Meta 抓取條款刪除 AI 訓練措辭，但爬蟲仍然存在

三名法律專家警告，有關措辭或涵蓋出版商網站後，Meta 已從其商業條款中刪除明確提及 AI 訓練的語言。修訂版收窄了 Meta 所聲稱的爬取權利用途，並將於 2026 年 10 月 30 日條款生效前實施。然而，Meta 抓取條款仍授權自動化方式存取與使用其產品的企業相關聯的網站。

這個分別正是爭議核心。Meta 表示，公司只是整合既有權限，從未打算改變其網頁爬取方式。批評者則聚焦於合約表面上容許的內容，而非 Meta 聲稱計劃如何行事。

因此，刪除該措辭固然重要，但並未終結辯論。爬蟲授權仍然存在，條款仍涵蓋範圍廣泛的企業，而 robots.txt 的保障亦沒有直接寫入相關合約條款。

Meta 從商業條款中刪除了甚麼

Meta 刪除了網站爬取與 AI 訓練之間最直接的連繫，但仍保留爬取與企業相關頁面的許可。

爭議源於 Meta 即將推出的《商業條款》版本。該條款規管以商業或營利用途使用 Facebook、Instagram、WhatsApp 及相關產品的人士和機構。

原定更新授權 Meta 或代表其行事的實體，對與企業相關的網站使用自動化軟件。例子包括網頁抓取器、機械人、robots、spiders、crawlers 及 user agents。

條款亦授權建立測試憑證。Meta 可利用該等憑證存取、建立索引、快取、分析、收集、擷取或爬取相關網域及頁面。

另一句話令有關條文更具爭議。條文稱 Meta 可使用該等頁面的內容，以提供、開發、改進、研究、「訓練」及維護 Meta 的產品和服務。

「訓練」一詞在 Meta 網站爬取與其 AI 開發之間建立了明確連繫。條款沒有指出某一特定爬蟲、模型、資料集，或有限類別的商業頁面。

Nieman Lab 在 10 月 15 日發表的法律分析中，邀請三名法律專家評估相關措辭。他們認為，Meta 可援引該條文，主張有權收集與商業帳戶連結的出版商網站內容。

這種解讀受到關注，因為許多出版商依賴 Meta 的平台。一個新聞編輯室可能經營 Facebook 專頁、維護 Instagram 帳戶、使用 Messenger，或管理 WhatsApp 頻道。

