OpenAI慌了？ 急删盗版书数据，却躲不过法庭拷问

OpenAI现在最怕的，不是被骂“偷书”，而是被逼着解释——当初为啥要删那两份“见不得光”的数据集？

这事闹大了。

它删掉的数据集叫“Books 1”和“Books 2”，里面装的全是网上扒下来的盗版电子书，主要来源是一个叫“Library Genesis”（简称 LibGen）的影子图书馆——说白了，就是个全球知名的“学术海盗湾”。

这两份数据是2021年由当时还在OpenAI的员工搞出来的，但在ChatGPT正式发布前（2022年），公司突然把它们全删了。

官方说法是：“这些数据后来没用了，所以顺手清理了。 ”

但作家们不买账。

他们提起集体诉讼，指控ChatGPT的训练数据里包含大量未经授权的作品——而OpenAI删数据这个动作，很可能就是“心虚”的铁证。

更尴尬的是，OpenAI在法庭上还玩起了“变脸”：

先说删数据是因为“不再使用”，后来又改口说“所有删数据的理由都属于律师-客户保密特权，不能公开”。

结果法官一听就火了：你前面自己说“非使用”是理由，现在又说这理由“受特权保护”？ 哪有这种操作！

法官拍板：所有内部聊天记录，必须交出来！

上周，美国地区法官谢王下达裁定：

OpenAI 必须在12月8日前，交出所有与删除数据集相关的内部沟通记录——包括那些曾以“律师保密”为由隐藏或删减的内容。同时，公司内部法务也得在12月19日前接受质询。

法官特别指出，OpenAI犯了个低级错误：一边声称“非使用”不是删数据的“正式理由”，一边又想用“律师保密”把“非使用”给捂住。 逻辑自相矛盾。

她在判决书中写道：

“OpenAI 在‘非使用’是否属于特权这个问题上反复横跳。 你不能先说一个‘理由’（暗示它不保密），然后又说这个‘理由’其实是保密的——只为逃避调查。 ”

她还补了一刀：“你说所有删数据的理由都是保密的？ 这话听着就不靠谱。 ”

OpenAI喊冤：我们没翻供！ 只是表达不清…

面对指控，OpenAI辩解说：“我们没改口，只是措辞模糊，导致大家误会了。 ”

但法官不吃这套：

“就算‘非使用’真能算作保密内容，你们也已经因为反复更改主张，主动放弃了这项特权。”

更打脸的是，法官亲自翻看了OpenAI内部那个叫“excise-libgen”（意为“清除LibGen数据”）的Slack频道。

结果发现——绝大多数对话根本没找律师咨询过，纯粹是技术团队自己在讨论怎么删数据。

唯一一次有法务露面，是律师 Jason Kwon 建议把频道名改成“project-clear”（项目清理），仅此而已。

法官提醒OpenAI：“别以为只要律师在群里，整个频道就自动变成‘保密内容’了。 没这回事。 ”

为什么这事关重大？ ——可能罚到倾家荡产

作家们的终极目标，是证明OpenAI“明知故犯”、“故意侵权”

为什么？ 因为在版权案中，如果法院认定被告是“故意侵权”，每部作品最高可判赔

法官引用判例解释道：

“所谓‘故意’，要么是你明知这是盗版还用，要么是你对版权人的权利视而不见、抱着侥幸心理硬上。”

而OpenAI删数据这个行为，恰恰暴露了它的“心虚状态”——法官原话是：“这直接关系到OpenAI是否具备‘善意’，而这会影响最终赔偿金额。 ”

作家方律师 Christopher Young 更是直指要害：

“如果证据显示，OpenAI后来不用这些数据是因为怕惹上官司…… 那基本坐实了‘故意侵权’。 ”他还怀疑：“OpenAI是不是换了个名字，偷偷继续用这些数据？ ”

更让OpenAI难堪的是，它居然试图引用竞争对手 Anthropic 的一个判决来为自己开脱——结果被法官当场抓包，说它“严重曲解原意”。

OpenAI声称：“法官Alsup说过，从盗版网站下载书，只要是为了训练大模型，就不算违法。 ”

法官Wang直接在脚注里回怼：

“你这引用太离谱了！ Alsup法官明明说的是——任何侵权者，如果能合法买到或获取这些书，却偏要去盗版站下载，那根本不可能构成‘合理使用’。

她还特意引用Alsup的原话加重语气：

“这种行为本身就是赤裸裸的侵权——哪怕你下载完立刻用来训练模型，哪怕用完马上删掉，也改变不了本质。”

言下之意：OpenAI干的事，正好撞在枪口上。

终极杀招？ Anthropic CEO或将成“关键证人”

这场官司还有一个隐藏爆点——现任Anthropic CEO 达里奥·阿莫代（Dario Amodei）

他被指控正是当年在OpenAI任职期间，亲手创建了“Books 1”和“Books 2”这两个争议数据集。

作家们相信，他不仅知道数据怎么来的，更清楚它们是怎么被“销毁”的。

今年3月，法官已裁定：Amodei必须出庭作证，回答所有关键问题。

至于他会不会爆出猛料？ 没人知道。 但可以肯定的是——OpenAI现在骑虎难下。

法官一针见血指出：

“一家公司一边说自己‘出于善意听取了律师建议’，一边又用‘律师保密’堵住所有追问——这本身就自相矛盾。 你的辩护，已经被你自己削弱了。 ”

《好莱坞报道者》分析认为，一旦这些被隐藏的Slack消息曝光，天平将彻底倒向作家一方。

有趣的是，在Anthropic不久前达成史上最大版权集体和解之前，就有证据显示——他们后来对用盗版书“没那么热衷了”，原因正是“怕惹上法律麻烦”。

而这，恰恰是作家们最想从OpenAI内部挖出来的“实锤”：

“你们不是不知道这是盗版，你们是知道会被告，才急着删数据。”

现在，法官给了他们这个机会。

OpenAI嘴上说“不同意判决，要上诉”，但所有人都在等——12月8日，那些被藏起来的聊天记录，到底会揭开怎样一场“AI时代的版权风暴”。