2026年7月底，《連線》總編輯凱蒂·德拉蒙德（Katie Drummond）問《紐約時報》發行人阿瑟·格雷格·蘇茲伯格（A.G. Sulzberger）：與OpenAI、微軟打了兩年多的官司，現在進行得怎麼樣？
►《連線》總編輯凱蒂·德拉蒙德
►《紐約時報》發行人阿瑟·格雷格·蘇茲伯格
《紐約時報》已為這場官司支付超過2000萬美元訴訟費用，卻仍未能完成證據開示程序。如果繼續打下去，總成本可能達4000萬美元。
對於大多數新聞機構來說，這筆錢足以維持一家編輯部運轉多年。
但《紐約時報》沒有打算停下來。
蘇茲伯格的立場是：這場官司決定的不只是一家報紙能否獲得賠償，而是矽谷公司能否先拿走新聞機構耗資多年生產的內容，再以“技術創新”的名義決定是否付費、付多少錢。
他在採訪中反覆強調，《紐約時報》並不反對人工智慧。它反對的是一種已開始形成的規則：技術公司為人才、晶片、資料中心和電力支付高昂成本，到了新聞、圖書、音樂和電影，卻把這些內容統稱為可以免費取得的“資料”。
01 從談判桌走向法院
這場衝突最初並不在法院裡。
2023年4月，《紐約時報》開始與OpenAI和微軟談判，希望三方就新聞內容的使用達成協議。
彼時，ChatGPT發佈不到半年。越來越多出版商開始意識到，生成式人工智慧不僅會改變內容生產，也可能成為新聞網站的替代品。
談判沒能取得結果。
2023年12月27日，《紐約時報》在紐約南區聯邦地區法院正式起訴OpenAI和微軟，指控兩家公司未經許可複製數以百萬計的《紐約時報》文章，用於訓練GPT系列大語言模型。
這是全球大型新聞機構第一次直接把OpenAI和微軟同時告上法庭。
《紐約時報》的指控主要分為三個層次。
第一層發生在模型訓練階段。
《紐約時報》認為，OpenAI在收集、整理和輸入訓練資料時複製了報社的文章。部分內容隨後被模型“記憶”，同樣可能構成未經授權的複製。
第二層發生在模型輸出階段。
起訴書列舉了《紐約時報》關於紐約計程車牌照行業的普利策新聞獎調查、Snow Fall: The Avalanche at Tunnel Creek（雪崩：隧道溪事件）等報導，稱ChatGPT可以輸出與原文高度相似，甚至接近逐字復現的內容。
微軟曾推出的Browse with Bing，也被指直接總結Wirecutter（《紐約時報》旗下消費品測評網站）的產品推薦，保留了推薦結論，卻沒有保留原文連結以及能夠給Wirecutter帶來佣金收入的購物連結。
第三層涉及替代效應。
過去，使用者通過搜尋引擎找到新聞，然後進入《紐約時報》網站。現在，ChatGPT和Copilot（微軟推出的人工智慧助手）可以直接給出答案。使用者不再點選原文，媒體由此失去流量、訂閱、廣告和內容授權收入。
人工智慧還可能把錯誤資訊歸到《紐約時報》名下。一旦模型產生事實錯誤或虛構內容，損害的卻是新聞機構多年建立的信用。
微軟並不是因投資OpenAI而被順帶起訴。
它為OpenAI提供大量資金和計算資源，又把相關模型裝進Bing搜尋、Copilot和Azure（微軟旗下雲端運算平台）等產品。《紐約時報》認為，微軟既參與了這套技術體系的建設，也直接利用相關模型推出商業服務，因此應當承擔相應責任。
《紐約時報》沒有提出一個固定的索賠數字，只表示OpenAI和微軟可能需要承擔數十億美元的法定賠償和實際損失。它還要求銷毀包含其版權作品的訓練資料及相關模型。
這項要求如果得到法院支援，受到影響的就不只是一筆賠償，而是整個人工智慧行業獲取訓練資料的方式。
02 《紐約時報》並不反對人工智慧
OpenAI把這場訴訟描述成對新技術的阻撓。
