紐時解封訴狀：Microsoft 高管稱 AI 爬取「人類史上最大勞動盜竊」，點擊率暴跌九成

重點摘要

TechCrunch 與 Ars Technica 於九月十七日報道，紐約時報等新聞機構對 OpenAI 與 Microsoft 的版權訴訟中，部分解封的簡易判決動議披露內部文件：Microsoft 應用科學總監 Brent Hecht 將大規模爬取新聞訓練描述為「人類史上最大勞動盜竊」；內部亦警告聊天機械人會令內容供應鏈陷入「末日循環」。報道指部分紐時域名在 Microsoft Copilot「答案引擎」下點擊率較傳統 Bing 搜尋下跌高達九成三。本文已對照兩家科技媒體對解封訴狀的交叉整理，來源真實性已驗證。對香港企業而言，這再次凸顯「把版權內容丟進公有雲模型」與「用授權／私有資料訓練」的治理落差。

紐約時報等新聞原告對 OpenAI 與 Microsoft 提起的著作權訴訟已進入第四年。2026 年 9 月 17 日，TechCrunch 與 Ars Technica 分別報道，原告簡易判決動議中一批先前被標為機密的內容解封，披露兩家公司內部如何評估「以新聞內容訓練商用生成式 AI」的法律與商業風險。本文已對照兩篇獨立報道所引述的訴狀摘要交叉核對，來源真實性已驗證；底層部分證物仍密封，引用均來自原告動議所披露之表述。

事件核心並非單一產品發表，而是訴訟證據層面的升級：內部文件與 sworn 證詞，與公開場合常強調的「合理使用／轉化性使用」敘事出現明顯張力。

一、核心事件：解封動議把「盜竊」與「末日循環」寫進公領域

技術細節

據 TechCrunch，動議引述 Microsoft 應用科學總監 Brent Hecht 在 2023 年 1 月內部備忘錄中，將新聞大規模被納入訓練資料稱為「規模空前的驚人盜竊」（an astonishing theft of unprecedented proportions），並形容為「人類史上最大勞動盜竊」（the largest theft of labor in human history）。Ars Technica 亦寫到，Hecht 在文件中指相關做法「徹底嘲弄了『合理使用』的概念」。

同一報道線指出，Microsoft 內部文件把 Copilot 類「答案引擎」對新聞流量的衝擊稱為「末日循環」（doom loop）：產品愈能直接回答問題，用戶愈少點進原文；新聞機構收入受壓，長期又削弱模型所依賴的高質內容供應鏈。TechCrunch 引述 Microsoft 數據稱，部分紐時域名在 Copilot 答案引擎下的點擊率，較傳統 Bing 搜尋下跌高達 93%；Ars 則整理原告稱不同原告域名出現約 83%–93%、以至 51%–94% 不等的點擊率跌幅區間。

動議亦披露訓練資料規模細節（以原告訴狀摘要為準）：OpenAI 中期訓練資料集中，紐時、Daily News 與 Center for Investigative Reporting 作品被複製逾 91,692 份；由 Common Crawl 衍生的資料集中，僅 nytimes.com 相關文件逾兩百萬份。Microsoft 與 OpenAI 之間另有名為 Project Taxi、Project Mango 等資料交換安排；訴狀指 Project Mango 訓練集包含至少 160,903 份新聞出版商獨特作品副本。

Microsoft CEO Satya Nadella 在本年稍早的宣誓證詞中表示，付費牆後的內容「任何想用於 grounding 或訓練的人都應取得授權」；若知悉 OpenAI 曾爬取並訓練於付費牆後資訊，他會行使權利要求 OpenAI 重新訓練模型。OpenAI ChatGPT 負責人 Nick Turley 則在內部通訊中寫道，出版商面對「生存威脅」，產品「大致是替代性的」，且會「愈來愈替代」。

Microsoft 發言人向 Ars 回應時強調：公司產品屬轉化性合理使用、不替代新聞網站；Nadella 證詞屬對資訊消費方式變化的「觀察」；Hecht 文件僅反映「一名員工的個人觀點」，「並非法學分析，亦不代表公司立場」。OpenAI 對 TechCrunch 採訪請求未有回覆；對 Ars 則未即時回應。紐約 Daily News 律師 Steven Lieberman 則指，這些文件顯示被告「一直知道自己在做的事是錯的」。

