OpenAI 版权争议：Nadler、Raskin 和 Johnson 质疑 DOJ 的 AI 训练论点

OpenAI 正面临国会对 DOJ 为 AI 训练辩护的挑战，众议院司法委员会三名资深民主党议员敦促联邦法院驳回其推理。OpenAI 版权争议如今直接涉及国家安全是否应纳入受版权保护训练材料的法律分析。

2026 年 10 月 30 日，众议员 Jerrold Nadler、Jamie Raskin 和 Hank Johnson 宣布提交法庭文件，反对司法部的立场。他们的介入涉及 OpenAI、Microsoft、The New York Times 及其他版权持有人参与的合并诉讼。

相互竞争的立场揭示了一条棘手的边界。AI 开发者希望能够基于现有文字构建系统，而出版商则希望对支撑这些系统的材料拥有可执行的权利。DOJ 的提交文件和立法者的回应均未确立司法结果。眼下的进展是试图影响法院如何划定这一边界。

OpenAI 版权争议引发国会对 DOJ 的挑战

立法者的版权训练挑战针对 DOJ 在为 AI 训练辩护时对国家安全的依赖。他们宣布提交的文件属于法庭之友意见书，即由诉讼主要当事人之外的人士提出论点的文件。

该案位于纽约南区联邦地区法院，案名为 In re OpenAI, Inc. Copyright Infringement Litigation。The Times 指控 OpenAI 和 Microsoft 未经许可使用其新闻报道来开发竞争产品。这些指控仍属有待法律裁决的主张。

Nadler、Raskin 和 Johnson 认为，国会并未制定一项国家安全例外，允许私营 AI 公司无限制使用受保护作品。他们的声明要求法院维护支撑版权制度的保护措施和报酬激励。

具体变化是国会对政府法律立场提出挑战，而非版权法本身发生变化。

在阅读原始公告时，这一区别至关重要。其中提及无限制、免费使用，描述的是立法者对 DOJ 做法的批评。它并不意味着法官已授予 AI 公司此类许可。

该文件也不代表国会进行了表决。个别立法者可以阐释其对法规的理解，并批评行政部门的论点。但他们的参与本身不会修订该法规，也不会决定其适用方式。

其实际意义在于他们向法院提出的问题：在评估具体复制行为时，更广泛的 AI 政策应占多大权重？他们的异议要求法官审视该政策论点的法律基础。

这会促使双方明确他们实际寻求的是什么。对训练的辩护需要界定范围。对报酬的要求则需要说明哪些使用需要许可，以及原因何在。

请考虑宽泛的政治主张与可用法律规则之间的差异。说 AI 发展服务于公共利益，并未回答开发者可以复制哪些材料。说新闻报道应受保护，也未回答哪些后续使用仍属合法。

法院的工作正涉及这些未获解答的问题。立法者的介入之所以重要，是因为它挑战了用以解决这些问题的推理，即便它不会立即改变任何人的权利。

因此，对于关注此案的读者而言，有用的起点是程序上的准确性。提交的论点是当事方或参与者立场的证据。司法命令则是法院裁决内容的证据。

混淆这些类别会在任一方向上夸大事件意义。该文件不意味着出版商已胜诉，而 DOJ 的介入也不意味着开发者已经拥有普遍的训练许可。

DOJ 为训练辩护，同时区分其他版权问题

DOJ 于 2026 年 9 月 1 日提交了其训练阶段辩护。该文件是一份利益陈述，阐明联邦政府在待决诉讼中的立场。

该部门认为，使用受版权保护的文本进行模型训练属于合理使用，即允许在未经版权持有人许可的情况下进行某些使用。其推理结合了版权论点，以及有关创新、竞争和国家安全的主张。