在2024年2月提交的檔案中，OpenAI指責《紐約時報》為了得到起訴書中的復現結果，對ChatGPT進行了數萬次嘗試，並使用文章片段和特殊提示詞誘導模型輸出。OpenAI認為，這不是普通使用者使用產品時的正常情況。
微軟則把《紐約時報》關於人工智慧衝擊新聞業的判斷稱為“末日式推演”，並借用當年電影公司反對錄影機的案例：新技術會改變內容消費方式，但不能因此被認定為侵權。
兩家公司的核心抗辯都是“合理使用”。
它們認為，大語言模型是在學習語言規律，而不是建立一個供使用者檢索原文的資料庫；模型偶爾復現文章屬於需要解決的技術問題，不代表整個訓練行為違法。
但《紐約時報》對人工智慧的態度，並不是簡單拒絕。
蘇茲伯格在採訪中表示，新聞機構沒必要搶著成為新技術的第一個使用者。更穩妥的方法，是先觀察、學習和試驗，同時確保記者、編輯和新聞機構仍對最終內容負責。
在《紐約時報》內部，人工智慧更多被用於輔助報導，而不是直接代替記者寫作、編輯和發表文章。
在一項涉及加薩地帶彈坑的調查中，人工智慧幫助記者從數百萬張圖像中篩選出數千張可能有價值的圖片。但最終的識別、核實和判斷，仍然由記者完成。
參與這項報導的記者把人工智慧稱為一種“過濾器”。它可以縮小尋找範圍，卻不能替代人承擔新聞責任。
蘇茲伯格的底線是，無論使用什麼工具，《紐約時報》發表的內容最終都必須由人負責。人工智慧可以幫助記者發現線索，但不應自行決定什麼是真相，什麼可以發表。
《紐約時報》對矽谷公司也不是一概拒絕合作的態度。
2025年5月，它與亞馬遜達成首份生成式人工智慧內容授權協議。亞馬遜可以在Alexa（亞馬遜旗下語音助手）等產品中展示《紐約時報》、NYT Cooking（《紐約時報》的烹飪和食譜產品）以及The Athletic（《紐約時報》旗下體育媒體）的內容摘要，也可以使用相關內容訓練自己的基礎模型。
雙方沒有正式公佈交易金額。《華爾街日報》後來報導稱，亞馬遜每年支付的授權費用約為2000萬至2500萬美元。
這組數字很有意味。
《紐約時報》一邊花費超過2000萬美元起訴OpenAI和微軟，一邊通過授權協議，每年從亞馬遜獲得大致相當的收入。
兩者之間的區別，不是誰在做人工智慧，而是誰事先取得許可，誰承認新聞內容具有價格。
2025年12月，《紐約時報》又起訴Perplexity（美國人工智慧搜尋公司），指控後者未經許可複製和展示包括付費文章在內的內容。
由此可以看出，《紐約時報》正在矽谷劃出一條明確邊界：願意付費、接受授權條件的公司，可以成為合作夥伴；先使用、後談判的公司，則可能成為被告。
03 官司打到那兒了
2025年4月4日，聯邦地區法官西德尼·斯坦（Sidney H. Stein，負責審理本案的美國聯邦法官）作出第一項關鍵裁定。
法院允許《紐約時報》的主要版權訴求繼續推進，沒有接受OpenAI關於部分早期訓練行為已經超過訴訟時效的主張，也沒有駁回與模型輸出和使用者複製有關的主要指控。
但這不等於《紐約時報》已勝訴。
法院同時撤銷了普通法不正當競爭以及部分《數位千禧年著作權法案》訴求。更重要的是，法官還沒有判斷OpenAI訓練模型是否屬於合理使用，只是認為《紐約時報》提出的核心事實足以進入證據開示階段。
接下來，雙方開始爭奪證據。
2025年5月，法官一度要求OpenAI保存原本可能被刪除的ChatGPT輸出記錄，包括使用者主動刪除的對話。OpenAI認為，這將違反其對使用者的隱私承諾。相關全面保存義務後來於2025年9月26日結束。
法院隨後要求OpenAI提供從2022年12月至2024年11月間隨機抽取的2000萬份ChatGPT對話，用來判斷使用者是否曾通過ChatGPT複製《紐約時報》的文章或繞過付費牆。