條款並不限於大型廣告客戶。它適用於管理專頁、營運企業群組、發送營銷訊息、列出產品、開發應用程式及使用 Meta Business Suite 等活動。

在收到通知後繼續作商業使用，即構成接受。擬議條款告知企業，若不願接受更新，便應停止以商業目的使用 Meta 產品。

Meta 否認這種廣泛詮釋。Meta 通訊副總裁 Andy Stone 表示，更新並未改變公司的網頁爬取做法。

其後 Meta 修訂了該條款。根據修訂後的措辭，公司刪除了包含「訓練」一詞的句子，並將所述用途限於廣告及商業產品。

Meta 發言人表示，經整合的爬取語言原本只適用於該等商業系統。公司稱，在聽取出版商及其他觀察人士的憂慮後，已修改文字。

這項改動很重要，因為合約是按其書面措辭判斷，而不僅是隨附的解釋。刪除「訓練」一詞，削弱了接受條款即授權一般 AI 模型訓練的最明確文本論據。

不過，修訂並未消除底層的爬取授權。Meta 仍可存取與企業帳戶相關產品或服務有關的網域、頁面及 URL。

公司亦可定期擷取該等頁面的更新。這項能力可支援正當的商業功能，例如更新廣告或推薦中顯示的產品資料。

但當同一能力應用於出版商、研究機構、軟件公司或獨立創作者時，便可能顯得範圍廣得多。這些企業可能將 Meta 帳戶連接至載有具價值編輯內容或專有材料的網站。

因此，這項改動解決了一個狹窄問題。它未有完整界定 Meta 可收集甚麼、如何分隔所收集的內容，或哪些系統日後可以處理這些內容。

為何 Meta 抓取條款令出版商承受壓力

原有條款迫使出版商將 Meta 所稱意圖，與看似遠超產品目錄範圍的合約措辭作比較。

Meta 表示，該條文旨在支援廣告及平台內推薦中準確的產品資訊。零售商更改產品描述或供應狀態，便是一個直接例子。

自動化爬取可讓資訊保持最新，無需零售商手動提交每項更新。這種用途與常見的索引及目錄更新系統相似。

文字引來批評，因為它並非只為零售商而寫。它涵蓋受商業條款約束的任何企業之產品或服務相關網域和頁面。

該群體包括主要產品為內容的出版商，亦包括專業協會、顧問、藝術家、軟件公司，以及網站載有原創材料的小型企業。

媒體及知識產權律師 Matt Topic 形容原有條文引人注目。他認為，該條款廣泛語言所涵蓋的材料，在授權市場上可能具有相當價值。

Cornell Law School 教授 James Grimmelmann 則聚焦於潛在競爭影響。他表示，最廣義的解讀可能支援建立一個在 Meta 產品中使用的出版商內容檔案庫，包括 AI 系統。

兩種觀點都未能證明 Meta 已採取此類行動。它們探討的是 Meta 可能根據擬議合約主張的權利。

這個分別非常重要。一間公司可以準確地表示，其目前的營運行為未有改變，同時發布賦予其更大未來彈性的條款。

法律許可往往涵蓋比公司即時實行更多的活動。企業尋求這種彈性，是因為產品、供應商、基建及商業策略都會改變。

出版商則將同樣的彈性視為風險。一旦存取權利納入具約束力的協議，執行非正式限制或取決於 Meta 是否繼續從狹義角度詮釋這些條款。

納入測試憑證加劇了這項憂慮。測試帳戶可用於一般品質檢查，包括確認頁面在已登入訪客眼中的運作方式。

不過，原有條款沒有說明該等憑證能否存取註冊牆或其他受控制區域。據報 Meta 拒絕回答它們能否繞過付費牆。

付費牆不僅是技術障礙。它代表出版商限制只有訂戶或已註冊讀者才能存取的決定。

在這類邊界後自動化存取的可能性，改變了商業問題。它引發涉及同意、授權、驗證，以及公開與受限制內容之間區別的議題。

小型出版商面對的選擇尤其困難。他們可能依賴 Facebook 或 Instagram 接觸無法在其他地方迅速重建的社群。

Nieman Lab 提及 The Steampunk Explorer 編輯 Stephen Beale 的案例。他的讀者群高度依賴 Facebook 進行社群活動及獲取前往其網站的轉介。

Beale 表示，他在更新前正考慮關閉帳戶。他的反應顯示，對每間企業而言，「停止使用產品」並非中性的替代方案。

出版商離開 Meta，可能失去分發渠道、受眾關係、帳戶歷史及既有工作流程。出版商若留下，則可能被視為接受某些合約權限，而這些權限在獨立的授權談判中從不會授予。

University of Wisconsin 法學教授 Benjamin Sobel 將這種結構比作捆綁銷售。簡單而言，就是把取得一項有用產品的條件，繫於接受另一項義務。

