微软内部称 AI 抓取是“人类史上最大规模的劳动窃取”，解封文件曝光

一批新解封的法庭文件，让微软与 OpenAI 在训练数据问题上的内部判断第一次完整暴露出来。根据 TechCrunch 的报道，这些未删节（unredacted）的文件显示，微软内部曾用 theft（窃取）这个词来形容 OpenAI 的数据做法。

文件披露的核心事实有三层：两家公司抓取了 Times 的付费内容，把这些内容用于构建训练数据集，同时在内部评估中警告说，这样的做法会掏空出版商。对外表述与内部判断之间的落差，是这批文件里最刺眼的地方。

更具冲击力的是一句内部评语——AI 抓取被形容为人类历史上最大规模的劳动窃取。这个说法把争议从版权合规推向了劳动与价值分配，也说明风险在微软内部并非无人知晓。

从诉讼角度看，这类内部文件通常会成为原告主张明知故犯的关键证据。版权方要证明的不是技术可能性，而是被告在行为发生时是否清楚自己在做什么、是否预见到损害，而这批文件恰好落在这一点上。

抓取 Times 付费内容这一细节，还把讨论拉回新闻出版业最敏感的地带。付费墙是许多新闻机构商业模式的核心，如果墙后的内容被直接用来训练模型，出版商在授权谈判中的议价空间会被进一步压缩。

过去几年，AI 公司与出版商之间一直在先谈授权、后补合规的灰色区间里推进。内部预警的存在意味着这些公司并非在信息真空中做决定，而是清楚代价、仍然选择推进。

后续要看两点：一是这批文件会在多大程度上被其他正在进行的版权案件引用；二是微软与 OpenAI 的公开表态是否会随之调整。无论结果如何，训练数据的原罪问题已经很难再用技术中立来回避。