Anthropic用8千条版权投诉护代码

一家靠扫描盗版书训练AI的公司，突然对版权法产生了近乎虔诚的敬畏。

《华尔街日报》披露，Anthropic正疯狂提交数字千年版权法案（DMCA）下架请求，目标锁定GitHub上超过8000份泄露的Claude Code源代码副本。这家公司去年刚因盗版书籍被作者集体诉讼，最终以15亿美元和解收场。

讽刺的闭环就此完成：用侵权数据喂出来的模型，现在要借法律铁拳保护自己的"知识产权"。

泄露了什么：不是核心机密，是"驯服AI的缰绳"

这次泄露的并非Claude的"大脑"——那些决定AI如何学习的内部数学权重（weights）安然无恙，用户数据也未波及。但泄露的代码揭示了Anthropic工程师如何让AI以"自主智能体"（AI Agent）模式运行的技术细节，业内称为harness（驾驭框架）。

简单说，这是教AI如何自己上网查资料、写代码、调试程序的"操作手册"。竞争对手拿到这些，能缩短数月研发周期。

Anthropic最初的下架请求覆盖8000多份副本，随后紧急收缩至96份，声称"首次请求误伤了过多账户"。这种精准度堪比用霰弹枪打蚊子，先扫射再道歉。

15亿美元的前科：Project Panama与"海盗图书馆"

要理解这份"版权洁癖"的荒诞，得倒带回2024年。

当时法庭文件显示，Anthropic为训练早期Claude模型，从LibGen和"Pirate Library Mirror"下载了数百万本盗版书籍。LibGen是知名的"影子图书馆"，而另一个站点的名字干脆直白的叫"海盗图书馆镜像"—— cofounder Ben Mann在内部群聊里欢呼："来得正是时候！！！"，附上网址链接。

更魔幻的是Project Panama：Anthropic秘密收购数百万本二手实体书，用工业切割机拆页扫描，完事直接送回收站。法官认定此举不违法，但公司内部邮件显示他们清楚"观感极差"。

作者集体诉讼最终以15亿美元和解告终。法官明确裁定：使用盗版书籍训练属违法行为。

双标现场：谁的知识产权算知识产权？

Anthropic的公关话术始终围绕"AI伦理的成年人"展开——比OpenAI更谨慎、更透明、更负责任。但版权法的调用逻辑暴露了一套灵活的道德标准：

别人的内容可以批量抓取、切割、喂给模型；自己的代码泄露0.1%，立即启动法律武器全网追杀。

这种分裂并非Anthropic独有。整个AI行业对版权的态度呈现奇妙的单向阀特征：训练数据环节主张"合理使用"的宽泛解释，输出环节则对模型权重、架构细节严防死守。OpenAI、Meta、Google莫不如此，只是Anthropic的"伦理人设"让反差更显刺眼。

GitHub上的开发者社区反应微妙。部分用户质疑Anthropic滥用DMCA机制——该法案本为打击盗版影视音乐设计，用于保护AI模型的"驯化技巧"是否属于立法原意？更多人则在评论区贴出LibGen的镜像地址，配文"来得正是时候"。

行业隐喻：AI公司的"版权薛定谔态"

这件事的真正价值在于揭示了一个结构性悖论。

生成式AI的商业模式建立在双重假设上：输入端，海量版权内容可以被"转化性使用"而不构成侵权；输出端，模型本身必须作为商业秘密严格保护。两个假设都指向同一个终点——最大化数据摄取，最小化外部审查。

Anthropic的15亿美元和解并未改变这一逻辑，只是抬高了违法成本。现在他们用DMCA下架请求证明：当利益方向反转时，版权法依然是好用的工具。

一位参与过开源AI项目的工程师在Hacker News评论："他们不是在保护知识产权，是在保护护城河。训练数据的来源？那是'行业惯例'。"

GitHub上那96份（或8000份）代码副本的命运尚未终结。Anthropic的法务团队仍在逐条追踪，而开源社区的镜像站点已经开始自动同步。这场猫鼠游戏的终局或许早已写定：代码会扩散，就像当年那些盗版书籍一样。

唯一的问题是——当下一批创业者用"合理使用"的名义抓取Claude的输出内容训练竞品时，Anthropic会想起自己此刻的愤怒，还是当年Ben Mann那句"来得正是时候"？