這種比較的法律地位仍未有定論。不過，它清楚指出了當中的經濟壓力。

Meta 控制着企業用於廣告、社群管理、客戶溝通及受眾發展的平台。這些企業不能逐一與 Meta 協商其標準條款。

這種不平衡解釋了為何刪除一個詞會帶來寬慰，卻未能恢復完全信心。出版商希望協議內有更清晰界線，而不僅是協議以外的保證。

更廣泛的 AI 市場令這些憂慮更迫切。模型開發者需要大量文字、圖像及其他媒體收藏，而出版商愈來愈將其檔案視為可授權資產。

包括 Meta 在內的公司，亦營運可以回答問題、總結資訊或推薦內容的產品。這些功能可能與提供底層資訊的來源競爭。

這並不代表每次爬取都會取代一次讀者到訪。爬取支援多種不同功能，包括連結預覽、安全檢查、搜尋索引、廣告系統及模型開發。

核心問題在於分隔。網站營運者需要知道哪個自動化代理收集哪些內容、作何用途，以及依據哪項合約授權。

Meta 表示其爬取做法未有改變

Meta 的辯護處理營運意圖，而批評則針對書面許可的範圍及持續性。

在整場爭議中，Meta 的公開立場一直保持一致。公司表示，它整合了原先分散於不同商業條款中的語言。

其發言人稱，更新沒有授予凌駕出版商偏好的新權利。Meta 亦表示，該條文關乎廣告及商業產品，並非抓取新聞網站。

公司在最初回應中強調，其網頁爬取行為沒有改變。其後的修改令合約更貼近這個解釋。

這一連串事件構成逆轉，但未必代表承認。Meta 沒有承認原有條款授權了法律專家所描述的行為。

相反，公司表示相關措辭被誤解，並修訂文本以釐清預期範圍。當廣泛起草的條文產生一間公司聲稱從未打算容許的解讀時，這是常見的合約回應。

這項釐清仍留下分歧空間。即使附加於廣告及商業產品，「開發」和「改進」仍是廣泛的動詞。

現代廣告系統在營運過程中廣泛使用機器學習。模型會為內容排序、配對受眾、偵測詐騙、生成創意材料，並預測用戶可能重視哪些產品。

因此，訓練模型亦可能屬於開發廣告產品的一部分。移除「訓練」一詞雖降低了表述的明確性，但並未為每一種機器學習用途設立技術界線。

這並不能證明 Meta 會使用抓取自出版商的內容作訓練用途。這只代表外界無法單憑檢視一個動詞來判斷資料流向。

較清晰的框架應列明獲准使用的內容、指定的爬蟲、目標系統、保留期限，以及被禁止的用途。它亦應說明某一爬蟲的輸出可否轉移至另一項產品。

Meta 已在公開文件中區分多種自動化代理程式。其爬蟲文件列出不同用途的不同 user agent。

Meta-ExternalAgent 與訓練基礎 AI 模型，或透過直接內容索引改善產品等用途有關。Meta-ExternalAds 支援廣告及其他商業相關產品。

Meta-ExternalFetcher 執行由用戶發起的擷取，而 FacebookExternalHit 則支援生成分享連結預覽等功能。Meta 亦記錄了一個用於以最新資訊支援回應的網頁索引器。

這些區分相當重要，因為封鎖所有與 Meta 相關的機械人，可能令實用功能失效。出版商可能希望保留 Facebook 連結預覽，同時拒絕為基礎模型訓練而進行的自動化收集。

因此，單一的「封鎖 Meta」指令可能過於粗疏。網站營運者必須將每一項政策選擇配對至正確的 user-agent token。

商業條款並未提供這份操作對照表，亦沒有承諾為某一既述用途而收集的內容，日後絕不會支援另一項功能。

這個缺口並非 Meta 獨有。AI 公司已為訓練、搜尋、用戶發起的擷取及產品功能推出多種爬蟲。

OpenAI 將可能收集材料作模型訓練的 GPTBot，與 OAI-SearchBot 及 ChatGPT-User 區分開來。Google 提供 Google-Extended，作為控制某些生成式 AI 用途的選項。

這些區分雖有用，但也將責任轉移至網站營運者。出版商必須監察文件、維護爬蟲規則、檢查日誌，並隨產品變化調整控制措施。

大型機構可以安排保安、法律、編採及基建團隊處理這些工作。小型企業往往無法做到。

Meta 的抓取條款帶來額外不確定性，因為它把合約授權與一套已將爬取工作分配給多個代理程式的技術系統結合起來。

企業可能閱讀修訂後的合約，並相信 AI 訓練不在其範圍內。若其反對與訓練相關的收集，管理員仍必須另行封鎖 Meta-ExternalAgent。

反過來說，企業可能在技術上封鎖某個爬蟲，卻仍不確定是否已在合約上表示同意。Robots.txt 向自動化代理程式傳達偏好，但它並非經協商的授權。

由此形成的系統要求企業管理三個獨立層面：理解平台條款、設定機器可讀的偏好，以及透過伺服器日誌核實實際行為。

對於追蹤政策變更的團隊而言，將附日期的條款、通知及基建決策保存於可搜尋的知識庫，可減少混亂。當措辭、user agent 或內部設定改變時，這些紀錄會變得極具價值。

Robots.txt 有幫助，但未能釐清同意問題

Robots.txt 提供實用控制措施，但無法解答 Meta 條款引起的每一項合約、技術或法律問題。

robots.txt 檔案位於網站根目錄，告訴自動化代理程式應避免哪些路徑。它是一項長期沿用的慣例，而非實體存取屏障。

Meta 表示，內容擁有人可使用 robots.txt 表達其偏好。其文件提供管理員可允許或禁止的特定 user-agent 名稱。

這項保證相當重要。獨立研究亦提供證據，顯示 Meta 已識別的爬蟲可在測試條件下遵守該檔案。

一項 2025 年的爬蟲量測研究透過被動及主動實驗，檢視了自動化代理程式。研究人員在被動量測中觀察到 Meta-ExternalAgent 遵守 robots.txt。

