Chousei · 数字花园

科技前沿

USA Today 起诉 OpenAI 索赔

3 min read

USA Today 起诉 OpenAI 索赔

如果你曾经在公众号、小红书、知乎、独立博客、Medium 上写过任何一篇原创文章——今天这条新闻，请你认真看一遍。

2026 年 10 月 8 日，美国 USA Today 公司，连同它旗下的 18 个地方报纸，在纽约南区联邦法院正式起诉 OpenAI Foundation，索赔 2.5 亿美元。

涉案的不是某一家、某一篇文章。GPT-1 到 GPT-6.1，再加 GPT-OSS 所有变体（Instant、Thinking、mini、nano、Pro）——全在被告席上。

这不是简单的"两家公司吵架"。这是过去 3 年里 AI 训练数据版权问题的总清算。

一、这条新闻到底发生了什么？

原告：USA Today Co., Inc.（前 Gannett Co., Inc.，1906 年至今的全美最大报纸出版集团之一），旗下 19 个出版物：USA TODAY、The Tennessean、Indy Star、The Bergen Record、The Enquirer、Asbury Park Press、Democrat & Chronicle、Knoxville News-Sentinel、Naples Daily News、The Oklahoman、Milwaukee Journal Sentinel、Columbus Dispatch、Arizona Republic、Courier-Journal、Des Moines Register、Detroit Free Press、The Detroit News、Palm Beach Post、Star News。

被告：OpenAI Foundation、OpenAI GP LLC、OAI International、OpenAI OpCo LLC、OpenAI Global LLC、OAI Corporation、OpenAI Group PBC——一共 7 个 OpenAI 系实体，全部被点名为被告。

诉讼请求：

  • 索赔金额 "超过 2.5 亿美元"（excess of $250 million）
  • 申请法院永久禁令，禁止 OpenAI 继续侵权
  • 陪审团审理（jury trial）

法律依据：美国版权法对每条"故意侵权"最高赔偿 15 万美元，对每条"移除版权管理信息（CMI）"最高赔偿 2.5 万美元。原告主张 OpenAI 既故意侵权、又主动剥离 CMI，所以两个条款叠加索赔。

承办法官：纽约南区联邦地区法院，由 Rothwell, Figg, Ernst & Manbeck 律所的 Steven Lieberman 代理。

关联诉讼：当天 USA Today 提交了一份"relatedness statement"，请求法院将其与已经在该法院进行的 OpenAI 版权集体诉讼合并审理——也就是之前 NYT（纽约时报）等多家媒体的案子。

换句话说，USA Today 不是一个人在战斗。它选择加入的是一场已经开打 2 年的"AI 训练数据版权大战"。

二、你写的东西，可能早就在 AI 的训练集里

这一段，是我觉得所有内容创作者都应该读三遍的部分。

USA Today 在起诉书里给出的数据，不是估算，是直接对 OpenAI 自己公开的训练数据语料做穷举：

  • GPT-2 的 WebText 语料库中，USA Today 旗下出版物共有 16 万+ 条记录。具体来说：usatoday.com 83,266 条、freep.com（Detroit Free Press）12,994 条。这是 OpenAI 用来训练 GPT-2 的核心语料。
  • GPT-3 使用的 C4 语料库（Common Crawl 2019 快照的英文过滤子集）中，USA Today 出版集团的域名合计占 1.22 亿 token。C4 是 GPT-3 训练的核心来源之一。
  • OpenAI 自己公布的 GPT-3 训练配比：Common Crawl 60% + WebText2（WebText 的扩展版）22%。也就是说，USA Today 的内容直接进入了 GPT-3 训练数据 82% 的体量。

这些数字是OpenAI 自己在 2020 年公开的论文里披露的，USA Today 直接拿来当证据。

但这还不是最严重的。最严重的指控在第 22 页往后：

OpenAI 的研究人员，明知道模型在"背诵"训练数据。

起诉书引用了 OpenAI 副总裁（VP of Research）的内部陈述："我们训练神经网络的目标，就是让它们记住训练数据"。然后是 2022 年 6 月的内部信息：员工承认 GPT-4 已经记住了大量训练数据，并且能有效地"反刍"（regurgitate）这些内容。

OpenAI 联合创始人 Greg Brockman 在内部沟通中提到，模型在"预测新闻文章文本"方面特别擅长。Dario Amodei（当时的 research lead）2020 年的内部演示文稿，把"新闻生成"列为 GPT-3 的核心能力之一。

