纽约时报起诉Brave浏览器：AI内容抓取版权战升级

事件背景：隐私浏览器被指 scraping 新闻内容

据 RSS 来源报道，纽约时报（The New York Times）正在起诉主打隐私保护的浏览器公司 Brave，指控其抓取该媒体的受版权保护内容，并“非法分发”给自家客户。诉状中特别点名了 Anthropic 和 Perplexity——这两家 AI 公司通过 Brave 的搜索或数据服务间接获取了纽约时报的内容。这起诉讼将浏览器、AI 公司与传统媒体之间的版权矛盾推向了新的高潮。

Brave 一直以“隐私优先”为卖点，其搜索引擎 Brave Search 拥有独立索引，并推出了面向 AI 开发者的数据服务。纽约时报认为，Brave 在未经授权的情况下抓取新闻内容，并将其作为训练数据或搜索结果提供给第三方，构成了版权侵权。目前 Brave 方面尚未公开回应，但此案很可能成为 AI 时代内容授权规则的标志性判例。

争议焦点：抓取与分发的边界在哪里？

这起诉讼的核心在于“抓取”与“分发”两个行为的法律定性。纽约时报主张，Brave 不仅爬取了其网站内容，还将这些内容整合进自己的产品中，甚至出售给 Anthropic、Perplexity 等 AI 公司使用。这相当于把传统媒体的原创内容变成了 AI 公司的“免费午餐”。

从技术角度看，Brave 的搜索索引确实需要抓取网页，但通常搜索引擎会遵循 robots.txt 协议，且仅提供摘要和链接。然而，当抓取的内容被用于训练大模型或直接提供给 AI 产品作为知识库时，性质就发生了变化。纽约时报此前已起诉 OpenAI 和微软，这次将矛头指向 Brave，说明内容方正在扩大打击范围，从模型开发者延伸到数据中间商。

robots.txt 协议是网站与网络爬虫之间的一种自律性约定，网站通过在该文件中声明允许或禁止爬虫抓取的范围，搜索引擎等爬虫通常会遵守。然而，该协议并不具有法律强制力，违反它主要引发行业道德和合同层面的争议，而非直接构成侵权。在版权诉讼中，被告常以“已遵守 robots.txt”作为抗辩理由，但原告往往主张，即便遵守了协议，后续的内容使用行为（如训练 AI 或转售）仍可能超出授权范围。因此，robots.txt 的遵守情况常成为判断抓取行为是否“善意”的参考因素，但并非决定性法律依据。

合理使用（Fair Use）是美国版权法中的一项重要抗辩原则，允许在特定情况下未经许可使用受版权保护的作品，例如用于评论、新闻报道、教学或研究。判断是否构成合理使用通常考虑四个因素：使用的目的和性质（是否具有转换性、是否商业性）、原作的性质、使用部分的数量和实质性，以及对原作潜在市场的影响。在 AI 抓取和训练的语境下，被告常主张其使用具有“转换性”，而内容方则强调其市场被侵蚀。纽约时报诉 Brave 案中，Brave 很可能援引合理使用抗辩，但法院如何权衡这四个因素，尤其是对新闻内容市场的影响，将成为判例的关键。

对AI行业的影响：数据供应链面临合规审查

如果纽约时报胜诉，AI 行业的数据供应链将面临更严格的合规审查。目前许多 AI 公司依赖第三方数据服务商获取训练语料，而 Brave 这类公司正是中间环节。一旦法院认定抓取并转售新闻内容违法，AI 公司可能需要重新评估其数据来源的合法性，甚至被迫与内容方直接签订授权协议。

另一方面，Brave 的隐私浏览器业务也可能受到波及。其搜索服务依赖自有索引，如果被限制抓取新闻网站，搜索结果的质量和覆盖面会下降。对于用户而言，这可能意味着隐私浏览器的功能缩水，或者需要为内容付费。从行业趋势看，内容授权正在成为 AI 竞争的新壁垒——拥有优质版权的媒体将获得更多议价权，而依赖公开抓取的公司则面临法律风险。

数据供应链在 AI 行业中指从数据采集、清洗、标注到最终用于模型训练或推理的完整链条。常见的参与者包括直接抓取网页的爬虫运营方、提供结构化数据或 API 的数据中间商（如 Brave Search API）、以及购买数据用于训练的大模型公司。由于许多 AI 公司并不直接抓取全网数据，而是依赖第三方数据服务，供应链的合规性风险便层层传递。一旦上游数据被抓取行为被认定侵权，下游使用者也可能面临连带责任或被迫更换数据源。这促使 AI 公司越来越重视数据来源的授权证明和合规审计，以降低法律风险。

多源视角：版权战中的各方博弈

根据 RSS 来源的报道，纽约时报的诉讼同时点名了 Anthropic 和 Perplexity，说明内容方认为这两家 AI 公司通过 Brave 间接获得了侵权内容。不过，目前没有信息表明 Anthropic 或 Perplexity 已被列为被告，它们可能只是作为“客户”被提及。这反映出 AI 公司与数据中间商之间的责任划分尚不清晰：AI 公司可以辩称自己从 Brave 合法购买数据，而 Brave 则可能主张抓取行为属于合理使用。

有意思的是，Brave 此前曾推出“Brave Search API”和“数据销售”业务，向 AI 公司提供搜索索引数据。这种商业模式本身就处于版权灰色地带。纽约时报选择起诉 Brave 而非直接起诉 Anthropic，可能是为了从源头切断数据供应链，也可能是为了先确立一个有利于内容方的判例。无论结果如何，这场诉讼都将促使 AI 行业重新思考数据获取的伦理与法律框架。

搜索索引是搜索引擎对抓取到的网页内容进行解析、去重和结构化后建立的数据库，用于快速响应用户查询。与传统搜索引擎仅返回摘要和链接不同，Brave 等公司可能将索引数据以 API 形式出售给 AI 公司，用于模型训练或增强生成效果。这种“数据销售”模式模糊了搜索服务与数据分发之间的界限：如果索引中包含受版权保护的新闻全文或大段摘录，那么出售索引数据就可能构成对原作品的复制和发行。纽约时报的诉讼正是针对这一环节，主张 Brave 的索引构建和转售行为超出了合理使用的范畴。

结语：内容价值回归的信号

纽约时报诉 Brave 一案，本质上是传统媒体在 AI 时代捍卫内容价值的又一次尝试。从起诉 OpenAI 到起诉 Brave，内容方正在构建一条完整的维权链条：谁抓取、谁分发、谁使用，都可能被追责。对于 AI 从业者而言，依赖公开抓取数据的时代正在落幕，合规授权将成为下一阶段竞争的关键。Brave 的命运不仅关乎一家浏览器公司的存亡，更将定义 AI 数据供应链的规则边界。