他們亦發現 Meta 的 AI 助手爬取在主動測試期間遵守禁止指示。不過，觀察到的 user-agent 行為並非總是符合 Meta 文件所述的爬蟲分工。

研究人員發現 FacebookExternalHit 或 Meta-ExternalAgent 同時執行與訓練相關及由用戶觸發的擷取。他們未有在這些測試中觀察到 Meta-ExternalFetcher。

這項發現並不代表存在蓄意規避行為，但確實說明文件中的分類為何需要實證驗證。

Robots.txt 亦依賴自願遵守。除非伺服器主動拒絕請求，否則通常仍會交付所要求的頁面。

網站擁有人可透過防火牆規則、bot 管理系統、速率限制、驗證及監察來加強其偏好。這些控制措施會增加成本及營運複雜度。

部分 Meta 代理程式可能為特定目的而略過 robots.txt。Meta 的文件表示，用戶發起的擷取，以及某些保安或完整性檢查，可能會以有別於一般爬取的方式運作。

這種例外可以是合理的。當有人分享連結時，即使自動化索引器被封鎖，他們也可能期望 Facebook 擷取其標題、圖片及描述。

然而，例外令簡單的政策更難傳達。出版商可能希望拒絕 AI 訓練，同時容許連結預覽及用戶要求的摘要。

網站必須識別代理程式、信任其所宣稱的用途，並套用正確規則。它亦必須確認聲稱使用 Meta user agent 的流量，確實來自 Meta 控制的真實地址。

惡意機械人可以複製 user-agent 字串。單憑名稱封鎖，並不能證明請求的身分或目的。

合約又增加了一個層面。原有 Meta 抓取條款授權自動化存取，並表示所收集的內容可用於訓練 Meta 產品。

法律專家質疑，Meta 能否主張這種合約同意取代與之衝突的 robots.txt 偏好。Meta 表示，更新不會取代這些訊號。

修訂後的措辭移除「訓練」後降低了張力，但合約仍未明確納入 robots.txt 的承諾。最強的保證仍見於 Meta 的公開聲明及技術文件。

這項差異在商業團隊評估風險時很重要。聲明解釋現行政策，合約則界定可執行的權利與義務。

正確結論並非 robots.txt 毫無用處。它仍是網站擁有人大規模傳達爬蟲偏好的最清晰方式之一。

亦不是每間企業都應立即封鎖每個 Meta 代理程式。這樣做可能降低可發現性、停用預覽，或干擾企業重視的產品功能。

實際回應應從內容盤點開始。零售商可能希望 Meta 更新公開目錄頁面，同時排除文件、客戶入口網站或編採檔案庫。

出版商可容許預覽爬蟲，但封鎖與基礎模型訓練相關的代理程式。軟件公司則可對市場推廣頁面、開發者論壇及需驗證的支援內容採用不同規則。

管理員其後應將這些選擇與實際伺服器日誌比對。日誌顯示哪些代理程式請求哪些路徑、它們多久回訪一次，以及禁止規則是否改變流量。

他們亦應保留其帳戶所展示的商業條款版本。平台條款可因司法管轄區或語言而異，亦可能在生效日期前變更。

法律團隊不應假設移除「訓練」便解決所有授權問題。技術團隊也不應假設合約修訂會自動改變爬蟲行為。

因此，審慎的觀點比最初最響亮的反應更為狹窄。在所引報道中，沒有經核實的證據顯示 Meta 利用這項新條款規避出版商控制，或擷取付費牆文章。

憂慮屬前瞻性質。寬泛措辭、不清晰的資料隔離，以及依賴外部保證，會在任何具爭議的收集行為獲證實前已構成風險。

這項區分避免雙方過度聲稱。不應在沒有證據下指控 Meta 有不當行為，同時也不應要求出版商忽略寬泛得足以引起合理憂慮的授權措辭。

10 月 30 日前後值得關注的事項

三項訊號將顯示 Meta 的澄清會否成為可執行的界線，還是只屬暫時的措辭修正。