这不是"AI 偶然学到了你的风格"。这是 OpenAI 内部明确知道模型在记忆新闻原文。

三、Microsoft 的"协助"：Project Taxi 和 Project Mango

这一段，是很多人之前没注意到的——USA Today 起诉书把 Microsoft 也拉下了水。

起诉书指控，过去三年里，Microsoft 向 OpenAI 提供了一份完整的 Bing Index 副本——Bing Index 是 Microsoft 自家搜索引擎爬取的全网页索引，包含 USA Today 的全部内容。这项合作在 OpenAI 内部代号 "Project Taxi"。

更狠的是，Microsoft 还专门为 OpenAI 开发并运营了一个独立的爬虫项目——代号 "Project Mango"，OpenAI 给 Microsoft 付费使用。

也就是说，Microsoft 不只是给 OpenAI 投资 130 亿、给它算力、给它品牌——它还亲手帮 OpenAI 把全网的新闻内容"打包"成训练语料。

USA Today 在起诉书里没有把 Microsoft 列为被告（OpenAI 7 个实体才是），但它把 Project Taxi 和 Project Mango 的细节全部写进了诉状。这给 Microsoft 留下了巨大的"共同被告"风险敞口——下一波起诉，很可能直接打 Microsoft 的牌。

四、OpenAI 的"双标"输出过滤

起诉书还有一段，揭示了 OpenAI 一个非常微妙的行为模式：

OpenAI 的输出过滤器，只屏蔽"起诉过 OpenAI 的实体"的内容。

也就是说，如果你起诉了 OpenAI，你的网站内容会被 ChatGPT 的输出层主动屏蔽；如果你没起诉，你就享受 ChatGPT 主动摘要你的内容、把你的流量抢走。

起诉书引用了 Microsoft 一位高管的内部评价——他把这种做法称为 "accidental cover-up"（"意外的掩盖行为"）。

对 USA Today 来说，这就意味着：过去 2 年里，GPT 系列一直在用 USA Today 的内容生成摘要，但 USA Today 的网站从来没被屏蔽——因为 USA Today 一直没有起诉。

直到今天。

五、对我们意味着什么：四类人被打到

1. 公众号 / 小红书 / 知乎 / 独立博客作者

你的文章大概率在 GPT-5.6 之前的某个版本的训练集里。

OpenAI 没有公开中文语料的来源构成，但 Common Crawl 60% + WebText 22% 这个配比，对中文内容也成立。你写的每篇文章，只要曾经被搜索引擎索引过、曾经在公开网页上存在过，就有概率被爬取过。

而且——这次 USA Today 的诉讼揭示了一个残酷的事实：OpenAI 内部明确知道模型在"背诵"原文，而不是"学到了风格"。这意味着 ChatGPT 在某些领域直接复述了你写的东西的可能性，比你以为的要高得多。

2. 新闻行业从业者 / 媒体人

USA Today 的起诉书引用了 OpenAI ChatGPT 业务负责人的内部陈述："一旦 ChatGPT 给出答案，用户就没有'好理由'去点击原文链接"。

再叠加 OpenAI 工程师的内部判断："不管链接展示得多显眼，用户都不会点"。

OpenAI 内部已经承认了：ChatGPT 的存在，结构性减少了媒体网站的流量。

这不是什么抽象的"AI 替代论"——这是 OpenAI 自己员工在内部文档里写的。

3. 法务 / 版权 / 监管观察者

USA Today 的索赔算法是这场诉讼的核心看点：

  • 每条"故意侵权" $150,000
  • 每条"移除 CMI" $25,000

按 USA Today 给出的 GPT-2 WebText 16 万+ 条 + C4 1.22 亿 token 估算，理论赔偿上限是天文数字。USA Today 这次只索赔 2.5 亿，是一种相对"克制"的开价——它要的不是把 OpenAI 罚死，是要建立一个行业级的判例基准。

如果法院支持 USA Today 的赔偿计算方式，整个 LLM 训练数据合规边界，将被重新划定。

4. 每个用过 ChatGPT 的人

你应该意识到：你今天问 ChatGPT 的答案，可能不是"原创"的。

USA Today 的起诉书附了 GPT-5.6 输出样本——当被要求"按标题找一篇特定文章并总结"时，GPT-5.6 会输出多段、保留原文结构、改写措辞的摘要。这些摘要直接拿走了 USA Today 旗下 14 个地方报纸的原文核心信息。

