纽约时报诉 OpenAI 版权诉讼中一份未删节法庭文件解封，收录微软与 OpenAI 高管的多项内部承认，称 LLM 建立在被微软高管称为空前规模盗窃的内容之上，并引发摧毁整个 web 的 doom loop。
这锅 AI 公司背了
这份由《纽约时报》律师团队提交的动议，核心是用被告自己的话反击被告。微软应用科学部门主管 Brent Hecht 在内部文件里直言，将新闻内容用于 AI 训练是「前所未有的大规模盗窃」，甚至称其可能是「人类历史上规模最大的劳动力盗窃」。OpenAI ChatGPT 负责人 Nick Turley 也在内部消息中警告，出版商将面临「存在性威胁」。
Doom Loop 的机制拆解
Doom Loop 的逻辑链条很直接：AI 产品以新闻内容训练模型，产出可替代新闻的服务，用户转向 AI 获取信息，新闻网站流量和广告收入随之萎缩，新闻机构被迫削减内容生产，而 AI 模型失去高质量训练数据，表现下滑。
微软内部数据显示，部分涉诉新闻机构的 Bing 点击率下降了 83% 至 93%，另一些机构则下降了 51% 至更高区间。这不是预测，是已经发生的量化结果。
Doom Loop 闭环机制
这个闭环的问题在于，它把生产优质内容的机构当成了原材料供应商，最终又把供应商的市场消灭掉。微软高管后来也承认，「一个终产品威胁到其关键供应商的经济基础，是非常不寻常的情况。」
##DoomLoop的机制拆解D
诉讼进展与合理使用的博弈
案件的核心争议落在合理使用原则的边界上。OpenAI 和微软主张，将新闻内容用于训练属于「转换性使用」，具有创造性潜力和公共利益，应受合理使用保护。美国司法部在 2026 年 9 月提交的利益声明中明确支持这一立场，认为若版权规则显著增加开发大语言模型的成本，将损害美国 AI 产业竞争力。
但纽约时报的抗辩同样具体。诉状指出，OpenAI 在训练过程中使用了其数千篇文章，且 ChatGPT 能够通过极少量的提示词逐字输出受版权保护的内容。法院引用的证据显示，《纽约时报》一篇历经 18 个月调查、600 场访谈的普利策奖作品，在 GPT-4 中几乎可以被完整复现。
证据链摆在桌上
更关键的是，纽约时报在诉讼中揭露，OpenAI 曾通过技术手段绕过其付费墙获取内容。这一细节直接削弱了被告「仅使用公开数据」的主张。这里需要区分两种情况：第一种是爬虫通过技术手段绕过了付费墙，这在技术上可行，在法律上构成未经授权访问。第二种是 OpenAI 通过合作或授权获得了部分内容，但在未授权的部分上仍然大规模使用------这种情况下的法律争议焦点就转移到了「使用了多少」和「是否属于合理使用」。
工程侧的现实冲击
对实际做 AI 产品的团队而言，这个案件的信号很明确。数据合规成本正在从隐性风险转为显性支出。
业内常见的做法有三种路径。第一种是建立授权数据采购流程，与出版商签署训练数据许可协议，按使用量或固定费用结算。第二种是构建过滤管道，在数据采集阶段识别并排除受版权保护的内容源。第三种是参与开源数据集建设，使用经清洗的公共语料，降低直接使用商业内容的法律敞口。
训练数据合规路径对比
选择哪种路径取决于产品定位。面向企业客户、追求高可靠性的系统，授权采购是必要的投入。面向研究或实验性项目，开源语料配合内容过滤可以平衡成本与合规。完全依赖未经清洗的公开爬取数据，正在成为法律层面的高风险行为。
纽约时报诉 OpenAI 案的进展，不只是新闻业与 AI 公司的博弈，也是整个行业在重新定义数据获取边界的标志。
新解封文件的三个核心指控
这份由《纽约时报》律师团队在动议摘要中整理提交的文件，核心内容可以归纳为三条。
第一条是微软应用科学部门主管 Brent Hecht 的内部警告。他在文件中将新闻内容用于 AI 训练称为「前所未有的大规模盗窃」，并进一步形容这是「人类历史上规模最大的劳动力盗窃」。
第二条来自 OpenAI 内部。ChatGPT 负责人 Nick Turley 在内部通信中写道，出版商正面临「存在性威胁」------商业化产品已经可以用新闻内容直接替代新闻供应商的功能。
第三条是微软提出的「毁灭循环」概念。其逻辑链条很简单：AI 产品减少新闻网站流量和收入 → 新闻机构削减内容生产预算 → AI 模型失去高质量信息来源 → 模型质量下降 → 用户进一步流失。这不是推测，微软内部数据已经观察到趋势。
微软内部的「毁灭循环」诊断
Doom Loop 的实质是一个负反馈环路，其中系统的每一个环节都在加速自我削弱。
Doom Loop 负反馈机制
这个循环的关键节点是第 3 步和第 4 步之间的时间差。新闻内容的生产成本高、周期长，而 AI 模型的消耗速度远快于内容生产的更新速度。当循环启动后，没有外部干预的话，它是一个收敛到零的序列。
