汤森路透赢了ROSS案：AI训练中原创性和合理使用界限在哪？ - 赛马四连环

• 赛事, 规则
• 03 评论

2026年9月29日，美国第三巡回上诉法院对汤森路透诉ROSS案作出裁决，维持了地区法院的部分简易判决：Westlaw的头注属于具有原创性并受版权保护的内容，ROSS利用这些头注训练AI法律研究工具的行为不构成合理使用。

这是联邦上诉法院首次就AI训练中的合理使用问题作出裁决。不过，法官在判决中明确指出，本案涉及的工具属于非生成式AI，并将其定性为“不过是一起普通的版权案件”，与那些更知名的生成式AI版权案例区分开来。

由于初创公司ROSS已停止运营，该案可能不会提交至最高法院审理。因此，第三巡回上诉法院的判决可能成为这场持续6年争议的终审裁决。由于这是联邦上诉法院首次直接裁定AI训练是否构成合理使用，该案形成的观点将被后续案件广泛引用并产生一定影响。

如何依据该案评估现有产品的法律风险，对版权方和科技公司意义重大。

一、原创性：保护的不是“句子”，而是“地图”

汤森路透旗下的法律研究平台Westlaw本质上是一套“判例汇编”，拥有编辑撰写的头注和密钥编号系统：头注总结了从司法判决中提取的法律原则；密钥数字系统是一种用于分类法律主题和案件的数值分类法。点击头注即可进入司法文本中的相应段落。点击与头注关联的关键数字，会引导用户进入一系列与法律观点相同的案件列表。

初创公司ROSS曾向汤森路透申请Westlaw的使用许可，但遭到拒绝，当时汤森路透已意识到ROSS在开发与其竞争的同类产品。于是，ROSS聘请了提供法律研究和写作服务的公司LegalEase，基于Westlaw的头注和密钥编号系统创建训练数据。LegalEase据此生成批量备忘录——一套法律问题集合，配有4到6个可能的答案，并与司法判决中经过排序的段落配对。ROSS将这些备忘录转化为训练数据，用于开发其AI工具：用户以日常语言提问，AI工具可返回现有判决中的相关段落。

美国第三巡回上诉法院对2,243条头注的原创性分析较为克制，但方向明确。

虽然法院判决本身属于“事实”，不受版权保护，但事实的表达通常受版权保护。对于每条头注，汤森路透的编辑都做出了创造性决定，而不仅仅是照录判决：他们需要从一份意见中判断哪些法律点值得提取，哪些事实仅保留为背景，用不超过800字符重写，使头注在不读原文的情况下也能独立成立；再通过Key Number主题体系将“这个点”归类到“那一类问题”下，与大量其他判例形成可跳转的关联。

单条头注只是“标记”，头注加编号系统加跨案关联则构成了一套“地铁图”。读者提出一个法律问题时，Westlaw返回的不是一个句子，而是“哪几个主题、哪些头注、哪些判例互为支撑”的路径。ROSS的AI工具学到的是Westlaw的“问题—主题—判例映射”。

这是一种专有的、人为策划的编辑层，而非底层未受保护的事实或公共领域材料。ROSS本可以从不受版权保护的司法判决中提取自己的训练标签，但为了效率选择了编辑层。法院直接否定了这一效率正当性：当受保护的表达本可避免时，便利性在法律上不能替代必要性——这一判断是本案最关键的部分。

值得注意的是，ROSS提出了三项原创性反驳，这些观点似乎有一定道理，并在庭外获得了一些专业人士的支持。其核心逻辑是：撰写法律头注必须专业严谨地忠实于原判决，不能自由发挥或编造，因此编辑缺乏足够的“原创性”；头注只能按照极其有限的方式或行业标准撰写；若对其予以保护，相当于赋予Westlaw对法律的垄断。

但法院逐一驳回，认定：同一司法意见可以有多种表达方式；头注的撰写不存在统一的行业标准或惯例，而是体现了Westlaw编辑特有的选择和独立判断；对此予以保护，不会妨碍他人对司法意见（事实层面）的免费使用。

既然连法律这样高度专业、以“忠实于原文”为铁律的领域，其编辑层都能获得原创性保护，那么在金融、音乐、医疗等具有更大灵活性、更多解释和发挥空间的领域，那些体现人工选择与判断的标签体系、分类图谱、知识映射，显然更可能成为受保护的内容。

因此，对AI行业的警示是：不抄“文字”而抄“分类”，同样面临巨大的法律风险。

二、合理使用：杀死ROSS的不是“训练AI”，而是“做了竞品”

在分析是否符合“合理使用”问题时，美国版权法必须考量四个因素：（1）使用目的和性质，包括是否具有商业性和变革性；（2）受版权保护作品的性质；（3）所使用的版权作品数量及其金额是否合理；（4）使用对现有或合理预期的版权作品市场的影响。

第三巡回上诉法院与地区法院意见一致：ROSS的复制不符合合理使用标准，其分析主要聚焦于第一和第四因素，而这两个因素所指向的问题本质，其实都是“替代性”问题。

法院承认“用头注训练”与“把头注直接发布”相比，确实存在一定形式差异，但最终目的仍是法律检索、仍是帮助用户找到相关判例。因为“汤森路透和ROSS都利用这些头注创建和优化一个帮助用户找到响应性法律材料的法律研究平台”，ROSS的使用“具有相同的最终目的”，并且“充其量只是微小的变革性”。

