2026年7月20日，加州北區聯邦法院法官Araceli Martínez-Olguín簽署最終批准令，Anthropic就使用盜版書籍訓練Claude一事支付15億美元和解金，覆蓋約48.2萬至50萬部作品，摺合每部約3000美元。這是美國版權史——也是AI時代——迄今規模最大的版權和解。但這項裁決最重要的意義或許在於它未解決的問題：15億美元不是“AI訓練合理使用的定價”，Anthropic和版權作者都算不得這場遊戲的贏家，而美國國會正在同步推進的立法，才是真正決定AI訓練資料未來的那條線。

要理解這筆和解，必須回到2025年6月23日Alsup法官那份32頁的簡易判決裁定。這位以“軟體工程師式嚴謹”著稱的法官做了一個關鍵二分：訓練行為本身——將合法取得的書籍輸入模型訓練Claude——構成合理使用；購買紙質書後掃描數字化不構成額外侵權。但從盜版影子圖書館下載並永久儲存700多萬本書，則構成“固有、不可救藥的侵權”。這項和解協議並未推翻之前的裁決，案件的焦點現在集中在Anthropic公司從LibGen和PiLiMi等影子圖書館中下載和儲存檔案的行為上。也就是說，3000美元/部是“盜版資料清算價”，不是“合法訓練授權費”。Alsup裁定已經明確——如果資料來源合法，訓練行為本身可能根本不需要支付版權許可費。

為什麼Anthropic寧願花15億也要和解？如果案情對Anthropic不利，它將面臨更為巨大的賠償責任——美國版權法對故意侵權的最高法定賠償是每部作品15萬美元，700萬部盜版書的理論敞口接近1萬億美元。15億，是用一個Anthropic可承受的數字，買斷這把懸在頭上的劍。

Anthropic及其支持者把這份和解稱為“勝利”，因為Alsup裁定說訓練AI構成合理使用。但法律現實是，因為和解而非上訴，Alsup的裁定永遠停留在“地區法院審前意見”層面，不構成任何約束性先例。在美國判例法體系下，約束性先例來自上訴審最終判決，簡易判決階段的審前命令只有“說服力”，沒有“約束力”；而一旦和解，案件從未產生對是非曲直的最終判斷。這意味著，Anthropic贏得了“一個非常有分量的法律意見”，但不是“具有約束力的先例”。而且和解協議不構成持續許可，不免除其未來因模型輸出或後續訓練方式面臨的索賠，6名作者選擇退出和解另行起訴。

目前，數十起人工智慧版權案件正在美國聯邦法院審理。紐約南區Hachette訴Google Gemini案、加州北區Kadrey訴Meta案、Thomson Reuters訴Ross案——每個都在獨立審理，且已經出現分歧。Chhabria法官在Kadrey案中明確留出了“市場稀釋理論”的反擊空間，與Alsup的激進立場形成同一法院內的實質分歧。這些版權持有者針對AI科技企業的持續訴訟，在法律上仍然可以得出完全不同的結論。

撥開15億這個嚇人的總數字，真相是：作者群體也遠非這場和解的勝利者。這15億美元不僅要用於支付版權所有者的款項，還有其他一些重大成本，這些成本可能會導致實際支付金額低於廣為報道的每部作品3000美元的基準線。即便經過法院大幅削減，在權利人拿到任何款項之前，這筆和解金已經有約1.22億美元被用於律師費、訴訟開支和行政管理儲備。如果按照律師團最初的報價口徑，這一比例將飆升至和解基金的四分之一到三分之一——也就是說，作者們還沒見到錢，蛋糕就已經被切走一大塊。

