Anthropic 因未经授权使用斯坦福教授书籍训练 Claude 达成 15 亿美元和解

Anthropic 的 15 亿美元和解确认未经授权使用斯坦福教授书籍

美国地区法院裁定，Anthropic AI 非法下载并存储了十位斯坦福教授的受版权保护的书籍，用于训练其 Claude 语言模型，并下令达成 15 亿美元的和解，涵盖约 50 万部作品的作者和出版商。

法官 William Alsup 裁定，虽然盗版书籍的行为——从影子图书馆（如 LibGen 和 PiLiMi）复制到中央存储库——是非法的，但随后将这些副本用于模型训练属于合理使用。他将 AI 训练比作人类读者内化书籍的主题和风格，并指出：

"像任何渴望成为作家的读者一样，Anthropic 的 LLM 训练所依据的作品并非为了抢先复制或取代它们——而是为了转过一个艰难的弯，创造出不同的东西。"

因此，该判决阻止了未来为训练而进行的盗版行为，但并不禁止使用合法获得的副本进行训练。

Tobias Wolff，国家艺术奖章获得者，与其他 27 位作者反对和解金额不足。Wolff 将未经授权的使用描述为"一种奴隶劳动"，并警告说，不受约束的 AI 训练可能损害作家的生计。
Wolff 和 fellow 作者 Chang-Rae Lee 拒绝了集体诉讼和解，并提起了单独的诉讼 Cruz v. Anthropic，寻求每件被侵权作品最高 150,000 美元 的法定赔偿——远高于 Bartz 和解中提供的每件作品约 3,000 美元。
斯坦福知识产权学者 Paul Goldstein 强调了系统性的"交易成本"问题：为训练复制数百万部作品使得 AI 公司获得个人许可变得不切实际，但不切实际并不是法律辩护。

15 亿美元 的资金池专门用于集体诉讼（Bartz v. Anthropic）涵盖的 50 万部注册作品的作者和出版商。
和解并未授予 Anthropic 一揽子许可；法院禁止该公司创建永久性的盗版书籍中央图书馆用于未来训练。
如果 Wolff 的 Cruz 案胜诉，Anthropic 可能面临永久禁令，要求从任何训练语料库中移除争议书籍，并可能重新训练现有的 Claude 模型。

@piltdownman 警告说，Anthropic 的 CEO 可能根据《计算机欺诈和滥用法》面临重罪指控，将此案与 Aaron Swartz 的起诉相提并论。
@legitster 总结了实际现实：Anthropic 可能抓取了一批批发购买的书籍和盗版副本，法律争议现在取决于许可，而不是证明任何单一文本的直接影响。
@CPUHall 澄清说，裁决的问题在于书籍的来源（从 LibGen 盗版），而不是训练行为本身，并指出每件作品 3,000 美元的和解相对于侵权的规模来说微不足道。
@ceroxylon 询问永久禁令是否会迫使 Anthropic 在没有争议作品的情况下重新训练 Claude，这个问题在 Cruz v. Anthropic 的结果出来之前仍未解决。

已有超过 70 起 针对 AI 公司的侵权诉讼，包括《纽约时报》、Getty Images 和 Authors Guild 对 OpenAI 和 Microsoft 提起的诉讼。
由 Mary Rasenberger 领导的 Authors Guild 正在推动立法改革，要求 AI 公司在使用受版权保护的作品前获得许可，认为许可也将使作者能够要求内容过滤保障。
美国在工业化国家中仍然是一个异类，缺乏法定的署名精神权利，Goldstein 强调这是作者的系统性劣势。

技术影响 – 如果发布永久禁令，Anthropic 可能需要从其训练管道中清除争议书籍，并可能重新训练 Claude 模型，产生巨大的计算成本。
商业模式转变 – 和解凸显了依赖未经许可数据的财务风险；未来的 AI 项目可能会优先考虑预先许可的语料库或开发健全的数据审计框架。
政策动力 – 此案增加了国会制定国家许可授权的压力，这可能标准化对作者的补偿并减少诉讼不确定性。
行业先例 – 虽然法院承认了合理使用训练，但也确认盗版获取是非法的，为 AI 公司设定了明确的界限：合法获取数据，否则面临巨额责任。

Anthropic 的裁决确认，盗版受版权保护的书籍用于 AI 训练是非法的，尽管随后使用这些副本可能被视为合理使用。15 亿美元的和解和持续的诉讼标志着一个转折点：AI 开发者现在必须面对长期困扰该行业的许可和署名挑战，否则可能面临昂贵的法律挫折和强制模型重新训练。