在分析市场效应时，法院阐述了两个替代市场：其一是原法律检索订阅市场，ROSS面向相同客群、提供相同功能，当然构成替代；其二是“头注作为AI训练数据”的衍生许可市场，汤森路透自己用头注训练WestSearch Plus，且法院认为该市场正在快速发展；即便当时未对外授权，ROSS的无偿训练也剥夺了其进入该市场的机会。

需要注意的是，判决并非泛泛地说“只要用于训练就创造许可市场”，而是结合汤森路透自有AI产品、头注可机读、ROSS商业竞品这些事实来认定市场损害。

三、ROSS案的边界：谁在害怕合理使用变许可税？

值得注意的是，该判决并未直接回答生成式AI训练是否构成合理使用。

第三巡回法院对其裁决持谨慎态度，在脚注7中，将本案中ROSS所属的“非生成式AI”与Bartz诉Anthropic案和In re: OpenAI案中的生成式AI模型进行了区分，并据此与美国司法部在In re: OpenAI案中提交的声明相隔离——司法部宣称训练大型语言模型可以实现真正的变革性目的，因此对受版权保护的作品进行模型训练构成“合理使用”，OpenAI和微软在训练ChatGPT于《纽约时报》文章时并未违反版权法。

第三巡回法院实际上指出，“人工智能训练”并非本质上相同的一个类别，上述司法部的考虑以及看似相关的AI案例其实不适用于ROSS，因为ROSS的工具是非生成式的，且其复制行为建立了直接竞争替代产品。

有人认为ROSS案削弱了其他AI案件中潜在的合理使用辩护，而另一些人则因其事实独特而轻视其重要性。但实际上，ROSS案是否会产生广泛影响，取决于后来法院如何解读脚注7的内容。

法院的本意，很可能是隔离其他案例或政府意见对ROSS案的适用和影响。但ROSS案本身却实际上建立了一个强有力的先例，很可能改变未来AI版权案件（包括生成式AI）的审理范围，它不是简单的是或否的问题，而是涉及一系列问题：AI训练中复制了什么，如何获得，为什么需要这个表达，模型如何处理它，输出还是服务替代源代码，以及是否存在许可市场。

例如，以下分析或观点，很可能被其他生成式AI案例所引用：

作品只需“独立创作”并带有“最低程度的创造性”即可获得版权保护；

即使受保护文本从未出现在输出中，中间训练副本也可能构成侵权；

直接商业替代成为决定性因素；

新兴的人工智能训练许可市场是一个可识别的第四因素市场。

另外，该案还存在一个非意图性后果，这也是许多类似Authors Alliance版权保护组织或专家对ROSS案提出反对意见的最根本原因：法院把“AI训练数据许可市场”证成得太容易，“合理使用”的第四因素分析就会陷入一种循环——只要版权人愿意发放训练许可，就推定存在市场；只要存在市场，未授权训练就当然损害。

若AI训练总体依赖许可而非合理使用，只有最有钱的科技公司付得起规模化授权，小创业公司、高校、独立研究者会被挤出；而许可条款由大内容商和大模型公司双边协定，个体作者和公共利益反而没有代表。其后果不是保护作者，而是保护大聚合商。

这个担忧在专业数据库、音乐平台、金融资讯平台等垂直领域更为尖锐。

四、总结：最高院“暂不作规定”反而是最优解

美国法院在ROSS案中撇清其与其他生成式AI案件的关系，以及Authors Alliance等版权组织对该案结果的担忧，揭示了AI训练“合理使用”问题的复杂性：

把“合理使用”泛化成“凡训练都可白拿”，则编辑层、分类层、人工知识图谱这种重投入资产不受保护，长期反而没人做高质量数据；但如果把AI训练默认推成“先授权、再训练”，会形成大内容商加大模型厂的双向许可寡头，个体作者未必分到钱，初创公司（如ROSS）很可能直接出局。

这种矛盾也对应了中国最高法的态度：2026年《关于依法审理涉人工智能纠纷案件的意见》发布时，中国最高法对训练数据版权问题选择“暂不作统一规定”，理由是：分歧大，认知还在深入变化之中，因此需要先在实践中总结经验、再完善规则。

因此，我们可以看到，无论是中国还是美国，在更广泛的司法层面都有这样的趋向性：不把“训练”整体定为合理使用；不把“训练”整体定为强制许可；按具体场景、数据层动态分权。

本文来自微信公众号“Internet Law Review”，作者：张颖，36氪经授权发布。

精选四连环名次内容，赛马四连环与你一同发现更多精彩。

派彩金额根据该场次的总投注额和中奖注数动态计算，并非固定赔率。若某场出现冷门马匹入圍四连环，派彩往往大幅高于热门组合。建议在投注前查阅近期同类型赛事的派彩记录，作为参考。

赛马四连环专注四连环派彩，为用户提供专业可靠的体验。