這項和解協議引入了人工智慧訓練資料爭論中一直缺失的一個要素：市場價格。根據50萬部作品的定價，每部作品的價格約為3000美元，這代表了首個經司法認可的、針對人工智慧訓練使用受版權保護書籍的單位價值評估。超過91%的受和解協議約束的作者和出版商已經領取了賠償金，但法院共收到54份異議。這些異議的核心攻擊點高度一致：賠償標準過低——多位異議者指出，3000美元/部相較法定賠償上限15萬美元“微不足道”，有反對者直言集體成員獲得的僅為法定上限的2%；分配機制不公——Authors Alliance彙總的異議中，明確批評“作者與出版商50-50預設分成”對小作者不公平；對於CC許可等特定類別書籍，集體代表的立場甚至與作者利益相悖。更值得玩味的是：350名集體成員選擇退出和解（涉及1802部作品），他們寧願放棄這3000美元/部的保底價，也要保留單獨起訴Anthropic的權利。這些選擇退出的，大多是“擁有多部作品和成熟法律代表”的大型權利人或出版商——他們有資本賭一把更大的賠償。而普通個體作者，則被留在和解池裡，接受遠低於3000美元/部的現實。

而在法院批准上述和解協議之前，2026年6月30日，美國眾議院司法委員會下屬的“法院、智慧財產權、人工智慧與網際網路小組委員會”舉行“中年危機？四十歲後的智慧財產權與網際網路”聽證會。哥倫比亞法學院Viswanathan教授在被問及對Anthropic案件中“合理使用”的裁決有何意見時，她明確地反對Alsup式合理使用寬口徑，並針對AI公司的“合理使用抗辯逐一反駁：轉化性在法律上“不清楚”是否成立；訓練確實損害了版權所有人在許可市場的實際或潛在利益；“許可成本太高”不是有效抗辯——電影製作等複雜許可實踐早已證明大規模許可的可行性。但她提出的解決方案卻是“輕觸式監管”：激勵許可市場形成，而非強制干預。這一思路精確對應了美國國會近期圍繞AI訓練資料版權的設計哲學——美國國會正在通過“透明度”與“查證權”鋪設基礎設施：CLEAR法案（《版權標籤和人工智慧倫理報告法案》，S.3813，2026年2月10日提出，參議院司法委員會審議中）核心義務只有一項——強制披露，要求生成式AI開發者在商業釋出前30天，向版權局提交“訓練資料集中每一件受版權保護作品的詳細摘要”，版權局據此建立公開資料庫；TRAIN法案（《人工智慧網路透明度和責任法案》，H.R.7209/S.2455，2026年1月眾議院提出）核心機制是行政傳票——版權人可向地區法院書記官申請傳票，要求AI開發者披露其作品是否被用於訓練。從本質上CLEAR與TRAIN法案是“知情權法案”，它們解決的是AI訓練資料黑箱問題，而非AI訓練的侵權定性問題。這意味著版權人的補償問題留給兩條路徑解決：司法路徑——版權人通過CLEAR/TRAIN獲得證據後，自行發起侵權訴訟，由法院判定是否合理使用、是否賠償；市場路徑——透明度倒逼自願許可市場的形成——AI公司為避免訴訟風險，主動與版權人談判許可費。

Alsup法官的32頁裁定書，是AI時代版權法最具雄心的合理使用論證——但它從未跨過“有約束力”的門檻。Anthropic用15億美元買下的，不是“合理使用”論證的終局勝利，而是不讓它被陪審團推翻的機會。但這15億美元，作者也沒贏。扣除律師費、訴訟開支和管理成本，再與出版商五五分成後，一位普通作者的實際到手不過1500美元/部——作品被大規模竊取後、經風險折價與層層分潤後的殘值。這恰恰解釋了為什麼國會立法正在加速。CLEAR法案與TRAIN法案做的是一件更基礎的事：讓黑箱開啟。當每一個版權人都能通過公開資料庫確認自己的作品被使用、都能通過行政傳票調取訓練記錄時，“合理使用”的抗辯將不得不在每一個後續案件中重新作出。Bartz式“集體打包折扣”的機制將被瓦解，取而代之的，是長尾個體訴訟的累計敞口。對正在構建或使用AI的大廠而言，真正的合規問題在於：AI業務能否經得起這種程度的透明化審視？3000美元/部，不是答案，只是開始。