也就是说，ChatGPT 的"内容"，有很大一部分是各媒体的免费劳动成果——只是从来没有付费、没有授权、没有标注来源。

六、那 8 家公司的反应呢？

不好意思，串频道了。这次被告只有 OpenAI 一家系（7 个实体），没有 8 家公司。

但反应同样冷淡：截至 10 月 8 日 24:00 BJT（北京时间），OpenAI 没有公开回应。Microsoft 也没有任何声明。

资本市场反应：OpenAI 母公司未上市，但 NYT 此前起诉后股价已经反映了部分风险；Microsoft 盘后股价（截至发稿）持平。

DOJ（美国司法部）的态度才是关键——2026 年 1 月，DOJ 在 NYT 案中曾公开表态支持 OpenAI 的"合理使用"抗辩。这一次 USA Today 案，DOJ 会再次站 OpenAI 吗？这是接下来 30 天最值得关注的政治信号。

七、给你"今天"该做什么？

如果你是内容创作者：

  • 立即检查你的内容是否在 GPT 训练集里——haveibeentrained.com（Spawning 维护）提供类似查询工具。
  • 如果你打算起诉——准备好你的版权登记证据、内容首次发布日期、原始 URL。这是后续判例的核心证据链。
  • 从今天开始，考虑给文章加 invisible CMI（隐藏版权水印），让爬虫更难剥离归属信息。

如果你是公司（用了 LLM 的）：

  • 审查你给 LLM 训练的数据授权链条——你给 OpenAI 微调的数据，是不是你合法持有的？原作者有没有授权？
  • 如果你是 SaaS、Agent、AI 产品的负责人，USA Today 这个案子开打后，"我训练用的数据来源不明"的免责声明，已经不再够用了。

如果你是普通用户：

  • 知道 ChatGPT 的答案不一定是"原创"——下次用 ChatGPT 帮你写报告、写论文、写新闻稿，记得交叉验证。
  • 支持原创——你订阅的传统媒体（NYT、USA Today、华盛顿邮报），可能正在为整个新闻业的"被偷家"买单。

如果你是关注 AI 监管的政策观察者：

  • 记住 2026 年 10 月 8 日这一天。它和 2023 年 12 月 NYT 起诉 OpenAI 那天一样重要，但意义不同——NYT 是"第一枪"，USA Today 是"行业级集体反击"的开始。
  • 接下来的 30-90 天，关注 4 个指标：法院是否批准合并审理、DOJ 是否再支持 OpenAI、OpenAI 是否寻求和解、其他出版集团（News Corp、Hearst、Tribune）是否加入起诉。

P.S.

OpenAI 在 2025 年 10 月 28 日完成了重组——非营利部分变成 OpenAI Foundation（持有 OpenAI Group PBC 股权，估值约 1300 亿美元）；营利部分变成 OpenAI Group PBC（公开募股公司形态）。截至 2026 年 3 月，ChatGPT 周活用户超过 9 亿，付费订阅用户超过 5000 万。

而 USA Today Co.（前 Gannett）是一家从 1906 年走到今天、旗下拥有上百家日报、几百位记者、几十座普利策奖杯的"老贵族"。

10 月 8 日这一天，一家 120 岁的报纸集团，正式对一家 10 岁的 AI 公司发起了一场关于"什么是内容、什么是抄袭"的总清算。

这不是一场简单的版权官司。这是一场关于**"未来 10 年，互联网内容的价值由谁定义"**的战争的开端。

而你——每一个在公众号、知乎、小红书上写过文章的人——都是这场战争的潜在当事人。

数据来源：

文章分类

  1. 01 AI
    8
  2. 02 新闻
    16
  3. 03 技术解读
    0
  4. 04 游戏
    0
  5. 05 经济
    4
  6. 06 体育
    0
  7. 07 教育
    2
  8. 08 文化
    3
  9. 09 商业
    16
  10. 10 健康
    7
  11. 11 科技
    19
  12. 12 信息安全
    14
  13. 13 AI技术
    36
  14. 14 科学
    2
  15. 15 社会
    6
  16. 16 国际新闻
    6
  17. 17 社会热点
    58
  18. 18 能源
    6
  19. 19 经济热点
    79
  20. 20 科技前沿
    44
  21. 21 消费
    10
  22. 22 民生
    22
  23. 23 社会观察
    5
  24. 24 17
    0

标签