微软向纽约时报诉讼提交 820 万条 Copilot 对话日志

微软在《纽约时报》与出版商针对 AI 版权问题的诉讼中，向法院提交了 820 万条 Copilot 对话日志，作为其申请摘要判决的证据。

820 万条日志里找到了什么

这 820 万条日志由新闻出版商聘请的专家提供，并非随机抽样——微软声称，这些日志是专门按"命中新闻原告网站关键词"筛选出来的，是"最有可能包含原告内容"的那部分。

即便如此，分析结果显示：

• 59,545 条日志与新闻内容有至少 16 个词的重合
• 调查报道中心（Center for Investigative Reporting）聘请的专家在数据集中找到 51 处与其内容的"实质性重叠"
• 8.2 million 条对话中，仅 24 条响应包含至少 30 个匹配词
• 在 212 本被评估的书目中，仅 10 本有任何匹配内容

微软的结论：这些数字表明 Copilot "很少复现完整句子，更不用说可以替代原文的实质性片段"。

双方的解读分歧

微软用这组数字支持一个法律论点：AI 系统使用版权内容进行训练属于"合理使用"（fair use），因为生成的系统被用于与原文根本不同的目的。即使偶尔复现文本片段，也"几乎不影响 LLM 训练的变革性目的"。

《纽约时报》外部诉讼代理律师 Ian Crosby 则持完全相反的立场："探查期间揭露的文件和证词只导向一个结论：微软和 OpenAI 盗窃了《纽约时报》的内容来构建商业产品，这些产品替代了该报的新闻，威胁了其商业模式，损害了整个行业。"

案件背景

这场诉讼由《纽约时报》和多家出版商与作者联合发起，指控微软与 OpenAI 将版权内容用于构建 AI 训练数据集，并创建与原告直接竞争的产品。案件中的出版商诉讼和书作者诉讼被合并至同一法官处理。

微软提交本次文件，是在申请法院作出摘要判决（summary judgment）——如果法官同意，案件将在庭审阶段前终止。特朗普政府本周也在纽约时报案中提交了利益声明，支持 OpenAI 方的立场。

接下来看什么

法官是否同意摘要判决是最近的关键节点。如果驳回，案件将进入全面庭审阶段，届时将有更多关于 AI 训练数据来源和版权影响的细节被公开。