Anthropic 15 亿美元版权和解获批，但 AI 训练仍属合理使用

在作者指控 Anthropic 获取盗版图书用于开发 Claude 后，该公司 15 亿美元的版权和解获得最终批准。然而，这一结果并未宣告 AI 训练本身违法。正是这一区别，使该协议的意义远远超出其引人注目的金额。

美国地区法官 Araceli Martínez-Olguín 于 2026 年 7 月 20 日批准了这项集体诉讼和解。该协议涵盖 482,460 部符合条件的作品，其中约 91% 已由作者、出版商或其他权利人申领。

法院估计，在权利人之间分配及扣除相关费用之前，每部已申领作品的赔偿约为 3,000 美元。原告律师 Justin Nelson 称，这是历史上已知金额最大的版权赔偿。

不过，Anthropic 保住了此前一项裁决带来的重要法律胜利。前主审法官 William Alsup 认定，使用图书训练 Claude 属于具有转换性的合理使用。但他对 Anthropic 获取并存储数百万份盗版文件的行为作出了区别认定。

这种区分构成了核心冲突。AI 公司获得了在受版权保护材料上训练模型的法律支持，但并未因此获得以非法方式获取这些材料的许可。此次和解终结了一起案件，却让更广泛的许可争议悬而未决。

Anthropic 15 亿美元版权和解实际批准了什么

法院批准的是对过去与盗版相关的索赔作出赔偿，而非笼统裁定训练 Claude 侵犯版权。

作者 Andrea Bartz、Charles Graeber 和 Kirk Wallace Johnson 于 2024 年 8 月提起集体诉讼。他们指控 Anthropic 从 Library Genesis 和 Pirate Library Mirror 下载受版权保护的图书，这两个网站通常被称为 LibGen 和 PiLiMi。

这些资源库传播未经授权的图书数字副本。据报道，Anthropic 在为模型开发建立中央研究资料库期间，累计收集了超过 700 万份文件。

获得认证的集体范围远小于该资料库的总规模，其中包括 482,460 部符合特定所有权、登记及身份确认要求的作品。

Martínez-Olguín 法官的最终批准令认定，该和解公平、合理且充分。她还作出最终判决，并以不得再次起诉的方式驳回了这起集体诉讼。

这笔 15 亿美元的基金不会返还给 Anthropic。这意味着索赔程序结束后，未使用的和解款项不会直接退回 Anthropic。

单个作者实际获得的金额未必恰好为 3,000 美元。一部作品的赔偿份额可能由作者、出版商、合著者、遗产管理方或其他版权所有者共同分配。

对于许多非教育类图书，默认安排是由作者和出版商平分赔偿份额。合同条款、已回归作者的权利以及有文件证明的所有权安排可能会改变这一分配方式。

法院称，截至 2026 年 4 月 16 日，约有 440,490 部作品已被申领，约占当时所列符合条件作品的 91.3%。

仅有 350 名集体成员提交了有效的退出申请，涉及 1,802 部作品。另一批成员提出异议或申请逾期退出，但法院认为整体回应足以支持批准和解。

和解协议还要求 Anthropic 销毁从 LibGen 和 PiLiMi 下载的特定副本。该公司必须处理由这些源文件衍生的副本，并证明其已履行相关义务。

至关重要的是，该协议不构成未来许可。它解决的是截至和解截止日期、涉及过往行为的特定索赔。

它也没有解决围绕 Claude 输出内容的所有争议。有关生成内容涉嫌侵权的索赔，与此次解决的获取材料相关索赔仍属不同问题。

Anthropic 并未通过该协议承认存在不当行为。其副总法律顾问 Aparna Sridhar 强调，此前关于合理使用的裁决仍然有效。

这一立场解释了双方为何都能宣称取得了实质性成果。权利人获得了史无前例的赔偿，而 Anthropic 则保住了一项有利于模型训练的裁决。

因此，该协议化解了财务风险，却未就所有争议问题形成最终的审判裁决。它是一项围绕本案中已经确立的司法区分而达成的和解。

法院将 AI 训练与建立盗版资料库区分开来

Anthropic 最大的法律胜利与最沉重的财务责任，源于对同一批图书的不同使用方式。

Alsup 法官在 2025 年 6 月作出的简易判决中，将 Anthropic 的行为划分为不同类别。该裁决否定了 AI 开发流程中的每一次复制都应受到相同处理的观点。