DOJ 还区分了数据获取、训练和模型输出。它明确将分析重点放在训练上，而非将围绕 AI 系统的所有活动都视为法律上相同。

这种区分限制了读者应从政府支持 OpenAI 一事中作出的推断。

关于训练的有利论点，并不会自动回答开发者如何获得某份文件。它也不能决定某一具体生成回复是否侵犯受保护表达。

DOJ 警告，对美国 AI 发展的限制将使外国竞争者受益。它还认为，许可要求可能会有利于拥有谈判资源的开发者。

这些是该部门的政策论点，而非有关任何特定许可规则后果的司法认定。该文件并未证明每一种拟议许可安排都会不可行。

不同阶段之间的区分带来重要的分析后果。一家公司可能对某项活动提出有力辩护，同时仍须面对另一项活动相关的问题。将整个产品描述为合法或非法，会跳过这一分析。

设想一名开发者正在评估一组新闻文章。获取该集合、在训练期间处理它，以及向用户展示相关文本，涉及不同的事实问题。“AI 使用”这样的单一标签掩盖了这些差异。

这也是为何立法者的描述和 DOJ 的实际文件需要一并阅读。前者警告一种广泛的实际结果。后者则将训练确定为其主要辩护的活动。

最严谨的报道会同时呈现这两点。DOJ 寻求对训练的广泛辩护，其文件也承认其他阶段可能引发不同问题。两点并不相互抵消。

对企业而言，其含义是任何最终裁决的边界仍存在不确定性。一项针对训练的判决可能仍会留下产品部署问题未获解决。反过来，有争议的输出也不会自动确定所有训练操作的法律地位。

因此，对 OpenAI 合理使用的有用解读，需要明确所审查的复制行为。缺少这一细节，关于胜负的说法便难以评估。

政策争议之所以影响深远，恰恰在于同一个短语可能掩盖多项活动。任何最终的法律清晰度都将取决于法院如何谨慎地区分这些活动。

国家安全提高了利害关系，但并未决定合理使用

立法者的异议将注意力重新带回法定框架。Copyright Office 的合理使用因素涉及使用目的、原作品性质、使用数量及其对市场的影响。

该机构强调，法院会逐案权衡具体情况。商业活动并不会自动否定合理使用，复制整部作品也不会自动决定结果。

其指导意见还承认，法院可以考虑其他相关情况。因此，分析需要比核对政策措辞是否出现在列举因素中更为审慎。

核心问题是国家安全论点如何与版权分析互动，而不是 AI 是否具有国家层面的重要性。

立法者反对将国家安全视为给予特殊训练特权的依据。DOJ 则将美国 AI 发展视为支持其合理使用解释的公共利益。

这些立场形成了一场关于法律推理的争议。法院可以认可技术对国家政策的重要性，同时仍要求对受质疑使用行为作出有说服力的解释。

同样的原则也应适用于关于新闻报道的论点。报道能够承担重要公共职能，但这并不意味着对已发表文章的每一种后续使用都会构成侵权。

有用的区分性问题在于，每项公共利益主张会导出什么结论。它是否有助于解释正在审查的具体使用？还是以一般性的政策偏好取代了这项审查？

这一区别使 OpenAI 版权争议的影响超出当前诉讼当事人。广泛的论据可能延伸至涉及不同材料、产品和商业关系的后续案件。

从分析角度看，一项规则在具有同情因素的案例发生变化时，仍须保持可理解性。通过有益研究应用来辩护的一项原则，也必须解释其在其他情形中的界限。

同样，以调查报道成本为基础的论点，也需要说明其与允许再利用之间的关系。投入本身无法回答有关后续表达的所有问题。

这正是为何绝对化口号难以为开发者或出版商提供多少指引。它们可以表明优先事项，却无法明确哪些事实会改变法律结论。

更有用的检验是询问这种推理是否存在终点。什么能区分允许的处理与不可允许的替代品？当双方对产品功能存在分歧时，哪些证据重要？

法官对这些问题的处理，将比公开声明中国家安全措辞的显著程度更具信息价值。推理必须将政策关切与争议中的活动联系起来。

对读者而言，关键在于区分重要性与权利资格。一项活动的战略价值解释了政府官员为何关心它。剩下的任务是解释版权法允许什么。

出版商将许可视为供应链的一部分进行辩护

支持原告的出版商认为，许可应处于分析的核心位置。他们的立场将受保护文字视为一种经济投入，其创作者仍保有具有法律意义的控制权。

出版机构于 10 月 29 日提交的文件提出了这一主张。Association of American Publishers 将其许可市场论点描述为对协商交换和持续创作激励的捍卫。