第一項訊號是條款於 10 月 30 日生效時，企業實際收到的最終文本。Meta 的修訂應一致地將與爬取相關的用途限於廣告及商業產品。

企業應檢查其帳戶、語言及司法管轄區所顯示的版本，並將附日期的副本連同促使其接受條款的通知一併保存。

一致性將加強 Meta 的立場，即爭議源於不精確的整合。互相矛盾或更寬泛的版本，則會削弱這種解釋，並重新引發對協議實際範圍的疑問。

最終條款亦應釐清「test credentials」。這個詞語引起憂慮，因為它可指一般測試，亦可指超出公開頁面的存取。

明確限制不得繞過付費牆、訂戶控制或受限制區域，將回應最嚴重的解讀。若保持沉默，企業便只能依賴 Meta 未有說明的內部做法。

第二項訊號是 Meta 的爬蟲文件及可觀察到的流量。Meta 應在廣告、訓練、索引、預覽及用戶要求的擷取之間維持清晰界線。

user-agent 名稱、用途或 robots.txt 行為的變更值得密切留意。企業應將文件與自身伺服器日誌比對，而非只依賴名稱。

若 Meta-ExternalAgent 仍可獨立控制並遵守禁止規則，將支持該公司所稱出版商仍保有有意義選擇的說法。

若代理程式在沒有清晰披露下執行重疊角色，修訂後的合約所提供的保證便會較少。技術模糊性甚至可削弱措辭再審慎收窄的法律語言。

獨立量測將尤其有用。2025 年的爬蟲研究發現 Meta 在其測試中遵守 robots.txt，但亦觀察到 user agent 在不同功能之間出現非預期共用。

日後研究可確定這些模式在新條款生效後會否持續。它們亦可測試 Meta 如何處理需驗證頁面、重新導向、快取規則及速率限制。

第三項訊號是 Meta 會否將公開承諾轉化為明確的合約承諾。該公司表示，更新不會凌駕 robots.txt 偏好，亦非為抓取新聞網站而設。

將這些界線寫入條款可減少不確定性。在規劃長期資料政策時，這亦讓企業擁有比發言人聲明更穩固的依據。

Meta 可以列明，根據商業條款抓取的內容不得訓練通用基礎模型。它亦可識別獲准的產品類別，並禁止超出網站所授權範圍的存取。

這類措辭將加強「這是起草問題」的觀點。若持續依賴寬泛動詞及外部解釋，關於同意的爭議便會持續。

出版商亦應密切留意圍繞 AI 訓練數據的訴訟及監管動態。法院仍在多宗案件中處理版權、合理使用、合約、存取控制及補救措施等問題。

這些裁決將影響平台條款及禁止爬蟲措施的價值。一項技術偏好若有可執行的合約、版權主張或存取控制法律支持，其意義便截然不同。

對開發者及企業買家而言，箇中教訓不止適用於 Meta。AI 數據治理在資訊送達模型前便已開始。

合約、爬蟲身分、收集途徑、保留規則及系統邊界，決定日後的 AI 功能是否建基於可辯護的存取權限。模糊的收集權利會為客戶及供應商帶來後續的合規工作。

知識工作者亦應關注，因為商業帳戶可透過一般用戶未必預期的方式，將外部資料連接至平台。社交帳戶可能成為更廣泛權限鏈的一部分，涉及網站、目錄、文件及自動化擷取。

Meta 的爬取條款現已不再包含最明確提及 AI 訓練的措辭。這是一項實質修正，亦降低了眼前的合約憂慮。

不過，該爬蟲仍然存在，精準界線的需要亦一樣存在。下一項考驗，是 Meta 的最終條款、技術控制及觀察到的行為，是否講述同一個故事。

在 10 月 30 日前，企業應回答一個實際問題：它們希望使用哪些 Meta 功能，又準備授權哪些形式的自動化存取？答案應指引它們檢視帳戶通知、robots.txt 規則、存取控制及爬蟲日誌。出版商應保存其接受的條款，並記錄所作出的技術變更。開發者應驗證每個 Meta user agent，而非將所有自動化流量視為同一系統。Meta 已澄清其所稱爭議條款的用途。現在，其合約及爬蟲行為必須讓這項承諾清晰可見。