OpenAI對這些對話進行了去標識化處理，並把存取權限制在特定律師和技術顧問範圍內，但仍認為絕大部分對話與案件無關，《紐約時報》的要求可能損害普通使用者的隱私。
2026年7月9日，衝突進一步升級。
《紐約時報》、紐約《每日新聞》等媒體要求法院制裁OpenAI，指控它曾表示無法在訓練資料和ChatGPT輸出記錄中檢索新聞機構的版權內容，但OpenAI員工後來作證稱，公司此前已經進行過類似搜尋。
原告還指控OpenAI刪除了數十億份相關對話，或者使這些記錄無法繼續檢索，並要求法院判令OpenAI承擔律師費，對其作出不利的證據推定。
這些目前仍是原告提出的指控，不是法院已經認定的事實。
OpenAI在8月14日提交反對意見，稱新聞機構把大型訴訟中的正常證據處理程序描述成故意阻撓，並歪曲了相關事件。法院尚未對制裁動議作出裁決，《紐約時報》等原告需要在9月10日前提交回覆。
這場官司也不是只有《紐約時報》在進攻。
8月6日，法院正式撤銷了新聞機構基於“終端使用者直接侵權”提出的部分幫助侵權主張，並拒絕《紐約時報》在訴訟後期針對微軟增加新的幫助侵權理論。商標淡化訴求也被撤銷。
不過，未經許可訓練模型、模型輸出是否複製新聞內容，以及相關行為能否被認定為合理使用，仍然是案件的核心。
截至2026年8月底，法院尚未作出實體判決。沒有任何一方已經贏得這場官司。
《紐約時報》只是獲得了繼續走進法庭的資格。真正決定人工智慧訓練邊界的較量，還在後面。
《紐約時報》創辦於1851年，最初名為《紐約每日時報》。
它擁有核心新聞產品、The Athletic、烹飪和食譜產品、謎題遊戲、Wirecutter以及音訊業務。截至2025年底，公司擁有約1278萬名訂閱使用者，其中1221萬名為純數字訂戶；當年收入約28.25億美元，訂閱收入佔69.1%。
到2026年7月，其訂戶總數已經突破1300萬。按照蘇茲伯格的說法，《紐約時報》新聞編輯部的記者人數已經增加至約2400人，幾乎是此前的兩倍。
這樣的規模讓它成為目前少數有能力與人工智慧巨頭長期訴訟的新聞機構。
04 記者不會消失
比版權歸誰更快到來的，是另一場變化：人工智慧已開始進入編輯部，重新劃分記者和機器之間的工作。
關於人工智慧是否會替代記者，國際新聞業並不缺少公開討論。
2023年，德國媒體集團阿克塞爾·施普林格（Axel Springer）首席執行長馬蒂亞斯·德普夫納（Mathias Döpfner）在一封內部信中寫道，人工智慧既可能讓獨立新聞業變得比過去更好，也可能直接取代它。
德普夫納判斷，人工智慧很快會比記者更擅長資訊彙總。
校對、排版、圖片處理和標準化內容生產等崗位，都可能隨著自動化程度提高而減少。
但他同時表示，記者、作者和專業編輯不會成為最先裁減的對象，未來能夠生存下來的媒體，仍然需要生產機器無法從已有資訊中重新組合出來的原創內容。
這種變化其實早已開始。
2014年，美聯社開始使用自動化系統撰寫美國上市公司的季度財報快訊。
引入自動化工具之前，美聯社記者每季度只能完成約300篇財報新聞。系統投入使用後，每季度自動生成的財報稿件超過3000篇，數量擴大了十倍。
時任美聯社負責商業新聞的執行編輯盧·費拉拉（Lou Ferrara）解釋說，這項計畫不是為了取消記者崗位，而是讓記者擺脫重複錄入收入、利潤和同比變化的工作，把時間用在財報電話會、公司異常變化、行業趨勢和消息源建設上。
換句話說，機器接管的是格式化生產，記者轉向解釋數字背後的意義。
到了生成式人工智慧階段，機器已經不再滿足於把結構化資料填進固定範本。它可以閱讀會議記錄、整理採訪筆記、總結檔案，甚至直接生成一篇新聞初稿。