首先，法院审查了 Anthropic 合法购买、扫描并转换为可搜索数字文件的图书。法院认定，这种格式转换的目的不同于销售或阅读原版图书。

其次，法院审查了在模型训练中使用图书的行为。该过程通过分析数据中的模式调整模型参数，而这些参数是指导生成响应的数值关系。

Alsup 称这种训练用途“具有极强的转换性”。其裁决认为，Claude 的开发不同于为读者复制图书。

该模型并非旨在分发每部源图书未经改动的副本。它从庞大的资料库中学习统计关系，并利用这些关系生成新文本。

这一认定为 Anthropic 带来了重大的合理使用胜利，也为其他 AI 开发商提供了可能有用的判例参考，尽管一家地区法院的裁决并不能确立全国性规则。

第三类行为则带来了不利结果。据称，Anthropic 下载了数百万部未经授权的图书，并将其永久保存在一个通用资料库中。

法院认定，仅仅因为 Anthropic 以后可能将部分文件用于研究或训练，并不足以为建立这一资料库的行为开脱。获取这些材料的行为本身必须具备独立的合法依据。

这种区分类似于实验室在通过非法来源取得受保护材料后，将其用于一项本可获得法律辩护的实验。合法目的并不会自动使此前的每项行为都变得合法。

此次和解体现了这一逻辑。作者无需先推翻有关训练的裁决，即可就盗版相关行为获得赔偿。

Anthropic 则避免了就数十万部已登记作品可能产生的法定赔偿进入审判。这类赔偿可能因侵权认定及有关主观意图的证据而出现巨大差异。

因此，该公司面临的风险并不仅限于电子书许可的一般市场价值。审判可能依据法定版权救济措施逐一审查每部符合条件的作品。

这就解释了为什么一家已经获得有利合理使用裁决的公司，仍同意设立 15 亿美元的基金。尚未解决的问题涉及源资料库，而不仅仅是最终的训练过程。

有关 Anthropic 和解的报道体现了这种表面上的矛盾。训练可能符合合理使用，但从盗版资源库大规模获取材料会产生独立的法律责任。

对 AI 开发商而言，实际启示非常直接。法院可以将数据收集、存储、预处理、训练和生成输出视为彼此独立的行为进行评估。

站得住脚的训练抗辩无法弥补薄弱的数据来源证明。来源记录能够说明信息来自何处、受哪些权利约束，以及组织如何处理这些信息。

企业早在诉讼开始前就需要保留这些记录。它们必须能够证明数据集是如何被汇编、筛选、许可、购买或移除的。

合理使用裁决为 AI 行业赢得了喘息空间。而此次和解则表明，当底层数据收集过程经不起审查时，这种空间会变得多么昂贵。

作者在未击败合理使用原则的情况下获得历史性赔偿

这一结果带来了切实赔偿，但权利人并未获得许多人所期待的、反对未经许可 AI 训练的广泛裁决。

Anthropic 15 亿美元版权和解因其规模而备受关注。原告称其为公开已知金额最大的版权赔偿，而获批的基金规模也支持这一说法。

较高的参与度也增强了和解的正当性。法院报告称，约 95% 的集体成员收到了通知，索赔覆盖了约 91% 的符合条件作品。

Martínez-Olguín 法官认定，异议不足以抵消该协议的益处。她称救济措施具有实质意义，并指出双方在审判中都会面临风险。

每部作品的预计赔偿高于普通版权侵权可获得的最低法定赔偿。不过，批评者将其与故意侵权可能适用的更高赔偿上限进行了比较。

但最高赔偿从来不是必然结果。权利人需要证明责任成立、维持集体诉讼资格、经受上诉考验，并确立支持更高赔偿的事实。

集体和解以可能获得更高判决金额的机会，换取更具可预测性的赔偿。当涉及数十万部作品及复杂的所有权安排时，这种取舍尤为重要。

法院还削减了原告律师申请的律师费。原告律师此前将最初的申请金额下调后，要求获得约 1.875 亿美元。

最终裁定的金额约为 1.016 亿美元。Martínez-Olguín 认为简单按比例计算会带来过高的意外收益，因此拒绝采用这种方式。

她转而采用实际工时法，即以合理工时乘以合理费率作为起点。法院随后可以根据风险、复杂程度及诉讼结果调整该金额。

这一削减非常重要，因为律师费和管理费用会影响最终有多少资金能够到达索赔人手中。它也表明，批准整体和解并不意味着接受集体诉讼律师提出的每一项请求。

对具名原告的服务奖励也遭到削减。他们的职责是代表一个集体，而除非集体成员依照规定退出，否则都将受到诉讼结果的约束。

Authors Guild 的回应对和解获批表示欢迎，并称预计分配程序将会启动。具体付款日期仍取决于管理流程及任何上诉进展。

一些作者和出版商仍然不满。少数成员选择退出，以自行提起诉讼；另一些人则认为，和解低估了其作品的价值。

