「训练是合理使用」：美国把这句话，从法庭文件搬上了 G20 的谈判桌

先说结论

9 月 2 日，美国司法部在《纽约时报》诉 OpenAI 的案子里，替 OpenAI 交了一份简报：用受版权保护的作品训练大模型，一般应算合理使用（fair use）。同一天，商务部长卢特尼克在北卡罗来纳举行的 G20 科技会议上，劝其他国家也这么办。

两件事单看都不算大新闻，合在一起才是信号：训练数据的版权问题，正在从法院搬进贸易谈判——争议的焦点从「这个案子怎么判」，变成了「各国该立什么规矩」。

事情是怎么发生的

先看法庭。《纽约时报》诉 OpenAI 是训练数据版权最关键的未决案件之一。司法部这份简报的原话说，美国「在继续发展一个强健而有竞争力的人工智能产业方面有强烈利益」，又说「在对合理使用原则的误解之下约束大模型开发，将阻碍这种创造性与科学进步」。简报还援引了 2025 年 1 月那份「扫清美国 AI 领导地位障碍」的行政令。要强调：这是政府的意见，不是判决，写简报的人没有审判权。

再看会场。这场 G20 科技部长会议在北卡罗来纳开了两天。9 月 1 日，扎克伯格先劝各国不要限制开放权重模型；9 月 2 日，卢特尼克上台，劝各国拥抱 fair use，让 AI 公司能用创作者的作品训练模型，同时「找到保护艺术家的办法」；黄仁勋在同一场合说，监管应对准真实发生的伤害，而不是「理论上的伤害」。同一天发言的，还有 OpenAI 的奥特曼、Palantir 的卡普和 Anthropic 的联合创始人 Tom Brown。

值得注意的是，判例本来就已经偏向 AI 公司：加州法官 Alsup 在 Anthropic 案里写过，模型读书「不是为了抢先复制或取代原作」，训练本身可算转化性使用；要赔钱的是用盗版书库进书——去年那笔 15 亿美元和解金赔的是这个。所以「训练算合理使用」并不新鲜。新鲜的是，政府把零散的判例收编成统一口径，并且拿去出口。

为什么重要

版权这种事，判定权放在哪，行业的成本结构就长成什么样。由法院逐案判，每个案子都得摆证据：用了什么、伤了哪个市场；由贸易政策定调，规则在立案之前就立好了。这次的变化是后者：国家的产业竞争力被明写进版权论述，创作者的授权问题被悄悄换成了国家的全球地位问题。

对行业，这几乎直接改写前沿模型的成本表：数据不用按册付费，法律风险从「训练端」进一步移到「输出端」——模型有没有背出原文、来源和署名还在不在。

对创作者，谈判桌换了位置：从打官司，变成谈立法与集体授权。而目前唯一有具体数字的锚，是 Anthropic 那 15 亿美元的和解金。

站得住与站不住的地方

站得住的一面：各国规则不一，确实会撕裂「训练数据」这个事实上全球共用的公共品；「训练可以、盗版不行」也确实是一条可操作的界线。

站不住的一面有三处。第一，简报不是判决，主审的 Stein 法官没有被说服的义务；政府一边当产业的冠军，一边给法庭递意见，这个角色冲突谁都看得见。第二，「找到保护艺术家的办法」只有半句，没有机制——是集体授权、按比例分成，还是税收补贴，一个字都没有。第三，fair use 是美国法。欧盟给权利人留了文本与数据挖掘的退出权，日本有自己的宽松条款；把国内判例当国际规范去推销，最容易催生的往往不是跟随，是反弹。

接下来该盯什么

盯三处。一是 Stein 法官在《纽约时报》案里的最终说理：如果法院采纳政府口径，这个立场就有了判例级效力。二是 G20 公报的文本里有没有「fair use」这个词——公报措辞是国际规范成形的第一张纸。三是有没有任何具体的补偿机制被真的写出来：没有机制的「保护艺术家」，只是修辞。

再把视野拉宽一点：慕尼黑法院此前把模型参数当证物的路线，和华盛顿这条「训练免责」的路线，迟早会在同一个问题上撞车——一本书的价值，到底在训练的哪个环节算数。这个答案，接下来一年会在好几个法域分别给出，而且未必相同。