企业官网建设流程全解析

15 亿美元标价的是"盗版获取"，不是"AI 训练"

要理解这笔和解，需回到 2025 年 6 月 23 日 Alsup 法官那份 32 页的简易判决裁定。该法官做了关键二分，一是训练行为本身，将合法取得书籍输入模型训练 Claude 构成合理使用，买纸质书扫描数字化不构成额外侵权；二是从盗版影子图书馆下载并永久存储 700 多万本书构成侵权。和解协议未推翻之前裁决，焦点集中在 Anthropic 从影子图书馆下载存储文件行为上，3000 美元/部是"盗版数据清算价"，非"合法训练授权费"，若数据来源合法，训练可能无需支付版权许可费。Anthropic 花 15 亿和解是为避免面临高达近 1 万亿美元的赔偿。

“无约束性先例”——这是本案最大的法律遗产，却被严重低估

Anthropic 及其支持者称和解为"胜利"，因 Alsup 裁定训练 AI 构成合理使用。但因和解而非上诉，Alsup 裁定停留在“地区法院审前意见”层面，无约束性先例。在美国判例法体系下，约束性先例来自上诉审最终判决，和解使案件无最终判断。Anthropic 赢得有分量法律意见，但非有约束力先例，和解协议不构成持续许可，6 名作者退出和解另行起诉。目前，美国联邦法院有多起人工智能版权案件在审理，且已出现分歧。

15 亿美元——只是看起来多

作者群体并非和解胜利者。一方面，15 亿美元中仅 2/3 能给到作者，有律师费等成本，实际支付可能低于 3000 美元/部。另一方面，3000 美元/本是否合理存争议，虽和解引入市场价格概念，但超 91%受约束作者和出版商领赔偿金同时，法院收到 54 份异议，核心是赔偿标准低和分配机制不公。350 名集体成员（涉及 1802 部作品）退出和解，多为大型权利人或出版商，普通个体作者接受低赔偿现实。

国会立法路径：让黑箱打开

2026 年 6 月 30 日听证会中，哥伦比亚法学院 Viswanathan 教授反对 Alsup 式合理使用宽口径，并反驳 AI 公司“合理使用”抗辩。她提出“轻触式监管”，对应美国国会围绕 AI 训练数据版权的设计哲学。美国国会通过 CLEAR 法案和 TRAIN 法案铺设基础设施，两法案是“知情权法案”，解决 AI 训练数据黑箱问题，版权人补偿问题通过司法和市场两条路径解决。

案件已了，法律问题才刚开始

Alsup 法官裁定书未跨过“有约束力”门槛，Anthropic 花 15 亿美元买不让裁定被陪审团推翻机会。作者扣除成本和分成后实际到手低。国会立法加速，CLEAR 和 TRAIN 法案让黑箱打开，“合理使用”抗辩将在后续案件重新作出，“集体打包折扣”机制将瓦解，大厂面临 AI 业务透明化审视问题，3000 美元/部只是开始。