也就是说，根据新政策，你在网上公开发布的任何信息都有可能被谷歌抓取，包括但不限于你发的帖子、搜索的关键词以及看过的视频。

　　在这个节骨眼上整这么一出，大概率跟数据收费脱不了关系，谷歌再不薅这波免费的羊毛，之后很有可能就薅不到咯。

　　世超先给大家伙儿捋捋时间线 月的时候呢，马斯克带头打响了数据收费第一枪，宣称推特的 API 接口不再免费了。

　　上个月 Reddit 闹得沸沸扬扬的 “ 停电 ” 运动，就是为了抗议官方的 API 收费政策谷歌商店翻墙插件下载。

　　再到这段时间，推特又整了限流的幺蛾子，没有花钱认证的帐号每天就只能阅读 600 条贴文，目的呢也是为了防止机器人抓取用户数据。

　　现在能做大模型的，要不就是自己家有数据，像百度、阿里和腾讯；要不就是爬人家的数据，这里点名 OpenAI 。

　　但需要注意的是，公开的数据并不能等同于授权使用，而且还要看网站是不是有相关的条款对数据爬虫行为做出了限制。

　　即使 OpenAI 声称爬的是公开网站的数据，数据爬虫行为本身是否合法，还要看版权方是不是给了授权。

　　根据美国的版权法，如果 AI 模型训练所用的数据符合 “ 合理使用 ” 的范围，那就不会构成侵权。

　　可 AI 模型上亿万级别的数据使用量、已经商业化的 AI 软件，还能算作 “ 合理使用 ” 吗？

　　因为训练数据版权理不清， AI 生成的内容自然也会存在版权争议。前几天， Steam 还下架了一款使用了 AIGC 生成的游戏，理由就是版权有问题。

　　因为训练数据是人家的，美国版权局认定 AI 生成的作品不受版权法保护，甚至还可能侵犯著作权。

　　当年，互联网就是带着开放共享的基因出生的，像什么维基百科、推特，之前常年免费提供 API 接口，开发者调用数据很方便。

　　最主要的是，可能很多现在免费能看到的网站之后就要花钱才能看了，这才是对咱们这种普通用户的真实暴击。

　　厘清数据版权，是 AI 要发展始终绕不过去的一道坎儿，而现在，似乎也同样关乎着互联网的未来走向。