Anthropic 用 15 亿美元买了一个答案:训练数据,到底归谁

7 月 20 日,Anthropic 拿到美国联邦法院批准,同意支付约 15 亿美元和解一批版权集体诉讼。一群作家和出版商在 2023 年告到法院,理由是 Claude 在训练阶段使用了他们的书,但没有付钱、也没有标注。

这件事有意思的地方,不在于 15 亿这个数字——大厂为版权风险掏 15 亿,在 2026 年的 AI 行业并不算炸裂。真正让人停下来想一想的,是 Anthropic 这几年处理这件事的姿势。

2024 年他们一开始的策略是抗辩,坚持 fair use,认为模型只是学习了语言结构,不直接复制原书。陪审团后来给了部分支持,但训练数据来源不透明这件事被反复拿出来质询。Anthropic 才开始转成和解谈判。

所以这次的和解不只是赔钱。它等于承认了一件事:在「训练阶段使用受版权保护的作品」这条线上,法律上还没有稳定的答案,企业宁可用现金买确定性,也不愿意拿未来押注。

与此同时,几件事同时在发生。OpenAI 也在和出版商谈类似条款;Google 因为 AI 摘要被多个出版集团起诉;Meta 走了另一条路,把抓取数据的过程做完整披露,换取 fair use 的抗辩空间。

三种姿势,三种成本结构。

Anthropic 这 15 亿买的是一个非常具体的东西:在美国现行版权体系下,把训练数据合规这条线,清楚地画出来。后续所有模型团队在和出版社、作家协会谈授权时,这套方案都会被当成基准。

对中文社区来说,这条线的影响是间接的——国内训练数据来源结构和美国差异很大,授权体系也还在建。但只要中文模型未来要出海、要在美国提供 API 服务,这条合规基准早晚会被复制过来。

15 亿不是终点,是基准价。