Meta删除商业条款中的爬取授权表述，AI训练语料争议未了

Meta从面向商家的使用条款中删掉了一段文字。这段文字此前被法律界读作一项授权：只要开通Meta商业账号，网站上的内容就可能被拿去训练AI模型。

争议条款的原文大意是，公司可“使用商业账号所辖域名、网页或URL上的任何内容，用于提供、开发、改进、研究、训练及维护”Meta的产品与服务。

措辞里的“训练”二字最扎眼。尼曼新闻实验室（Nieman Lab，哈佛大学下属的新闻研究机构）就此采访的法律专家称其为“不寻常的条款”。

按这些专家的解读，它等于给Meta开了一道口子：抓取任何拥有商业账号的发布者网站，把内容用于模型训练。

Meta发言人的第一反应是否认性质变化，称条款更新不代表公司抓取网页的方式有任何调整。

随后The Verge报道，该条款已从文本中消失。

Meta在声明中称：“我们听到了反馈……合并的抓取条款只适用于我们的广告与商业产品，已在条款中写明。这不会改变Meta使用网络爬虫的方式。”

删一句话，成本几乎为零；但AI训练语料的来源焦虑没有跟着消失。真正被追问的不是爬虫跑不跑，而是爬虫跑的时候，有没有得到许可。

这里有个容易被忽略的错位：网络爬虫是公开互联网运转多年的基础设施，搜索引擎靠它索引网页，站点靠robots协议决定放不放行。可当抓取的目的从“找到”变成“学会”，同一套技术就撞上了授权的新边界。

条款的写法也有讲究：把抓取塞进广告和商业产品的合并文本，商家签约时很难注意到。等有人逐字读完，争议已经发生了一轮。

2025年，美国一名联邦法官在作家集体诉讼中判定，Meta用书籍训练模型属于合理使用，但对语料从哪来留了疑问。胜诉让科技公司松了口气，却没给“随便抓”盖棺定论。

欧洲的口径不同。隐私监管机构盯的是用户公开帖子能不能进训练集，Meta曾在多国监管施压后暂缓相关计划。同一家公司，对不同市场的“能不能用”给出不同答案。

出版商这边的工具越来越少。robots.txt靠自觉，Cloudflare一类服务商开始默认为新域名拦截AI爬虫，剩下的路是找模型公司谈授权。

能谈成的是少数大机构，中小站点往往连被谁抓过都不知道。这也是那段条款让人警觉的地方：默认同意一旦成立，事后追认会变得非常容易。

高中机房的电脑课，进门要套蓝色鞋套，显示器还是鼓着肚子的CRT。老师教搜索，顺手复制一段网页文字粘进Word，被巡场的人敲桌子：网上的东西也是有主的，别当自家的搬。那会儿抄一段都心虚。如今整站整站的内容被打包喂给模型，条款里换个词算打了招呼，删掉又像什么都没发生。唉，当年那声敲桌子，现在听着倒有点像古董了。

条款删了，声明发了，抓取照旧。公开网页算不算默认的训练语料，这道题法院只答了一半，剩下的要看立法怎么落笔，也要看出版商还能不能守住自己的门。