这书,不许喂给 AI

一本纸质书的版权页，通常在扉页背面，印着 ISBN、核字号、开本、字数、定价。做书的人熟得不能再熟，读者基本不看。

今年，那里多了一行字。

这是最土的办法。一行声明拦不住任何一次爬取，出版社自己清楚。做了多年编辑的程诚说得很直白：

表态的不止一家。今年 5 月，中国大百科全书出版社牵头，22 家出版、传媒、版权、科技机构在深圳签署《人工智能高质量语料库建设公约》，核心一条是“先授权、后使用”；大百科社社长高世屹的话更硬——反对免费、低价、未经授权的“杀鸡取卵”式扒取。

思路是同一个：先把态度摆出来。而之所以只能摆态度，是因为规则还没定。

第一份材料是国家版权局的《版权工作“十五五”规划》，2026 年 8 月 31 日印发，9 月 7 日公布：

同文专栏里还有一句：「研究起草生成式人工智能版权规则。」

再往上追一层。“建立人工智能训练数据合理使用制度”不是版权局自己发明的，它是“十五五”规划纲要的原话——纲要提出，面向能源、交通、制造、教育、健康、金融等领域建设高质量数据集，建立人工智能训练数据合理使用制度。

“合理使用”这四个字，是国家层面写进五年规划的方向，而且专门点了“教育”。

第二份材料，是 9 月 9 日第十五届中国知识产权年会上的一场论坛，发言者里有两位管过版权的老干部。

国家版权局原副局长、中国版权协会原理事长阎晓宏：

他同时把另外两条路也堵上：事先授权“必将扼杀大模型发展，亦不可行”。剩下的方向只有一条：纳入法定许可、用后付合理报酬。

中宣部版权管理局原副局长段玉萍说得更具体：

紧接着她又说，法定许可缺乏权利人获酬保障、补偿金制度仍是空白，「同样不建议增设相应权利限制」。

难在训练。

段玉萍有一句话，我认为是这场讨论里最锋利的：

翻成大白话：出版社把书卖给你，你合法拥有它；这不等于你有权拿它训练模型。买书是买书，授权是授权。这话不新鲜，但很多讨论都从这一层滑过去了。

滑过去是有原因的。训练看不见，法院也难判。《工人日报》那篇报道梳理了三起判决：

代价是：作品被喂进去、却从没被输出出来的作者，眼下拿不到说法。

大学是优质语料的原产地。教材经过三审三校，内容准确、行文规范——程诚说这是“大模型训练的优质语料”。学术著作、学位论文、教师的讲义，性质都一样：写的时候要熬，写完赚不到什么钱，但对模型很有用。

如果这类内容的产出一直得不到回报会怎样？《工人日报》那篇报道的结尾给了判断：优质语料会枯竭，反过来制约 AI 产业。

对教育这一端更具体的后果是：学生学到的东西，会越来越多地从“上一代人交出来的作品”里提炼出来——而上一代人当年写的时候，没人告诉他这笔账该怎么算。

那现在能做什么？程诚提到：不少出版社正用自己出的书训练自有模型，做垂直领域的语料库；大百科社则是标准 API 知识输出、授权模型训练、开发专属智能体——授权本身成了一门生意。

至于我自己，看完这一圈材料，能想到能做的动作是：写东西时把出处留全，署自己的名，稿子存好。教学生也一样——引用别人的东西要标出来，这是老规矩；现在多一条，别把自己没写完的东西随手上传到不知道会去哪儿的地方。有没有用我说不准，但比不做好。

来源