前言¶
2026 年 7 月 20 日，美国加州北区联邦法院法官 Araceli Martínez-Olguín 正式批准了 Anthropic 与作者集体在 Bartz v. Anthropic 一案中达成的 15 亿美元和解协议。这是美国历史上规模最大的版权集体诉讼和解之一，也是生成式 AI 行业在「训练数据从哪来」这一问题上，迄今最清晰的一次司法定调。
对开发者与 AI 从业者而言，这起案件的价值不在于「AI 公司又赔钱了」的标题党叙事，而在于法院把两条此前纠缠在一起的法律问题拆开了：用版权作品训练大模型，与从盗版站点批量下载这些作品，在法律上不是一回事。前者在 Alsup 法官 2025 年 6 月的裁定中被认定为 Fair Use（合理使用）；后者则构成侵权，最终导向了这笔天价和解。
本文基于法院命令、AP、Ars Technica、Authors Guild 等公开来源，梳理案件脉络、和解条款与对行业的实际影响。
案件背景：Claude 的训练数据从哪来¶
Bartz v. Anthropic 由惊悚小说作家 Andrea Bartz、Kirk Wallace Johnson 等作者于 2024 年提起，指控 Anthropic 在开发 Claude 大语言模型时，未经授权使用了他们的版权作品。案件很快成为 AI 版权诉讼中的标杆——它挑战的是训练输入（inputs），而非模型输出是否复制了原作；原告并未主张 Claude 在回答用户问题时输出了侵权内容。
根据 William Alsup 法官 2025 年 6 月 23 日的 Fair Use 裁定（787 F. Supp. 3d 1007），Anthropic 获取训练数据的方式大致分为三类：
- 从盗版站点批量下载。2021 年 6 月，Anthropic 员工 Mann 从 Library Genesis（LibGen）下载了至少 500 万册盗版电子书；2022 年 7 月，又从 Pirate Library Mirror（PiLiMi）下载了至少 200 万册。Anthropic 明知这些来源系盗版。合计盗版下载超过 700 万册。
- 合法购买实体书后扫描。Anthropic 大量购入二手纸质书，拆封扫描， digitize 后存入内部「中央图书馆」（central library）。
- 使用 Books3 等已知数据集，其中包含约 18.3 万册作品。
Anthropic 的目标，用 Alsup 法官原话来说，是建立一座「世界上所有书籍」的中央图书馆，并永久保留。工程师再从这座库中选取不同子集，清洗、分词（tokenize）后用于各版本 LLM 的训练。
2025 年关键裁定：训练是 Fair Use，盗版下载不是¶
在批准和解之前，法院已经对核心法律问题作出分裂式（split）裁决，这也是理解 15 亿美元和解金额的关键。
AI 训练本身：Fair Use¶
Alsup 法官认定，Anthropic 使用版权书籍训练 Claude 及其前身模型，属于「高度 transformative（变革性）」的使用，符合美国版权法第 107 条 Fair Use 四要素分析，构成合理使用。法院特别指出，训练 LLM 并非向用户提供原书内容，而是学习语言模式与统计规律，用途与原作出版发行截然不同。
Anthropic 副法务总监 Aparna Sridhar 在和解获批后仍强调这一裁定：「训练 AI 使用书籍属于版权法下的合理使用。」对 AI 公司而言，这是迄今最有利的司法表述之一。
盗版下载与中央图书馆：侵权¶
然而，法院对从 LibGen、PiLiMi 下载并永久保存盗版副本给出了相反结论。Alsup 法官写道：从盗版站点复制教材的人「已经侵权，句号」（has infringed already, full stop）。即便这些副本日后可能用于 LLM 训练——而训练本身被认定为 Fair Use——获取和保留盗版副本的行为仍不能豁免。
法院进一步区分了合法购买后扫描的情形：用数字副本替换已购纸质书、仅供内部检索、不增加副本数量也不对外分发，属于 Fair Use。但「先盗版、后补买」不能抵消侵权：「后来为同一作品付费，并不能撤销盗版副本造成的损害。」
因此，案件进入损害赔偿阶段时，Anthropic 在「训练是否合法」上赢了，在「数据怎么来的」上输了——和解正是针对后者。
15 亿美元和解：条款与数字¶
2025 年 9 月，Alsup 法官初步批准了和解方案；他此后退休，由 Martínez-Olguín 法官接手并完成最终批准。和解主要条款如下：
- 和解基金：Anthropic 出资 15 亿美元（nonreversionary settlement fund），供符合条件的版权持有人申领。
