01 触发事件

2026 年 8 月 29 日, Sony Music 与 Warner Music Group 在纽约南区联邦法院联合起诉 Anthropic, 指控这家 Claude 背后的公司在训练和运营 LLM 时系统性盗版了成千上万首受版权保护的歌曲歌词。诉状使用 brazen 一词, 直接把行为定性为 piracy 而非 fair use。

这是第一次由两家顶级唱片公司同步发起的 AI 训练数据侵权诉讼, 也是 Anthropic 第一次在版权战场上被正面起诉。

02 这事的真正含义

表层看是又一起 AI vs. 内容方的版权纠纷。问题不在 Anthropic 是否盗版了歌词, 而在这件事暴露了三个结构性矛盾。

第一, Anthropic 的品牌护城河正被釜底抽薪。Anthropic 一直把自己定位为 the safety lab, Constitutional AI、Responsible Scaling Policy、harmlessness research, 这些都是它的差异化叙事。NYT 起诉 OpenAI 时, OpenAI 还没有这层身份包袱, 业界反应是早就该来的诉讼。但 Anthropic 被冠以 piracy 的措辞, 叙事一致性会直接受损。一个号称负责任的公司, 被指控系统性地、有意识地用盗版歌词训练模型, 这比 OpenAI 的案子难洗得多。

第二, 音乐版权方的组织度远超出版业。Sony Music + Warner 加上隐含的 Universal Music Group 形成的是 RIAA 级别的协调攻势。出版业 (NYT、Conde Nast、News Corp) 是分散的、各自为战的, 他们的诉讼耗时三年还没出结果。但唱片行业从 Napster 时代就学会了集中行动: 单一战线、统一诉求、statutory damages 的高额法定赔偿。这次诉讼的真正杠杆在于每个被侵权作品最高 15 万美元的法定赔偿, 乘以成千上万的作品数量, 数字是天文级的。

第三, 训练数据的 provenance 问题从合规议题升级为生存议题。我之前判断各大 lab 会逐渐用 licensing deals 解决历史问题, OpenAI 与 AP、Axel Springer、FT 都是这条路。但这条路对音乐几乎走不通: 全球有几百万首歌的分散版权, 你不可能一家一家签。Anthropic 真正的麻烦在于, lyrics 在 LLM 训练数据中是显式可提取的, 用户可以让 Claude 输出完整歌词, 这构成了 direct infringement 的证据链, 远超 training-only 的间接侵权。

03 历史类比

最贴切的类比不是 NYT v. OpenAI, 而是 2008 到 2010 年 RIAA 起诉 LimeWire 和后来的 Megaupload。

LimeWire 案的关键判决是 2010 年的 Arista Records v. Lime Group, 陪审团认定 LimeWire 故意引诱侵权, 判赔超过 1 亿美元。法官的逻辑很简单: 服务方知道用户在侵权, 服务方没有采取任何措施, 服务方还从中获利, 这就是 contributory 和 vicarious infringement。

把这个逻辑套到 Anthropic 身上: Anthropic 知道 Claude 能输出受版权保护的歌词; Anthropic 没有在输出端做有效过滤; Anthropic 从订阅中获利。这个类比不太利于 Anthropic。我没读到完整诉状里关于技术 mitigation 的具体指控, 也许 Anthropic 内部确实有 lyric detection, 但诉状显然不认为这够用。

另一个对照是 Spotify 与音乐版权方长达十年的 royalty 战争。Spotify 学到的教训是: 音乐版权方永远不会满足, 任何商业成功都会被追溯清算。Anthropic 现在 ARR 几十亿美元规模, 是时候被清算了吗, 很可能。

不恰当的类比是把它当成 AI 版 Napster。Napster 是 P2P 时代的中心化索引, 完全没有 transformative use 的辩护空间; Anthropic 至少可以主张 fair use。但音乐歌词恰恰是 transformative use 论证最弱的领域, 歌词是 expression 的核心载体, 不像新闻事实那样可以脱敏使用。