参与组织包括图书出版商、科学出版代表、独立出版商和 Copyright Clearance Center。他们认为，宽泛的合理使用解释会将价值从资助底层作品的一方转移出去。

他们的论点将许可视为维系内容生产的问题，而不只是对既有工作的回报。

这一立场并未证明每一种训练使用都需要许可。它指出了出版商希望法院保护的经济机制。

竞争层面的担忧很直接。如果需要获得许可，开发者在规划系统时就必须考虑受保护材料的访问问题。如果无需许可，权利人对这些使用方式的议价能力就会削弱。

这两种观察本身都无法确定最佳的法律答案。它们分别描述了控制权和商业风险的不同分配方式。

一个假设的新闻编辑部说明了出版商的担忧。它付费让记者调查某个主题，培养消息来源，并发布原创报道。随后，另一项服务将该作品用于一款具有竞争关系的信息产品。

相关争议并不能仅凭两款产品都涉及信息这一点来解决。它需要审视第二项服务使用了什么、提供了什么，以及涉及哪些受保护利益。

一个假设的开发者则提出了相反的担忧。它希望构建一个能够处理多样主题的系统，而无需就每一个潜在来源分别协商。许可要求会为该项目引入商业依赖。

这些例子解释了为何同一规则从交易的两端看起来会截然不同。出版商看到的是一项需要回报的投资。开发者看到的是实现新能力所必需的投入。

棘手的问题在于，这些视角如何融入现有法律框架。许可市场的存在，并不能证明其中的每项活动在法律上都需要许可。

反过来，认为某种新用途有益于社会，也不能证明权利人不具有正当的市场利益。这些命题需要分别获得支持。

对于企业采购方而言，其商业影响在于应审查供应商的内容安排实际涵盖哪些内容。一则笼统的合作公告并不能说明所有获准用途。

协议可能会区分访问、处理、展示和分发。读者不应假定涵盖某一功能的许可必然涵盖其他所有功能。

因此，出版简报为国家安全争论增添了一个具体的经济问题：维护 AI 产品所依赖材料的成本由谁承担？

OpenAI 训练权利在创作者群体内部仍存争议

这场争议并未简单地划分为一方是科技公司，另一方是所有作者。代表知识创作的不同组织提出了不同的限制方案。

Authors Alliance 申请提交一份支持被告方在特定问题上立场的意见书。其市场稀释论点反对将不侵权的生成作品带来的竞争视为版权损害。

在这场辩论中，市场稀释指的是新作品带来的竞争压力，即使它们并未复制受保护的表达。该组织认为，版权不应保护既有作者免受这种形式的竞争。

它明确表示不对其他问题持立场，包括训练数据的获取方式以及特定输出是否构成侵权。这一限制避免其提交文件成为对 OpenAI 每一项做法的全面背书。

创作者可以支持合理使用，同时质疑 AI 公司如何获得材料或如何提供特定回答。

Wikimedia 在其训练与检索立场中提出了另一项区分。它支持符合条件的模型训练适用合理使用，同时要求某些基于检索的用途遵守许可规定。

检索增强生成（RAG）使用检索到的源材料来帮助生成回答。Wikimedia 认为，训练与这种有据可循的内容交付应获得不同对待。

它的担忧涵盖两个方向。过度限制可能阻碍有用技术的发展，而一概允许则可能削弱支撑开放信息环境的来源。

这些立场使得“某一法律结果将平等服务所有创作者”的说法变得复杂。作家既可以是权利人，也可以是早期作品的使用者。他们的利益可能因活动而异。

例如，学者可能希望保护自己的书籍不被复制，同时依赖获取他人作品以进行批评。这些利益可以兼容，但需要明确边界。

同样的复杂性也存在于 AI 产品之中。通用写作助手与基于检索到的报道回答问题的服务，可能提供不同的用户体验，也可能具有不同的竞争关系。

