Meta删掉“训练”一词，AI抓取争议仍未平息

面对持续升温的舆论压力，Meta对其商业服务条款做出了一处看似微小、却意味深长的修改：删除了“训练”（train）一词。据Ars Technica报道，这家社交媒体巨头在修改AI抓取政策措辞的同时，明确表示不会加入尊重robots.txt协议的条款。换句话说，Meta愿意在字面上做出让步，却不愿在实质行为上设置约束。

一个词的删除，一次姿态的调整

这场风波的起点，是Meta商业条款中关于用户内容使用方式的表述。此前，相关条款允许Meta将用户发布的内容用于“训练”其AI模型，这一措辞被外界解读为对创作者劳动成果的直接征用。随着AI生成内容与原创内容之间的边界日益模糊，越来越多的用户、出版商和创作者组织对此表达不满，认为平台在未经明确同意的情况下，将公共内容转化为模型能力的“燃料”。

Meta此次删除“训练”一词，从文本上看似乎降低了条款的攻击性。但批评者很快指出，删掉一个动词并不等于改变行为逻辑。只要平台仍然保留对公开内容的大规模抓取能力，措辞的软化就更多是一种公关策略，而非政策转向。

“改变措辞不等于改变做法。真正的问题是，平台是否愿意让内容创作者拥有说‘不’的技术手段。”——这是此次争议中反复出现的核心质疑。

robots.txt：技术协议的道德重量

争议的另一个焦点，是Meta拒绝在条款中承诺遵守robots.txt。这个诞生于1994年的文本文件，是网站与爬虫之间最古老的“君子协定”：网站管理者通过它告知自动程序，哪些页面可以抓取、哪些应当回避。它没有法律强制力，却长期被视为互联网自治秩序的基石之一。

在AI时代，robots.txt的意义被重新放大。对新闻网站、独立博客和内容平台而言，它是少数能够表达“不欢迎抓取”意愿的技术工具。然而，当AI公司以训练模型为目的进行大规模数据采集时，robots.txt的约束力就显得相当脆弱。Meta不愿将其写入条款，意味着公司希望保留对抓取行为的自由裁量权——即便这意味着绕过网站运营者的明确意愿。

值得注意的是，这并非Meta一家的做法。近年来，多家AI公司在数据来源问题上都面临类似质疑，而行业内的普遍现象是：技术能力先行，规则约束随后，且往往在舆论压力下才做出有限调整。

行业背景：数据饥渴与版权焦虑

要理解Meta为何在措辞上如此谨慎，需要看到大模型竞赛背后的数据逻辑。高质量语料是训练高性能模型的稀缺资源，公开网页、论坛讨论、新闻报道和用户生成内容构成了最重要的数据来源。随着模型规模扩大，对新鲜、多样、真实文本的需求只增不减。

与此同时，内容创作者和出版机构的版权意识正在觉醒。从新闻集团到独立写作者，越来越多主体开始要求AI公司为使用其内容付费，或至少提供明确的退出机制。法律层面的博弈也在推进，围绕“合理使用”边界的诉讼不断涌现，使得AI公司的数据采集策略处于高度不确定的状态。

在这样的背景下，Meta的条款修改更像是一次精细的风险管理：删除敏感词以降低舆论摩擦，同时保留抓取空间以维持模型竞争力。这种“说软话、做硬事”的策略，短期内或许能缓解部分压力，但难以从根本上修复平台与内容生态之间的信任关系。

编者按：措辞游戏的尽头是信任赤字

从公关角度看，删除“训练”一词成本极低，效果却可能立竿见影——媒体标题会变，用户的直观感受会缓和，监管者的注意力也可能被分散。但从治理角度看，这种调整回避了真正的问题：AI公司应当以何种方式、在何种授权下使用他人的内容？

robots.txt不是万能方案，它无法解决已经抓取数据的追溯问题，也无法覆盖那些没有技术能力配置协议的普通用户。但它至少代表了一种基本态度：承认内容生产者有权表达意愿。拒绝将其写入条款，等于放弃了这一态度表达。

对于Meta而言，真正的考验不在于条款里写了什么词，而在于当网站明确说“不”时，爬虫是否会停下来。在AI与内容生态的博弈中，措辞可以修改，技术可以迭代，但信任一旦透支，重建的成本将远高于任何一次模型训练。

本文编译自Ars Technica