2021 年 6 月，Anthropic 成立还不到半年。联合创始人 Benjamin Mann 用 BitTorrent 从 Library Genesis 下载了至少 500 万本书。按照后来解封的内部材料，他知道这个盗版书库「sketchy AF」——可疑得离谱；公司的内部政策还要求，获取新的训练数据集必须得到 CEO Dario Amodei 的明确批准。
五年后，这个决定回到了两位创始人面前。
8 月 28 日，索尼音乐出版与华纳查普尔音乐联合数十家关联公司，在加州北区联邦法院起诉 Anthropic。48 页起诉书的被告栏里，不只有公司，还有 Amodei 和 Mann 两个人的名字。
出版商没有把问题写成一句宽泛的「AI 偷了音乐」。它们抓住的是 Anthropic 自己留下的一条缝：公司可以主张模型训练是合理使用，却很难把获取盗版副本也解释成合理使用。于是，这场诉讼不再只问 Claude 学过什么，而是追问一个更具体、也更棘手的问题——那些内容究竟是怎么进门的。
新案中尚未审理的事实来自原告指控；Anthropic 对 Axios 回应称，不同意出版商的主张，将在法庭上强力抗辩。但这场官司所利用的关键事实，已经在上一场官司中被法院写进了判决。
700 万本书，藏着一张音乐目录
Anthropic 最初面对的是一个所有大模型公司都熟悉的问题：高质量文本越多，模型越有可能写得像样；但把「全世界的书」合法、快速地搬进训练库，意味着漫长的采购、授权和整理。
Bartz 案判决记录了 Anthropic 当年的选择。2021 年初，Mann 下载了包含 196,640 本书的 Books3；同年 6 月，他又从 LibGen 下载至少 500 万本；2022 年 7 月，Anthropic 从 Pirate Library Mirror 再下载至少 200 万本。法院引用 Amodei 的说法称，公司原本有很多地方可以买书，但 torrent 更快、免费，也省去了「法律、实务和商业上的苦差事」。
索尼与华纳如今沿着这 700 多万本书的目录，找到了音乐。
原告列出的书名包括《The Beatles Complete Scores》《Best of Taylor Swift Songbook》和《Bon Jovi These Days》。这些不是只谈论歌手的传记，而是装着正版授权歌词和乐谱的歌集。原告还点名《All I Want for Christmas Is You》《Livin' on a Prayer》《Hallelujah》《Uptown Funk》以及 Taylor Swift 的《Paper Rings》等作品。
这改变了故事的性质。Anthropic 下载的对象名义上是「书」，但一本歌集里可以装进几十首受保护的词曲作品；BitTorrent 在下载时还会向其他节点上传文件。对出版商而言，一次批量获取因此可能同时对应复制、分发和后续训练中的多次复制，赔偿的计算单位也从一本书变成一首首作品。
Anthropic 赢下了「训练」，却输在「怎么拿到」
这起新诉讼之所以在现在出现，是因为 2025 年的 Bartz 案替原告画好了一条法律路线。
法官 William Alsup 当时给出了一个对 AI 公司一半利好、一半致命的判断：用书训练大模型具有转换性，属于合理使用；购买纸质书、拆掉装订、扫描成数字副本，也可以得到合理使用保护。但从盗版网站下载数百万本书，放进一个计划「永久」保留的通用资料库，不是合理使用。
换句话说，法院把两次复制拆开了。把合法取得的作品复制进训练集，是为了让模型学习，目的可能具有转换性；从 LibGen 把未经授权的完整文件复制进公司书库，则发生在训练之前，不能因为后来拿它训练模型就自动洗白。
这条区分把 AI 版权战从一个宏大的哲学问题，拉回了采购单和下载记录：模型有没有权利学习，不等于公司可以不问来路地囤积原料。
Anthropic 最终以 15 亿美元和解 Bartz 集体诉讼。2026 年 7 月，法院批准和解，覆盖超过 48 万本书。仅一个多月后，索尼与华纳带着同一批 torrent 记录走进法院。下载行为已有上一份判决记录，它们把新的证明压力集中到另一处：自己的作品是否也在里面，以及这些作品对应多少次可追责的复制。
这一次，被告席上不只有公司