- 单部作品赔偿：约 3000 美元/部（部分报道精确到 3351.39 美元），约为法定最低损害赔偿的四倍。Martínez-Olguín 法官认为这一比例「公平」。
- 覆盖范围：约 50.6 万部作品纳入集体诉讼范围；截至批准时，91% 以上的受影响作者和出版商已提交索赔，涉及 44 万册以上图书。
- 销毁盗版副本：Anthropic 须销毁从 LibGen、PiLiMi 等来源获取的盗版书籍副本；若和解后再次滥用相关作品，作者仍可另行起诉。
- 退出集体：350 名集体成员成功 opt-out，选择自行诉讼；法院驳回了绝大多数逾期退出请求（opt-out 截止日为 2025 年 3 月 30 日）。
律师费与原告奖励被削减¶
法官批准了 15 亿美元总额，但削减了部分分配：
- 律师费：Class Counsel 原请求 1.875 亿美元（占和解金 12.5%），法院降至约 1.016 亿美元（约 6.8%）。
- 三名 lead plaintiff 的服务奖励：从请求的 5 万美元/人降至 1.5 万美元/人，法官认为更高金额「不合理」。
若全部有效索赔支付后基金仍有结余， parties 预期将剩余资金二次分配给集体成员，除非经济上不可行。
为何是「史上最大」：与行业其他诉讼的对比¶
Authors Guild 与 AP 均称，这是已知规模最大的版权集体诉讼和解。Bartz 案也是数十起 AI 版权诉讼中第一起达成重大和解的主要案件——OpenAI、Meta、Stability AI 等仍面临类似诉讼，尚未走到同等规模的终局。
对 Anthropic 而言，和解意味着：
- 锁定上限：避免损害赔偿庭审的不确定性（法定赔偿每部作品最高可达 15 万美元，700 万盗版副本的理论敞口惊人）。
- 保留 Fair Use 胜利：训练合法性裁定不受和解影响，仍可作为先例引用。
- 合规成本具象化：15 亿美元为「走捷径」标了价——行业此前对盗版训练数据的成本更多是声誉风险，现在是可计算的财务风险。
Lead plaintiffs 通过 Reuters 发表声明：「这让我们更接近 Anthropic 的真正问责，也向所有 AI 公司发出警告：不能走法律捷径，不能凌驾创作者权利之上。」
对 AI 训练数据合规的三条启示¶
结合 Bartz 案裁定与和解，AI 公司与数据工程团队至少应关注以下分工：
1. 「训练合法」≠「获取合法」¶
Fair Use 保护的是使用方式（transformative training），不自动洗白获取手段（piracy）。从 LibGen、PiLiMi、BT 站点、未授权爬虫批量抓取版权内容，即使仅用于内部训练，仍可能构成独立侵权。合规审查应拆成两道门：数据来源是否合法取得；取得后的使用是否符合 Fair Use——两道门都要过。
2. 内部「永久图书馆」放大风险¶
Anthropic 被认定侵权的核心行为，不仅是「下载了盗版书」，还包括长期保留作为通用研究资源。法院明确：即便 Anthropic 后来决定不再用这些盗版副本训练 LLM，保留行为本身仍不合理。数据团队若建设 central corpus，需有留存策略、来源审计与删除机制，避免「一次下载、永久持有」的模式。
3. 合法采购与授权许可仍是安全路径¶
Alsup 裁定对「购买实体书 → 扫描 → 替换存储」给了 Fair Use 背书，但大规模扫书仍有实操与合同限制（first sale doctrine 的边界、出版合同中的禁止扫描条款等）。更稳妥的路径包括：与出版商/集体管理组织签订训练许可、使用已获授权的数据集（如部分 academic corpus、出版社 partnership）、或合成/自建数据。Bartz 和解表明，省下的授权费可能以 magnitudes 更高的损害赔偿形式回来。
结语：判例已立，行业未终¶
Martínez-Olguín 法官在批准令中强调，约 95% 的集体成员收到了通知，高参与率说明大多数作者认为和解「公平」。Anthropic 与作者 lawyers 都希望尽快分配基金、结束诉讼。
但对整个生成式 AI 生态，故事远未结束。Fair Use 训练论目前主要在 N.D. Cal. 的 Anthropic 案中得到支持，其他法院、其他诉由（如输出端侵权、DMCA、州法）仍待审理。欧盟 AI Act、各国文本与数据挖掘（TDM）例外等监管框架也在并行塑造合规边界。
对 Claude 用户和普通开发者，短期影响有限：Claude 产品不会因此下架，训练 Fair Use 裁定仍有效。对 AI 公司数据负责人，这是一次清晰的定价信号——15 亿美元买的是盗版数据的清算，不是训练本身的合法性否定。下一步，行业竞争的重点会从「谁能下到更多书」转向「谁能用合规方式构建足够大的语料库」，以及 Fair Use 判例在上诉与 sister cases 中能否站住脚。
