面對法律訴訟與網路技術基礎設施的雙重圍剿，海外AI（人工智慧）行業加速走向合規。

近日，代理了全球約五分之一網站流量的Cloudflare連續第二年發表“內容獨立日”宣言。Cloudflare表示，由於傳統的“搜索換流量”契約被AI徹底撕毀，對網站所有者構成了生存性威脅，公司已推出一鍵式“遮罩AI機器人”選項，將於9月15日起，全面默認阻斷所有獲取網頁數據的AI訓練爬蟲，包括Googlebot、Applebot和BingBot等多功能爬蟲。

同時，Cloudflare將為客戶推出基於三大場景（搜索、代理和訓練）管理AI流量的功能，借助三大細分新選項，客戶將能夠更精細地調控AI機器人流量的管理方式。Cloudflare還推出了最新的資料庫BotBase，能夠跟蹤所有已知的機器人，包括已驗證的機器人和智能體。

這一強硬政策的背後，是互聯網流量生態正在發生的長遠質變。Cloudflare最新披露的數據顯示，目前全球互聯網流量中，機器人流量已經首次超過人工流量，其中AI機器人占比快速增長。

“機器人”接管互聯網，來自技術端和法律端的雙重夾擊

Cloudflare尖銳地指出，過去30年，互聯網賴以生存的舊契約是“我來爬取內容，給你推薦流量”，而該規則在生成式AI時代已經不復存在。

Cloudflare寫道：“對於小型網站而言，真正的困境並非內容被用於模型訓練，而是網站從一開始便難以被用戶找到。客戶面臨兩難抉擇：若要在搜索結果中獲得曝光，就必須接受AI以其內容訓練模型。”

因此，通過這一系列細微改動，Cloudflare希望“讓網站所有者能夠更有效地掌控誰可以使用其內容，以及如何使用”。如果AI公司還想繼續獲取來自網頁的語料，就必須遵守技術紅線，或者通過內置標籤承諾附帶原網頁鏈接。一旦有AI機器人違反了這一規則，將直接被Cloudflare封殺。

目前，從創作者、版權方到技術平臺，多方勢力都在以自己的方式，持續推動海外AI公司為語料付費。2024年，《華爾街日報》母公司道瓊斯（Dow Jones）以及《紐約郵報》聯合起訴OpenAI，此案已經進入了漫長的法律拉鋸戰與取證階段。

2025年，多位美國作家對AI初創公司Anthropic發起訴訟，指控後者在訓練其Claude系列模型時，非法使用了數百萬本受版權保護的書籍。2025年9月，雙方達成了和解協議，Anthropic同意支付一筆15億美元的和解金，並被要求銷毀所有從盜版管道獲取的訓練數據。

今年5月，學術出版商巨頭愛思唯爾（Elsevier）又聯合多家出版商以及知名小說家，在美國紐約南區聯邦法院對Meta公司及其CEO馬克·紮克伯格（Mark Zuckerberg）發起集體訴訟，指控Meta在開發Llama大型語言模型時，未經授權獲取並複製了原告方數百萬份受版權保護的作品。

律師：海外審判關注點已經發生根本性轉移，技術端方案更靈活

針對海外AI語料的合規進展，上海大邦律師事務所高級合夥人、知識產權律師遊雲庭對澎湃新聞記者表示，審判邊界的關注點已經發生了根本性的轉移：“關於AI訓練是否構成合理使用，關注點已從生成內容是否具有轉換性，進化到AI利用版權內容訓練後，其輸出內容對原版權內容是否存在替代性。”

不過，遊雲庭也指出，由於著作權集體管理的方案是法定許可，需要立法先行，而立法流程時間較長；相比之下，Cloudflare的方案實際上更靈活，“操作方便，把訓練許可權完全交給了生產內容的互聯網網站”。

北京清律律師事務所的高孟宇律師則表示，當前判例的容忍度呈現明顯的“來源分層”：“合法來源加轉換性訓練，法院傾向認定合理使用；明知來自盜版庫仍然抓取下載，法院幾乎零容忍。換言之，海外司法正在把‘數據盡調義務’事實上強加給AI公司。”

為了不讓模型陷入“數據荒”，OpenAI、穀歌等AI大廠已經展開了瘋狂的版權收購戰，與各類內容平臺達成數億美元的排他性授權。那麼，這種新秩序是否會鎖死開源社區和中小微AI初創公司的生存空間？

對此，遊雲庭認為，AI的訓練本身算力成本就極高，註定是巨頭的遊戲，其他不願意或無力承擔天價語料成本的中小公司，完全可以轉向“寄生式”的破局路徑：“每個市場主體都是靈活的，哪怕訓練和合規成本高企，也能找到對應的生存策略。”

從宏觀市場機制的演化角度來看，高孟宇認為，市場正在同時演化出三條對沖路徑：集體授權、按使用量付費的市場化基礎設施，以及合成數據和公共領域語料。未來行業真正的風險不是“付不起錢”，而是“規則由巨頭的雙邊協議寫成”：“如果授權市場固化為大公司之間的私人合約網路，中小公司連談判桌都上不了，這才是需要立法和反壟斷視角介入的問題。”

來源：中國澎湃新聞