司法部以国家安全名义介入
2026 年 9 月 3 日，美国司法部向纽约南区联邦地区法院提交了一份「利益声明」，公开支持 OpenAI 的立场。副司法部长斯坦利·伍德沃德签署的文件中，核心论证路径如下：
大语言模型训练对版权作品的使用具有「转换性」目的，符合合理使用标准；训练带来的创造性潜力和公共利益，远远超过任何竞争损害。司法部进一步将这个问题上升到国家安全层面，声称如果版权规则显著增加在美国开发 LLM 的难度，可能损害美国 AI 产业竞争力，给不受此类束缚的外国对手带来优势。
这种论证策略在版权诉讼史上并不常见。政府以国家安全为由介入私人版权纠纷，本质上是在重新划定合理使用的边界------不是基于法律先例，而是基于产业竞争叙事。《纽约时报》回应称，政府「正在站在少数几家价值数万亿美元的人工智能公司一边，却以牺牲无数美国创作者的利益为代价」。
合理使用的争论边界在哪
合理使用（Fair Use）是本案的法律核心，也是所有争议的分水岭。美国版权法第 107 条规定了合理使用的四项判断标准：使用的目的和性质、版权作品的性质、使用部分相对于整体的比例、使用对原作品市场价值的影响。
OpenAI 和微软的论证主线集中在第一项：训练 LLM 是一种「转换性使用」，因为模型学习的是模式和结构，而非复制具体表达。司法部支持这一观点，认为这种转换性带来的公共利益远超竞争损害。
《纽约时报》的反驳则集中在第四项：AI 产品直接替代了新闻内容的消费场景，对原作品的市场价值造成了实质性损害。
这个争论的真正难点在于：法院没有一个现成的判例可以直接套用到「用数百万篇文章训练一个通用语言模型」的场景上。合理使用的四项标准诞生于印刷时代，而 LLM 的训练过程在规模、速度和自动化程度上都超出了这个框架的设计预期。
证据开示争议：OpenAI 被指控销毁数十亿条对话记录
证据开示（discovery）阶段往往是版权诉讼的真正战场。文件显示，《纽约时报》《纽约每日新闻》等多家新闻机构于 2026 年 7 月向纽约南区联邦法院提交动议，请求对 OpenAI 实施制裁。理由指向两项核心指控。
第一项是就检索训练数据的能力向法院作出虚假陈述。原告方认为，OpenAI 在证据开示过程中对其技术能力进行了选择性描述，隐瞒了模型训练中实际获取和使用受版权保护材料的方式。第二项更为直接：删除数十亿条相关 ChatGPT 对话记录。
法官 Ona T. Wang 负责证据开示争议，主审法官 Sidney H. Stein 则把握案件实体走向。多家新闻机构联合申请制裁的请求，将案件从版权争议推向了证据开示不当行为的审查维度。一旦法院认定销毁行为成立，可能触发证据罚则、不利推断，甚至更高的赔偿额度。
坦白讲，这类指控在技术公司的证据管理中并不罕见，但涉及数十亿条对话记录时，规模本身就构成了独立的争议焦点。OpenAI 方面尚未公开回应具体销毁范围，案件正处于证据保全动议阶段。
诉讼还在继续，司法部也提出了上诉。但无论判决结果如何，Doom Loop 的第一圈已经转完了------新闻机构的收入在下降，AI 公司的数据来源在收紧，双方的谈判桌正在从法庭延伸到商业合约。
参考文献
- 404 Media, 'Doom Loop': OpenAI and Microsoft Admits LLMs Are Destroying the Web and Built on Theft, www.404media.co/doom-loop-o...
- IT之家, 微软及 OpenAI 内部文件曝光：高管曾警告 AI 可能对新闻机构产生「毁灭性影响」, www.ithome.com/1/003/908.h...
- Ars Technica, Microsoft exec called AI scraping the 'largest theft of labor in human history', arstechnica.com/tech-policy...
- IT之家, 纽约时报诉 OpenAI 案升级：美国司法部首次就 AI 版权问题公开表态, www.ithome.com/0/997/732.h...
- 财联社, 纽约时报诉 OpenAI 案生变：美国政府公开站队 力挺 AI 训练属合理使用, m.cls.cn/detail/2473...
- Getech Law Firm, 《纽约时报》诉 OpenAI 版权案升级：多家新闻机构申请法院制裁，指控隐匿销毁证据, www.getechlaw.com.cn/blog/nyt-op...
- OpenAI, 关于《纽约时报》诉讼的事实声明, openai.com/zh-Hans-CN/...