美國俄亥俄州的《克利夫蘭老實人報》已設立“人工智慧改寫台”。記者提交採訪筆記、會議材料或錄音後，由人工智慧生成短新聞初稿，再交給編輯稽核。
該報編輯克里斯·奎因（Chris Quinn）認為，這套流程可以把記者從機械寫作中解放出來，讓他們把更多時間用於尋找線索、採訪和建立消息源。他還表示，提高生產效率有助於地方報紙在經營壓力下保住崗位。
但反對者看到的是另一面。
如果機器可以根據採訪筆記直接生成稿件，媒體需要的初級記者和文字編輯就可能減少。年輕記者過去通過會議新聞、財報快訊和短消息訓練基本功，這條進入職業新聞業的路徑也可能被切斷。
因此，人工智慧未必會一次性消滅記者這個職業，卻可能讓同樣規模的內容生產只需要更少的人。
牛津大學路透新聞研究所的尼克·紐曼（Nic Newman）和費代麗卡·凱魯比尼（Federica Cherubin）在《2025年新聞、媒體與技術趨勢及預測》報告中，調查了51個國家和地區的326名媒體管理者。
結果顯示，87%的受訪者認為，生成式人工智慧正在“完全或一定程度上”改變編輯部；60%把後台自動化視為非常重要的工作方向。
媒體準備嘗試的項目已覆蓋整個內容生產鏈條：75%的受訪者計畫探索把文字報導轉成音訊，70%準備在文章前增加人工智慧摘要，65%希望利用人工智慧翻譯新聞，56%正在考慮推出人工智慧聊天和搜尋服務。
這意味著，改變的不只是誰來寫稿，更是從資料收集、錄音整理、翻譯、寫作、編輯，到標題、音訊、搜尋和分發的整個流程。
但受眾並沒有準備好把新聞完全交給機器。
牛津大學路透新聞研究所研究員費利克斯·西蒙（Felix Simon）、哥本哈根大學教授拉斯穆斯·克萊斯·尼爾森（Rasmus Kleis Nielsen）和該研究所研究主任理查德·弗萊徹（Richard Fletcher）在2025年發佈的一項六國調查中發現，只有12%的受訪者能夠接受完全由人工智慧製作的新聞。
當新聞由記者主導、人工智慧只提供輔助時，接受比例上升至43%；對於完全由人類生產的新聞，接受比例為62%。
受眾最能接受的是拼寫檢查、語法修改和翻譯，最難接受的則是人工智慧記者、人工智慧主持人以及由機器獨立生產新聞。
公眾並不是完全拒絕人工智慧，而是不願意放棄新聞背後可以被追問、被核實和承擔責任的人。
這也解釋了蘇茲伯格為什麼堅持認為，《紐約時報》可以使用人工智慧，卻不能把最終責任交給人工智慧。
人工智慧能重組已存在的資訊，記者最重要的工作卻是生產此前不存在的資訊。
未來真正可能發生的，並不是“人工智慧取代所有記者”，而是人工智慧先替代一部分任務，再壓縮一部分崗位，最後改變整個編輯部的組織方式。
財報快訊、比賽結果、天氣新聞、錄音轉寫、會議摘要、翻譯、標題和多平台改寫，將越來越多地交給機器。記者則被要求把時間集中到現場採訪、消息源、調查報導、事實核查和解釋判斷上。
問題在於，當媒體使用更少的人生產更多內容時，它是否還會把節省下來的資源投入原創報導，還是僅僅借助人工智慧進一步降低成本。
這正是《紐約時報》與OpenAI、微軟官司背後更深的一層矛盾。
《紐約時報》擔心，新聞機構繼續承擔記者工資、海外採訪費用、調查報導成本和法律風險，人工智慧公司卻憑藉技術和使用者入口，把這些報導轉化成自己的答案，並拿走內容分發和主要利潤。
如果這種模式成立，記者這個職業也許不會立即消失，但願意為原創報導持續投入的新聞機構可能越來越少。
最終出現的可能是一個看似資訊更加豐富的世界：人工智慧回答得越來越快，內容生產效率越來越高。然而，卻沒有足夠的人再去現場，發現那些機器尚不知道的事實。 (軒轅科技評論)