Meta 删掉“抓取新闻网站训练 AI”条款：舆论反噬后，它把话收了回去

一份商业条款里多出的一句话，足以让整个新闻行业紧张两天。Meta 最近更新的条款曾写道：公司可以出于提供、开发、改进、研究、训练和维护产品完整性等目的，使用来自相关域名、网页或 URL 的任何内容。对出版商来说，这几乎等于一张“免费抓取许可证”。

舆论迅速反弹。尼曼实验室和康奈尔大学数字与信息法教授詹姆斯·格里梅尔曼都认为，这段话可能被解读为 Meta 有权绕过网站的 robots.txt，用抓来的新闻内容训练 AI。Meta 先是否认，随后干脆把这句话删了。

一分钟速览

• Meta 更新商业条款，删除了一段可能被理解为“允许抓取网站内容训练 AI”的表述。
• 争议焦点是：这段条款是否给了 Meta 绕过 robots.txt 的新权利。
• Meta 发言人强调，爬虫行为没有改变，条款只适用于广告和商业产品。
• 公司补充说明：内容所有者仍可用 robots.txt 表达偏好，更新不赋予新权利。
• 事件反映出版权方与 AI 公司在训练数据边界上的持续拉扯。

一句话为什么惹了众怒

问题不在于 Meta 有没有爬虫，而在于条款的授权范围。原来的表述把“域名、网页或 URL 上的任何内容”与“开发、改进、训练 AI”放在同一个句子里，却没有清晰限定只用于广告和商业产品。对出版商而言，这种模糊本身就是风险：一旦发生纠纷，条款可以被拿来当作授权依据。

更敏感的是 robots.txt。这个协议是网站与爬虫之间最基础的约定，虽然不具备法律强制力，却是互联网内容生态的“交通规则”。如果一份商业条款被理解为可以覆盖 robots.txt 的屏蔽指令，那就不只是训练数据问题，而是网站对自身内容的控制权问题。

Meta 的公关回应经历了两个阶段。第一阶段，公司副总裁安迪·斯通和发言人丹尼尔·罗伯茨坚称“Meta 使用网络爬虫的方式没有变化，任何相反的说法都是假的”。第二阶段，也就是条款删除之后，罗伯茨进一步解释：合并后的抓取条款只适用于广告和商业产品，公司已经在条款本身中澄清；这不会改变爬虫行为，内容所有者仍然可以用 robots.txt 表达偏好，更新也没有赋予 Meta 新的权利。

删掉一句话，问题解决了吗

从法律文本看，删除争议表述降低了歧义，也避免了“默认授权”的解读。但从行业关系看，信任并没有自动恢复。出版商真正担心的不是这一句话，而是 AI 公司是否会持续把“公开可访问”等同于“可免费训练”。

过去两年，这条边界已经被反复试探。有的公司选择签授权协议，有的公司依赖 robots.txt，有的公司则把内容抓取写进服务条款。每一次条款更新，都会被放在显微镜下审视，因为它决定了内容方能否在 AI 时代保留议价权。

Meta 的澄清还有一个细节值得注意：它把条款适用范围收窄到广告和商业产品。这意味着，至少在这份商业条款里，Meta 不再试图用一份通用授权覆盖所有 AI 训练场景。对一家正在大力推进开源模型和 AI 助手业务的公司来说，这是一次明显的后退。

趋势洞察：训练数据进入“许可时代”

这起风波不是一个孤立的公关事件，而是 AI 训练数据市场成熟的信号。早期，模型公司倾向于把互联网当作无限语料库；现在，版权诉讼、授权市场和监管审查让“能不能用”变成“以什么条件用”。

对内容方来说，robots.txt 只是最低限度的技术信号，真正的筹码是可追溯的授权、清晰的计价和可执行的合同。对 AI 公司来说，条款写得越宽，短期越方便，长期越容易引发反弹。Meta 这次删条款，本质上是在用“澄清”换取时间。

接下来值得关注的是两件事：一是 Meta 会不会推出针对新闻出版商的正式授权方案；二是其他平台会不会跟进，重新审视自己的爬虫条款。训练数据的免费午餐正在结束，剩下的是一场关于许可、价格和控制权的长期谈判。