索尼与华纳最具攻击性的动作，是把 Amodei 与 Mann 列为个人被告。
起诉书称，Mann 亲自下载 LibGen，并在行动前咨询了 Amodei 与另一位联合创始人 Jared Kaplan；按照 Anthropic 当时的政策，Mann 必须得到 Amodei 的明确批准。原告由此主张，两位创始人不是远离训练现场的管理者，而是数据来源决策的参与者：Mann 执行，Amodei 放行。
这也是「快且免费」四个字真正昂贵的地方。公司侵权通常可以被理解为流程失控、下属越界或供应商出错；一旦证据能够把决策追到创始人的批准链上，风险就可能穿透公司外壳，变成个人责任。
索尼与华纳据此提出四项请求：要求三名被告为 torrent 复制承担直接侵权责任；要求 Amodei 与 Mann 承担帮助侵权责任；另外要求 Anthropic 为更广泛的复制，以及移除版权管理信息负责。它们还要求 Anthropic 销毁侵权副本，并交代 Claude 的训练数据。
对所有 AI 公司来说，这个信号比赔偿数字更值得警惕。训练数据不再只是研究团队的工程输入，它正在变成需要董事会、法务和高管共同签字的资产来源。谁批准过、当时知道什么、有没有合法替代方案，都会成为几年后法庭上的证据。
歌词穿过了书库、清洗器和模型
如果诉讼只停在 700 万本书，它仍然是一场关于早期数据采购的旧账。索尼与华纳试图证明的是，这条链并没有在下载完成后结束。
第一条路径是书库。起诉书称，含有歌词和乐谱的歌集被保存在 Anthropic 的中央资料库里，再被复制进不同的数据组合。第二条路径是网页：原告指控 Anthropic 经由 Common Crawl 等数据集，获取了 MusixMatch、LyricFind 等授权网站展示的歌词。
第三步发生在「清洗」。网页正文旁边通常附有作者、版权方和版权声明，这些信息对读者重要，对训练却常被视作页脚噪声。起诉书引用内部讨论称，Anthropic 团队放弃了不能干净移除页脚的 jusText，转而肯定能够稳定去掉页脚和版权声明的 Newspaper。出版商据此把一项常见的数据预处理动作，改写成了另一项指控：作品留下了，证明作品归谁的信息却被剥掉了。
最后是模型。Anthropic 曾表示，来自 LibGen 和 PiLiMi 的书没有直接用于商业版 Claude；出版商则把「直接」拆开，称至少一款商业模型使用过另一款模型生成的合成数据或强化反馈，而那款上游模型接触过盗版文本。它们还指控 Claude 能逐字或近乎逐字输出歌词，新增的护栏可以通过换一种问法绕过。
由此，原告搭出了一条完整叙事：盗版文件进入中央书库，文本被清洗和复制，数据经训练或合成数据流入商业模型，最后又从 Claude 的回答里出来。法院会不会接受这条因果链，将决定 AI 公司能否用模型之间的数据传递，把有问题的原始数据隔离在「非商业研究」标签之后。
音乐业争的，是 AI 时代的进货规则
索尼与华纳要求对每部被认定为故意侵权的作品索赔最高 15 万美元，对每次移除版权管理信息索赔最高 2.5 万美元。起诉书称涉及「数万部」作品，理论金额因此可以滚到数十亿美元。但音乐出版商真正想拿到的，不只是一张赔偿支票。
过去三年，环球音乐出版、Concord、ABKCO、BMG、Round Hill，以及如今的索尼和华纳，相继把 Anthropic 告上法庭。至此，全球三大唱片集团的出版部门都已下场。它们一边起诉，一边强调愿意为 AI 提供授权，目标很清楚：把训练数据从先抓取、后诉讼的公共资源，变成需要先谈价格、再使用的商业原料。
而 AI 公司最初的竞争逻辑恰好相反。模型竞赛按月推进，授权却要逐家谈判；数据团队追求覆盖率和速度，版权体系却按作品、地区与权利类型切割。torrent 的诱惑，就来自这两种时间尺度的冲突：工程团队用几天得到的东西，商业团队可能要花几年才能买齐。
五年前，Anthropic 把这段时间压缩成了一次下载。五年后，省下的「法律、实务和商业上的苦差事」，变成 15 亿美元和解、接连不断的诉讼，以及两位创始人被写进被告栏的个人风险。
第一阶段的 AI 版权战，争的是模型有没有资格阅读人类作品。下一阶段争的会更朴素：你可以证明这些作品是从哪里来的吗？
对一家 AI 公司而言，训练数据最重要的字段，可能已经不再是 token 数量，而是收据。