这一观察并不能决定任一用途是否合法。它解释了为什么产品功能比“AI 公司”这一类别更重要。

因此，OpenAI 训练权利应通过具体活动来评估，而不应从一个组织的整体立场中推定。支持训练并不必然意味着支持不受限制的检索或复制。

这一比较也解释了为何涉及 Meta 和 Anthropic 的诉讼不能被简化为一张比分牌。不同的事实记录、用途和法律理论，可能限制其他案件能向读者说明的内容。

Authors Alliance 在讨论市场稀释时提及了这些公司的案件。这一背景说明的是围绕特定理论的分歧，而非为相互竞争的开发者确立一项普遍规则。

对于知识工作者而言，实际区分在于工具处理什么材料，以及它返回什么内容。个人知识库与公共出版或模型开发具有不同的工作流语境。

无论处于何种语境，分析问题都相同：哪项活动需要评估，又有哪些证据描述该活动？宽泛的产品标签无法回答其中任何一部分。

这就是检验每位参与者叙事的怀疑性标准。关于保护创作者或推动创新的主张，需要说明其所偏好的规则将影响哪些用途和哪些人。

关注法院的推理、市场证据和适用范围

接下来值得关注的发展将涉及法律裁决及其支持证据。未来数月，读者应追踪具体文件，而不要从公开倡议中推断时间表。

最具参考价值的信号将是法院推理的适用范围，尤其是它实际处理了哪些活动和主张。

首先，关注法院如何对待相互竞争的提交材料。接受一份意见书的命令意味着该论点可以被纳入考量，并不意味着法官同意该论点。

对 DOJ 立场的实质性讨论将提供更多信息。读者应留意法院是否将国家利益与具体的合理使用推理联系起来，或拒绝这种联系。

对国家安全推理的狭义否定会削弱 DOJ 案件的这一部分。但这不一定会裁定支持训练的其他所有论点。

同样，对政府提交材料的有利对待也需要谨慎解读。法院可能接受部分推理，同时将其适用范围限制在特定情形。

其次，关注有关替代效应和许可的证据。问题在于，记录就受质疑用途及相关市场实际证明了什么。

具体认定比“AI 要么帮助、要么损害出版业”的一般性主张更有分量。它们可能澄清法院认为哪些经济影响在法律上具有相关性。

涉及受保护表达的替代证据，将强化针对该行为的论点。否定某一主张损害类别的认定，则会削弱依赖该类别的论点。

任何一种进展都不应自动延伸至无关产品。读者需要将支持该认定的事实与他们所关心的活动进行比较。

第三，关注法院是否区分获取、训练、检索和输出。明确的区分将有助于说明任何裁决后仍未解决的问题。

一份聚焦训练的意见，对直接向用户交付源材料的服务只能提供有限指导。涉及输出的意见，在向前追溯推论之前同样需要审慎对待。

对于开发者而言，这些边界将有助于识别哪些技术和商业选择值得进一步审查。对于出版商而言，它们将澄清哪些被指控的损害仍处于核心位置。

对于采购方，问题在于裁决如何映射到他们实际使用的产品。供应商对有利结果的描述应明确指出所涵盖的活动。

OpenAI 版权争议之所以要求达到这一程度的具体性，是因为各方都有理由广泛描述其中的利害关系。开发者强调创新，出版商强调可持续性，立法者强调法定限制。

读者可以评估这些主张，而无需假定任何参与者已经给出了最终答案。证据、法律推理和救济范围仍是不同的问题。

随着新的文件陆续提交，应先从基础文件入手，并识别它所记录的行动。查看它是提出指控、请求许可、推进论点，还是宣布裁决。然后审视它处理了哪项活动，以及留下了哪些未决问题。将这一方法同样用于有关 OpenAI 训练权利、出版商补偿和国家安全的主张。它将使下一条标题更容易判断，并避免将狭义的程序性进展想象成行业和解。在将任何支持性声明视为使用受版权保护作品的许可之前，应先关注法院的实际推理。