04 对 AI builder 意味着什么

这周该做的几件事。

第一, 重新评估训练数据来源的 provenance。如果你正在做 foundation model, 现在开始就要做 provenance 审计。The Stack、Common Crawl、GitHub 这种公开数据源的风险敞口远比想象中大, 音乐歌词只是冰山一角, 接下来视觉艺术家、字体设计师、独立摄影师会加入战场。

第二, 关注输出端的 liability。如果你的应用是 consumer-facing, 用户可能诱导模型输出受版权保护的内容, 歌词、食谱、文章段落。OpenAI 已经在 enterprise 合同里提供 copyright shield, 但 Anthropic 的 situation 表明这种 shield 的法律基础是脆弱的。具体条款的覆盖范围和责任上限我也没看到原始合同, 这点我可能误判。

第三, indemnification 是新的 enterprise feature。Anthropic、OpenAI、Google 都会在 enterprise 合同里加 IP indemnification, 但 indemnification 的覆盖范围、争议解决机制、责任上限是真正要细看的条款。这是 enterprise sales 真正的差异化战场, 也是客户应该重新审视的部分。

第四, 关注 Suno 和 Udio。这两家是 music-specific AI 公司, 面对的版权压力比 foundation model 大得多。Sony Music 之前已经分别起诉了 Suno 和 Udio, 这次加上 Anthropic, 整个音乐 AI 创业版图都要重新定价。如果 Suno/Udio 倒了, music generation 这个赛道会冷很长一段时间。

第五, model routing 平台 (包括 opcx.ai 自己) 需要思考: 上游 model provider 陷入版权诉讼, 会不会影响 service availability 和 indemnification 链条? 这不是我今天有答案的问题, 但这是值得尽早拉上法务和合规坐下来谈的事。

05 反方观点

我可能错的地方。

第一, 也许 Sony Music 和 Warner 真正想要的是 settlement, 不是 trial。这两家不是版权理想主义者, 它们是想要 share of the AI upside。参考 Universal Music 与 TikTok 在 2024 年的纠纷: 表面上打得很凶, 最后是商业条款的再谈判, 不是判决性赔偿。这意味着 Anthropic 可能在 12 到 18 个月内达成和解, 代价是 licensing fees + revenue share, 而不是判决性赔偿。

第二, 也许 piracy 这个措辞是诉讼 posturing, 证据未必有那么强。我没读到诉状全文, 公开摘要里只有部分细节。也许 Anthropic 这边的数据来源比诉状描述的更干净, 也许它已经和一部分权利方有 deal 但被遗漏了。brazen 这种词在诉状里很常见, 不代表证据等级就达到 willful infringement 的标准。

第三, 歌词 vs. 一般版权内容的边界可能被高估。音乐歌词只是 LLM 训练数据的极小一部分, 如果这个诉讼的 legal theory 仅仅是 piracy of lyrics, 它未必能扩展到训练数据中的其他类型。但 lyric 输出这一证据一旦成立, 它会被用作整个训练数据来源不正当的间接证据, 这个传导效应是我真正担心的。

第四, Anthropic 可能比我想的更抗打。它的 legal team 比 Suno、Udio 这种 startup 强一个数量级, 它的 settlement 资源是 Suno 的 100 倍。如果有人能跟 RIAA 级别的对手长期周旋, Anthropic 至少有这个能力, 而长期周旋本身就是对原告的消耗。

最后, 我对 statutory damages 的具体适用门槛不太确定。这个案子走的是 17 USC § 504 的 willful infringement 路径还是普通路径, 法定赔偿的最高金额和适用条件我没把握, 这点要等诉状全文出来才能判断。

结论: 这不是 AI 版权战的转折点, 但它是 escalation 的明确信号。AI 行业的法律风险定价, 在接下来 6 到 12 个月会被市场重新校准。Anthropic 的品牌叙事和 OpenAI 的 licensing 策略, 谁先撞墙, 这件事可能给出答案。