一场备受瞩目的法律纠纷近日在科技与媒体行业拉开帷幕。知名出版商《纽约时报》及其盟友正式向 Brave Software 发起诉讼，指控这家以隐私保护和反广告追踪著称的浏览器开发商存在“非法数据抓取”行为，并利用其技术漏洞协助用户绕过付费墙。这一事件不仅是对 Brave 商业模式的挑战，更可能成为未来 AI 训练数据版权归属的重要判例。
根据路透社报道，除了《纽约时报》外，包括《纽约每日新闻》和《芝加哥论坛报》在内的多家媒体也加入了原告行列。他们在提交给伊利诺伊州法院的投诉文件中详细列举了 Brave 的侵权行为。指控的核心在于，Brave 在未经许可的情况下，抓取了这些出版物的文章内容，用于训练其 AI 模型，同时其浏览器内置的功能也被用于规避付费墙限制，导致出版商收入受损。
这一诉讼发生在生成式 AI 爆发的大背景下。随着 ChatGPT 等大模型的出现，高质量文本数据成为稀缺资源。媒体机构担心，如果 AI 模型通过爬虫抓取大量未授权的新闻内容进行训练，将严重削弱其内容价值，甚至取代人类创作者的劳动成果。值得注意的是，《纽约时报》此前已与 OpenAI 和微软达成协议，购买了许可，但显然，Brave 并不在其许可名单之内。
Brave 浏览器以其独特的激励机制（奖励用户查看广告）和隐私保护功能（如 Shields）闻名。然而，其在内容获取策略上一直备受争议。Brave 一直宣称其爬虫遵循“索要许可”模式，即主动联系网站管理员获取许可。但此次诉讼似乎表明，Brave 可能采用了自动化工具，在未经明确同意的情况下大规模抓取内容，尤其是在面对付费墙或复杂的权限设置时，可能存在违规操作。
此次起诉对整个互联网行业具有风向标意义。它凸显了科技巨头与内容创作者之间日益紧张的关系。对于 Brave 而言，这不仅是一次法律危机，更对其核心用户群体——重视隐私和内容版权的用户——提出了信任挑战。如果败诉，Brave 可能面临巨额赔偿，并被迫调整其数据抓取策略。
随着诉讼的推进，公众将密切关注法院如何界定“合理使用”与“版权侵权”的边界，以及 AI 训练数据的合法获取路径将走向何方。
信息来源：The Verge，原文链接：https://www.theverge.com/tech/1024588/brave-lawsuit-ai-scraping-new-york-times
封面图片来源：Unsplash / 摄影师 New York Said