这些索赔人面临着不同的风险。单独诉讼保留了获得更高赔偿的可能性，但也需要独立举证、承担法律费用，并面对多年的不确定性。

该和解并未确立 3,000 美元是一本图书用于 AI 开发时的普遍市场价值。它反映的是一项受诉讼风险及集体范围管理影响的协商解决方案。

它也没有为未来训练确立标准许可费率。协商达成的许可可以考虑独占性、数据质量、允许用途、模型规模、期限以及输出限制。

获批的协议涵盖一个明确界定的历史作品集合。未来的交易将涉及不同的谈判地位，也可能涉及不同的权利。

因此，作者们取得了意义重大却并不完整的胜利。他们获得了对未经授权获取行为的赔偿，但并未消除围绕训练的合理使用抗辩。

Anthropic取得了相反的结果。它保住了对自身有利的法律理论，却因其获取和保留源材料的方式付出了高昂代价。

为什么数据来源如今给每一家AI开发商都带来了压力

这项和解使数据集文档从内部工程问题转变为一项实质性的法律管控措施。

首当其冲的是开发基础模型的公司。基础模型是使用广泛数据集训练的通用系统。这些公司的团队通常通过多个供应商、档案库、公共存储库和内部管线收集材料。

模型开发商不能将这些输入视为一个不加区分的训练语料库。每个来源都可能附带不同的所有权、合同、隐私和版权条件。

Anthropic一案说明了为什么这种区分至关重要。法院对购买后扫描的书籍与通过盗版书库下载的书籍作出了不同处理。

最终的模型或许会通过类似的技术系统处理这两类来源。即使工程师将它们分词成相同的格式，它们的法律历史仍然不同。

分词是将文本转换为模型可以处理的单元。它改变了书籍的呈现形式，但不会抹去其获取记录。

开发商现在需要建立将训练输入与来源记录关联起来的清单。这些记录应注明许可、购买凭证、收集日期、获准用途和删除要求。

他们还需要对衍生副本实施管控。数据可能会流经原始存储、清洗后的数据集、去重后的集合、训练分片、备份和评估系统。

删除一份原始文件并不一定会删除所有运行中的副本。和解协议中的销毁义务凸显了这一现实难题。

模型开发商可能会通过扩大许可内容集合来应对。他们也可能更多地依赖公版材料、经用户授权的数据、合成数据集和直接协商取得的档案。

这些方式都无法完全替代大型书籍集合所提供的多样性。精选书籍包含长篇推理、叙事结构、专业知识以及经过编辑审校的语言。

这使出版商和权利管理组织成为更加重要的谈判伙伴。它们既能汇总授权，又能提供非正式网络集合往往缺乏的结构化元数据。

Copyright Office分析进一步表明，并不存在普遍适用的答案。该报告认为，合理使用取决于所涉及的具体作品、目的、来源、输出和市场影响。

该机构还区分了以研究为导向的用途与输出内容同受保护材料形成竞争的商业系统。法院必须根据具体记录适用既有的法定因素。

其他AI公司不应将Anthropic裁决解读为全面免责。OpenAI、Meta、Google及其他开发商所面临的案件涉及不同的数据集、指控和法律理论。

关于转化性训练的有利裁决并不能解决模型是否复制受保护表达的问题，也无法回答其输出是否会替代作者的市场。

证据可能因模型和部署方式而异。通用助手、代码生成器、图像系统和音乐工具可能产生不同的市场影响。

企业买家将越来越多地询问供应商这些区别。采购审查可能包括训练数据政策、赔偿条款、删除程序以及对权利人请求的响应方式。

投资者也有理由审查数据来源。仓促组建的数据集可能产生在相关模型训练多年后才浮现的责任。

这项和解使这种风险变得可以衡量。即使核心训练流程获得法院的有利处理，薄弱的材料收集实践仍可能导致法律风险。

这项和解并未终结AI版权之争

最终批准结束了Bartz v. Anthropic一案，但其范围有限的权利放弃条款仍让该行业最棘手的版权问题悬而未决。

获批的协议解决了与特定合格作品及明确界定的既往行为相关的索赔，但并未判定所有未经许可的训练项目是否都构成合理使用。

Alsup法官对训练问题的分析将影响未来的论辩，但其他法院无需得出相同结论。不同的证据可能导致对四项合理使用因素作出不同的适用判断。

一个尚未解决的问题是市场损害。权利人主张，未经许可的训练会损害正在形成的AI授权市场。

AI公司则回应称，版权并未赋予权利人控制所有转化性分析用途的权利。它们还主张，模型训练不同于分发替代性副本。

授权活动让这一争议变得更加具体。出版商和媒体机构已经签署协议，允许AI公司按照协商确定的条件使用特定档案。

这些交易可以支撑相反的叙事。权利人将其视为真实授权市场存在的证据，而开发商可能将其描述为商业选择，而非法律要求。

