《紐約時報》更新服務條款：嚴禁爬蟲抓取內容訓練 AI

過去大半年裡，幾乎所有科技大廠都在做同一件事：把全網能抓到的文字、圖片一股腦倒進自家的模型攪拌機裡。現在，內容創作食物鏈頂端的存在開始反擊了。

8 月 10 日據報道，《紐約時報》在 8 月 3 日悄悄更新了服務條款。新規矩非常直白：未經明確的書面許可，嚴禁抓取其任何內容用於訓練機器學習或 AI 系統。

連「排版質感」都不準碰

這次更新不是走個過場，禁令覆蓋的範圍極廣。

除了傳統的文章正文、照片、圖片、音訊和影片片段，《紐約時報》甚至把「版面質感」（look and feel）、設計元素以及後設資料全部納入了保護範圍。只要是用來開發軟體程式，尤其是訓練 AI 或機器學習，統統被劃上了紅線。

新條款還特別強調，未經書面許可，爬蟲等自動化抓取工具一律不得接入。如果違規抓取，可能面臨未指明金額的罰款或法律處罰。

不過有意思的是，The Verge 發現《紐約時報》雖然修改了法務條款，但當時並沒有去改動網站底層的 robots.txt 檔案。也就是說，技術層面上門還沒反鎖，但法律警告牌已經立起來了。

科技巨頭與出版巨頭的博弈

這番動作並非憑空而來。就在前不久，Google 更新了自己的隱私政策，大方承認會使用網路上的公開資料來訓練 Bard 和雲端 AI。

與此同時，OpenAI 剛剛宣佈網站管理員可以通過 robots.txt 遮蔽其 GPTBot 爬蟲；微軟也在自身條款中加上限制，禁止別人抓取其 AI 工具的資料去訓練競品。

歐美媒體界也坐不住了。美聯社和歐洲出版商理事會等多家新聞機構此前剛剛簽署聯合公開信，要求全球監管機構立法，確保 AI 訓練集透明，並必須在獲得版權方同意後才能使用資料。

但《紐約時報》有自己的算盤。它早在 2 月就與 Google 簽下了一份為期三年、價值 1 億美元的合作協議，涉及內容分發、訂閱和技術實驗。據 Semafor 報道，該報甚至退出了媒體行業聯合對抗科技巨頭的談判聯盟。看起來，它更打算單打獨鬥，一家一家去談買路錢。

為什麼重要

這一步走得相當精明，也很有代表性。

對於個人開發者和中小創作者來說，靠隨意爬取優質網路內容搭模型的日子基本走到頭了。頭部媒體築起高牆後，普通開發者想要高質量語料，要麼付出高昂的授權費，要麼只能去用清洗難度極高的低質公開資料。

對整個行業而言，《紐約時報》改條款並不是要徹底封死 AI，而是要給商業談判立規矩。說白了，以前是大廠隨便拿，現在是「想用可以，給錢來買」。它一邊退群單幹，一邊手握 Google 的億元合同，擺明了要憑藉自身的品牌溢價單獨向 OpenAI、微軟等巨頭開出高昂賬單。

我們認為，單靠修改服務條款在技術上防不住暗中抓取，罰則的落實也存在模糊地帶。但這一紙宣告打響了版權反擊的關鍵一槍，接下來其他主流媒體必然會跟進，AI 訓練資料的免費午餐正在迅速終結。