2024年4月，前谷歌CEO兼人工智能倡导者埃里克·施密特在斯坦福大学进行了一场私人讲座，他告诉有志于硅谷创业的年轻人要准备突破伦理底线。尽管目前已有19起针对Anthropic、OpenAI等生成式AI公司因盗用书籍和媒体用于训练模型而侵犯版权的诉讼，施密特仍建议学生们可以自由下载内容以构建原型，暗示产品成功后再解决法律问题。他在2024年8月曾简短地在YouTube上传了这场演讲，但第二天便删除，未作说明。 施密特的直率立场反映出硅谷普遍存在的一种态度，这种态度常被法律或哲学辩解所掩盖。他的发言人引用施密特关于“合理使用”的信念，称这是一种推动创新的动力，呼应“信息应该是自由的”的科技自由主义口号，认为信息作为一种资源应无限制地流通。然而，这一原则很少适用于硅谷的专有信息——个人数据和软件，这些都受到严格保护。像Photoshop这样的软件以及谷歌的搜索算法或苹果的iPhone设计都已获得专利，受强大的法律团队保护。科技行业经常陷入高风险的知识产权争端：Waymo与Uber就窃取自动驾驶车技术的诉讼以2. 45亿美元和解；苹果在一场持续七年的专利大战中赢得了超过10亿美元的赔偿；苹果和高通也曾多次在全球范围内相互起诉。 在开发生成式AI的竞争中，各公司积极瞄准基础较薄弱的行业，以庞大的数据集训练AI系统，其中常包含受版权保护的内容。各家公司对于资料来源的辩解不同：OpenAI声称仅使用公开数据；Anthropic表示使用的是图书但不包括商业用途；Meta承认使用了商业图书，但称之为“典型的合理使用”。然而，当涉及保护自身作品时，这些公司又拒绝类似的合理使用主张。OpenAI禁止用户用ChatGPT的输出训练竞争模型；Anthropic、Google和xAI也有类似规定——基本上是“我们可以用你的作品进行训练，但你不能用我们的作品”。 市场压力促使这些自我标榜的标准产生矛盾，但矛盾十分明显。例如，Meta声称其模型“开放”，但实际上阻止线上复制品的存在，要求删除相应内容，这与开源的慷慨精神形成鲜明对比。训练数据的价值非常明显：2021年，Anthropic CEO达里奥·阿莫迪曾提及通过利润分成或股权激励数据提供者，以避免创作者反弹，从而不影响AI的发展。然而如今，Anthropic声称使用受版权保护的作品属于合理使用，根本不应给创作者任何补偿，对此不予置评。 各公司辩称AI的输出是原创的，不是对训练数据的衍生物，但报告显示，聊天机器人和图像生成器其实可以几乎完美复制像《哈利波特》这样已有的作品或现有艺术。许多公司对此问题轻描淡写，甚至以地缘政治上的“AI竞赛”担忧为由，声称可以广泛使用合理使用——OpenAI警告称，如果没有这种访问，美国将在AI竞赛中败下阵来。 并非所有业内人士都认同这种做法。前Stability AI副总裁艾德·牛顿-雷克斯在2023年底辞职，批评目前的AI训练方式与成熟的版权创意经济体系不相符，并推出“Fairly Trained”项目，认证在合法授权数据基础上训练的AI模型。同时，硅谷自身長期受到软件盗版的侵害，促使企业变革发行模式：Adobe和微软现要求订阅访问并验证许可证，Google则不提供下载。这些方法虽然保护了知识产权，却使许多创作者的作品难以被AI公司利用。 这种双重标准让人怀疑硅谷关于合理使用的信念——它们是真正的原则，还是仅仅是法律的幌子？生成式AI确实带来了关于版权的新问题，但行业的激进操作——快速推进、打破常规、依赖律师解决问题——更像是硅谷一贯的商业准则，而非出于原则的创新。