另一个未决问题涉及模型输出。即使一个系统的训练获得合法性认可，它仍可能生成与受保护作品过于相似的段落。

Bartz和解协议保留了与输出相关的索赔，而不是对其作出广泛解决。未来案件中的原告可以将重点放在记忆、替代或接触受保护表达等问题上。

第三个问题涉及认证集体范围之外的作品。资格取决于作品清单、版权登记、标识符及其他法律要求。

材料未列入该清单的创作者不会自动获得赔偿。如果他们能够证明诉讼资格和侵权行为，部分创作者仍可另行提起诉讼。

选择退出的出版商也保留其索赔权。它们的诉讼可以检验个别原告能否获得优于集体和解的结果。

这一结果在美国之外同样只能提供有限的指导。不同司法管辖区的版权例外、文本与数据挖掘规则以及授权制度各不相同。

在全球运营的开发团队可能面临相互冲突的要求。一个数据集在某个市场可以接受，却可能在另一个市场引发限制或披露义务。

这项和解还给立法者留下了一个政策问题。法院可以运用现有法律裁决争议，但集体诉讼是一种确立数据市场规则的缓慢方式。

美国可以保留逐案判断合理使用的方式、建立授权框架，或施加透明度义务。每条路径都会以不同方式分配成本和谈判权力。

强制授权可以带来报酬和可预测的访问权限，但也可能有利于那些有能力管理复杂权利和高额费用的大型模型开发商。

广泛适用合理使用可以降低小型开发商的准入门槛，却也可能削弱创作者的议价能力，并使表达性作品的经济利益集中到其他主体手中。

透明度要求处于两者之间，但会引发实际问题。训练数据集可能包含通过不断演变的技术管线收集的数十亿个项目。

公开披露还可能泄露机密商业信息或产生新的安全风险。因此，有效的透明度需要建立标准，将可核实的文档与难以管理的数据倾倒区分开来。

这篇合理使用和解分析反映了这种尚未解决的平衡。Anthropic对案件结束表示欢迎，同时强调对训练有利的裁决仍然有效。

因此，不应把这项和解描述为AI的彻底失败，也不应视为作者的全面胜利。它解决了一条代价高昂的边界，同时保留了核心法理之争。

最终批准后的三个观察信号

下一阶段将揭示，这项和解究竟会改变行业行为，还是仅仅是对异常薄弱的材料来源实践作出的特殊回应。

第一个信号是款项分配和上诉流程。最终批准使和解得以推进，但付款取决于判决正式生效，以及管理机构完成有效索赔的处理。

上诉可能延迟款项分配，或对裁定的部分内容提出质疑。流程顺利推进将强化法院关于该协议能够提供实际救济的结论。

实际付款情况也将明确每位创作者最终获得的金额。广泛报道的3,000美元是预计的单部作品分配额，并非保证寄给个人的支票金额。

权利可能由多人共享，而且基金还必须计入获批的费用、开支、利息和管理成本。索赔人最终的实际体验将影响外界对和解公平性的看法。

第二个信号是退出和解者及相关诉讼的进展。选择提起个别诉讼的各方必须证明，拒绝集体和解是否能开辟一条切实可行、获得更多赔偿的路径。

早期驳回或不利裁决将进一步证明这项和解的价值。成功的个别索赔则可能鼓励未来的权利人抵制广泛的集体和解。

这些案件还可以检验Bartz案未涉及的问题。原告可能提出不同的登记历史、获取证据、模型行为或与输出有关的指控。

第三个信号是训练数据采购方式出现明显变化。模型开发商可以通过发布更多授权公告、采用可审计的数据集或正式披露数据来源来应对。

如果协商取得的书籍授权持续增加，就说明即使合理使用裁决对开发商有利，诉讼仍在重塑商业实践。这将在无需等待国会行动的情况下形成市场回应。

相反的趋势同样具有参考价值。如果开发商继续依赖广泛的未授权材料集合，就意味着它们很可能押注于合法获取和转化性训练仍可得到法律上的辩护。

投资者和企业客户应仔细审视这一区别。供应商声称其训练属于合理使用，并不意味着它已经说明了数据的来源。

创作者应留意涵盖AI用途的合同条款。出版商可以寻求训练权许可，但现有的作者协议可能没有明确分配这些权利。

所有人还应关注法院如何处理生成内容。未来涉及高度近似复制的案件可能会将关注点从材料获取转向模型行为。

Anthropic的15亿美元版权和解围绕盗版源书库划定了一条代价高昂的边界，但并未为生成式AI的合法开发提供普遍适用的规则。

对于评估下一起版权案件的读者而言，关键问题已不再是书籍是否曾出现在训练管线的某处，而是它们如何被获取、每份副本为何存在，以及最终模型会生成什么内容。

正是这些事实导致了本案中截然不同的结果。它们很可能决定这项和解会成为行业模板，还是仅仅成为一则与Anthropic特定材料收集实践相关的警示。