特朗普政府为AI训练辩护，合理使用边界在哪？

特朗普政府为AI训练辩护，合理使用边界在哪？

法律不绕弯

美国司法部在2026年9月1日，正式向纽约曼哈顿联邦法院提交了一份“利益声明”。这份文件的核心主张很明确：用版权材料训练大语言模型，属于美国版权法下的“合理使用”，不构成侵权。

这是美国政府首次在AI训练版权诉讼中正式表明立场。但这份文件对法官没有约束力，只是一个参考。截至目前，美国没有任何联邦上诉法院就“AI训练是否构成合理使用”作出过实体判决。

法律上，这件事还远没有定论。

从特朗普政府的视角看，国家安全和产业竞争压倒了版权保护

司法部这份文件的核心逻辑不是法律技术分析，而是国家安全。文件写道，如果版权规则显著加大在美国开发大语言模型的难度，将损害美国AI产业竞争力，给“不受此类束缚的外国对手带来竞争优势”。文件还引用了特朗普关于“消除美国在AI领域领导地位障碍”的行政命令。

在法律论证上，司法部援引了“转换性使用”理论。大语言模型训练对版权作品的使用具有“转换性目的”，训练带来的创造性可能和公共利益“远远超过任何竞争损害”。

司法部律师还提出，AI模型可以帮助国家安全官员分析“现实世界事实”，例如《纽约时报》文章中所传达的信息——这意味着AI提取的是不受版权保护的事实，而非受保护的表达。

但这份文件只是一个“利益声明”，不是对法院的指令。它的法律效力层级排在宪法、联邦成文法、联邦判例法之后，对法官没有约束力。副司法部长伍德沃德称其为“具有历史意义的利益声明”，但历史意义不等于法律效力。

从《纽约时报》和版权方的视角看，这是“作品被窃取”后的立场背叛

《纽约时报》于2023年12月起诉OpenAI和微软，指控两家公司未经许可使用数百万篇受版权保护的新闻文章训练AI系统，寻求“数十亿美元”损害赔偿。此后，《纽约每日新闻》《芝加哥论坛报》等多家新闻机构及大量畅销书作者加入合并诉讼。

《纽约时报》的核心指控之一是ChatGPT会逐字或接近逐字地输出文章原文。该报的技术专家通过“训练数据提取攻击”方法，成功让模型逐字输出大量受版权保护的文章内容。根据诉讼文件中的图表，《纽约时报》是Common Crawl中用于训练GPT的最大的单一专有数据集。

司法部介入后，《纽约时报》发言人格雷厄姆·詹姆斯直接批评政府“站在少数几家市值万亿美元的AI公司一边，牺牲的却是无数作品被窃取的美国创作者的权益”。《纽约每日新闻》首席律师则指出，司法部立场与美国版权局此前表达的观点相矛盾。

美国版权局2025年5月发布的报告指出，数据收集和预处理阶段无论数据来源是否为公开网站，均可能构成对复制权、编辑权、改编权的多重侵害，在商业用途情形下风险尤为突出。这与司法部现在的立场确实存在张力。

从司法实践的视角看，法院的核心分歧在于“数据来源合法”和“训练目的转换”能否分开算账

目前美国地区法院的判决呈现分化格局，最关键的区分在于数据来源是否合法。

2025年6月，加州北区联邦法院法官阿尔萨普在Bartz诉Anthropic案中作出了“一半是火焰，一半是海水”的裁定。他认定，合法购买图书后扫描用于内部训练，属于合理使用；但从LibGen、Pirate Library Mirror等盗版网站下载数百万本书籍并永久存储，构成侵权。

法官将AI训练类比为人类阅读——一个人读了很多书、吸收写作技巧后创作出新作品，并不构成侵权。同理，AI模型从合法获取的书籍中“学习”语言规律，具有转换性目的。

同月，Cadrey诉Meta案中，法院同样认定Meta使用原告作品训练LLaMA模型构成合理使用。法院在四要素分析中认为第一、三、四项要素均有利于Meta，原告在第四要素“市场影响”上论证不力，未能证明市场损害。

但法院也明确指出，判决“不代表Meta公司使用受版权保护的材料来训练其语言模型的行为是合法的”，而“仅代表这些特定的原告提出了错误的论点”。

法院还特别提到，“市场稀释”理论——AI快速生成大量同类作品可能摧毁人类作者市场——是一个“远更有前景的论点”，只是原告在该案中未能构建起相应的证据记录。

但Bartz案最终以15亿美元和解终结，因此该案裁定未产生有约束力的先例效力。Cadrey案也明确限定了其判决范围。目前唯一进入联邦上诉审的是Thomson Reuters诉ROSS案，第三巡回法院尚在审理中，尚无判决。

法律上的核心张力在于：律师傅钢指出，Bartz案明确了“训练目的具有转换性”和“数据来源合法”是两个独立问题，不能因为后端用途具有创新性，就当然消除前端取得数据的侵权风险。

这意味着，即使AI训练本身可能构成转换性使用，但数据获取环节如果涉及盗版行为，仍然构成侵权——两条线是分开算的。

综合判断：合法来源训练有空间，但数据来源的合法性是绕不开的硬门槛

从现有判例和司法部立场来看，AI训练使用版权材料是否合法，核心取决于三个问题的答案：数据是怎么来的、模型输出了什么、是否替代了原作品的市场。

如果数据来自合法购买或授权，训练过程具有转换性目的，且模型不逐字复现原作品，合理使用的空间确实存在。Bartz案和Cadrey案都指向这个方向。

但如果数据来自盗版网站、影子图书馆，或者模型稳定地逐字输出原作品内容，合理使用的抗辩就很难成立。这正是《纽约时报》诉OpenAI案的核心争议——该报已经证明ChatGPT能逐字输出其文章原文，而《纽约时报》是训练数据中最大的单一专有数据集。

主审法官西德尼·斯坦已要求双方在2026年9月4日提交简易判决动议。这个时间点的意义在于：如果法官批准OpenAI的简易判决，将直接认定AI训练属于合理使用，驳回《纽约时报》全部诉求；如果拒绝，案件将进入完整庭审。

无论哪种结果，这都将是美国司法体系对这个问题最接近答案的一次表态。

但在那之前，法律上的答案仍然是：看情况。数据来源合法，有空间；来源非法，绕不开。司法部的立场提供了一个政策方向，但离最终规则还有很长的距离。