索尼华纳起诉 Anthropic：这次赌的不是「AI 训练是否合法」

美东时间 8 月 29 日周五深夜，索尼音乐版权（Sony Music Publishing）和华纳查普尔音乐（Warner Chappell Music）在美国加州北区联邦法院（U.S. District Court for the Northern District of California）向 Anthropic 及其两位联合创始人 Dario Amodei 与 Benjamin Mann 递交了诉状。原告方在诉状中把这次行为描述为「历史上规模最大、最公然的知识产权盗窃之一」（one of the largest and most blatant ongoing thefts of intellectual property in history），指控 Anthropic 展开了一场「大规模非法 torrent、抓取、下载受版权保护作品的公然运动」（来源：TechCrunch、The Verge、Engadget）。

Anthropic 方面通过发言人回应 TechCrunch：「我们不同意出版商的指控，并将在法庭上有力地为自己辩护。」（来源：TechCrunch）

Anthropic 在 Bartz 案 15 亿美元判决之后，再遇索尼华纳数十亿美元级索赔。图片来源：The Verge

这已经不是 Anthropic 面对的第一场版权诉讼——今年 1 月起，Concord Music Group、Universal Music Group 领衔的一批出版商已经提告，索赔逾 30 亿美元；6 月的 Bartz v. Anthropic 案里，一群作者的诉求被法院支持，Anthropic 被判赔付 15 亿美元，法官在判决里给出了那个被后续所有案子引用的判语：「使用受版权保护的作品训练模型是合法的，但通过盗版方式获取这些内容是不合法的」（来源：TechCrunch）。

但索尼华纳这次诉讼真正值得中国 AI 从业者关注的，恰恰不是「AI 训练能不能用版权作品」——那道边界在 Bartz 案里已经被钉死。这份诉状把火力集中到了三个更硬、更少被讨论的维度上：获取路径的盗版性质、版权管理信息（CMI）被剥离的独立叠加赔偿、以及创始人作为个人被告的连带责任。这三条里的任意一条，都足以让中国出海 AI 公司在数据链路层面重新做一次深度审查。

Bartz 案画出的那道基线

先把地基说清楚。Bartz 案的判决把 AI 训练版权问题从「训练目的是否构成合理使用」的老议题里彻底拉了出来。训练目的可以合理使用；获取路径必须合法——这一分为二的裁判思路，成了后续所有音乐/图书类 AI 案的默认起点。15 亿美元的赔偿数字，也不是罚在「你用了这些书训练 Claude」上，而是罚在「你是怎么拿到这些书的」上。

所以之后每一份诉状的关键都变成了「证明获取路径不合法」这件事。索尼华纳这次的做法是把证据链条推得比 Bartz 更远。

新维度一：CMI 剥离，每一次单独计罚

美国 DMCA 第 1202 条（Copyright Management Information，版权管理信息条款）长期以来都是一个「小众武器」——它保护的是嵌在作品文件里的版权声明、作者信息、水印、元数据这类识别信息。任何有意去除或篡改这些信息，且明知这么做会助长侵权的行为，都构成独立的违反。DMCA 1202 的法定赔偿是每一次违反 2,500 到 25,000 美元。

The Verge 在报道中明确写道：索尼华纳除了要求每件作品最高 15 万美元的版权侵权法定赔偿之外，还要求「每一次可识别版权数据被剥离」额外赔付最高 2.5 万美元（up to $25,000 for each instance when identifiable copyright data was stripped）（来源：The Verge）。这两个赔偿维度是独立叠加的，不是二选一。

之前 AI 训练案里 DMCA 1202 很少被这样大规模引用。索尼华纳这次把它作为核心武器，理由不难理解——训练数据在被喂进模型之前，通常会被清洗管道剥掉大部分元数据：去除版权声明、去除作者署名、把水印当噪音过滤掉、把 lyrics 站的版权 footer 剪掉。这个清洗动作在工程师视角是「数据预处理」，在 DMCA 视角是「每一次都算一次违反」。

量级需要具体感受一下。如果诉状里「thousands upon thousands of music publishers' copyrighted musical compositions」（成千上万首音乐作品）被认定，且每首至少有一次 CMI 被剥离，那么仅这一条的最高赔偿基数就是「作品数 × 15 万美元 + 剥离次数 × 2.5 万美元」——The Verge 直接给出结论：若法院支持满额赔偿，总额将达数十亿美元（来源：The Verge）。

对训练数据的操作者来说，DMCA 1202 是一个真正的结构性风险：它不关心你训练出的模型有多好、有多有用、是否商业化，它只关心你在把数据推进管道时有没有留住原始版权信息。这一条对中国出海 AI 产品的启示是直接的——训练数据的清洗流程从此需要一份可审计的记录：哪些字段被删了、为什么被删、原始文件的 hash 是不是能对回去。

新维度二：创始人被列为个人被告

更值得注意的是，这份诉状不只把 Anthropic 作为公司被告，还。The Verge 具体写道：（Mann used BitTorrent to download over five million pirated books, and that employees downloaded at least two million more from Pirate Library Mirror）（来源：The Verge）。