二、技術原理深度解析：訓練資料供應鏈 vs 合理使用四因子

生成式模型的「內容供應鏈」可粗分為三層：（1）大規模網路爬取／第三方資料集（如 Common Crawl）；（2）搜尋索引或合作方提供的 grounding／retrieval 語料；（3）商用輸出層（聊天、答案引擎、摘要）。原告策略是把（1）（2）的複製規模，與（3）對新聞市場的替代效果連起來，挑戰合理使用中「對原作市場影響」與「使用性質」等因子。

「末日循環」本質上是系統回饋：答案引擎降低點擊 → 新聞產製投入下降 → 高質語料變少 → 模型與搜尋生態長期變差。Microsoft 內部文件據報道亦承認，終端產品威脅到「必要供應商的經濟基礎」並不尋常，卻正是當下 LLM 業務對內容供應鏈的處境。

對企業技術決策者而言，重點不在猜測法庭最終如何裁定「訓練是否合理使用」，而在於：若內部文件已承認替代性與流量衝擊，則依賴「未授權第三方內容餵公有雲模型」的產品路線，合規與聲譽風險正在上升。授權語料、企業自有數據、以及資料不出境的私有部署，成為可操作的風險對沖。

四、日常應用場景

1. 開發者與技術團隊

若產品以「摘要／問答直接給答案」取代連回原文，需預設版權與流量爭議會進入產品設計：來源標示、點擊誘因、授權範圍、以及訓練／RAG 語料清單（data provenance）都應可審計。避免把「能爬到」當成「能商用訓練」。

2. 企業與隱私敏感行業

金融、法律、醫療與傳媒集團若把內部文檔或客戶資料丟進公有雲助手，除私隱外，還可能捲入「訓練與輸出是否構成替代／侵權」的合約與監管問題。應區分：對外公開網頁的檢索，與把受保護作品納入權重訓練，是兩類不同風險。

3. 一般用戶

一般讀者看到的是「聊天機械人愈來愈會講新聞」；解封文件提醒，背後可能是出版業點擊與授權談判的結構性壓力。用戶仍應以原站核對重大新聞，而非只依賴模型複述。

4. 香港與亞洲市場視角

香港傳媒、金融研究與專業服務高度依賴原創內容與客戶機密。若企業要在港落地生成式 AI，較穩妥路徑是：自有／授權語料 → 微調或 RAG → 私有 API，並把資料留在可控環境。這與「直接把付費牆或內部庫丟進公有 frontier 模型」是相反的治理選擇。

五、專業評價與潛在考量

優勢

解封內容把「盜竊／替代／末日循環」等內部語彙帶入公領域，有利業界討論授權與產品設計邊界。
TechCrunch 與 Ars 交叉報道，並附有 Microsoft 回應，讀者可同時看到原告引述與被告定性。
對企業可轉化為具體治理清單：語料授權、點擊指標、輸出是否 verbatim。

需要留意的地方

部分底層證物仍密封；公開引述主要來自原告動議整理，完整上下文有待庭審或進一步解封。
美國「合理使用」判例近期對 AI 訓練並非單一方向；行政當局亦曾提交有利 OpenAI 的意見書（據 TechCrunch），最終法律結論仍待法院。
Microsoft 將 Hecht 表述定性為個人觀點；企業讀者應以己方法律意見為準，而非把單一內部備忘錄直接等同公司定論。

結語

這批解封文件的價值，在於把 AI 訓練爭議從口號拉回「資料怎麼來、產品怎麼替代原站、內部怎麼評估風險」。對香港企業而言，若希望用 AI 處理新聞、研報或客戶文件，又不想綁死在未授權公有雲訓練爭議上，可考慮以可控資料集做私有化部署。如需在香港建設企業私有 LLM 全託管（Dataset → QLoRA／LoRA → 私有 API，年費 HK$88,000 起，100% 數據不出境），可參考 YSK Limited 服務頁：https://ysk.hk/services/ai-automation。

參考來源

TechCrunch：Microsoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal（https://techcrunch.com/2026/09/17/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history-new-unredacted-filings-reveal/）（2026-09-17；主報道）
Ars Technica：Microsoft exec called AI scraping the “largest theft of labor in human history”（https://arstechnica.com/tech-policy/2026/09/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history/）（2026-09-17；含 Microsoft 回應與較完整動議整理）
X 發現來源：TechCrunch（@TechCrunch）帖文指向上述報道（發現用；事實以 TechCrunch／Ars 對解封訴狀的報道為準）