是否构成替代。这提醒个人与机构创作者，原创时间戳、访问数据、授权记录这些东西平时就要留痕——它们是将来主张权利的凭证，而不是出事后再补的材料。

第三，不要只看热闹。这起诉讼最终会落到 "合理使用" 的法律边界上，而对做技术的人更有用的部分，是那份内部备忘录里的 "死亡循环" 描述：任何依赖抓取他人内容来喂养自己的能力，都必须先回答一个问题——当内容方不再有理由生产内容时，你的输入从哪里来。这条逻辑对做数据集、做聚合产品、做二次分发的团队同样成立。