谷歌Like Company案：AI训练可放行，输出摘要或侵权

过去两年，生成式AI的版权争议基本都集中在“训练”上。出版商、作家、摄影师和音乐人一遍遍追问：我的作品是不是在不知情的情况下被塞进了大模型？Bartz诉Anthropic、汤森路透诉ROSS、纽约时报诉OpenAI这些标志性案件，讲的就是这件事。围绕它，授权谈判、集体管理机制、机器可读退出协议等一套应对办法也陆续出现。

但到2026年，高质量公开语料差不多被AI模型爬完了，继续堆语料的收益也在往下走，AI与版权的接触点于是转向“输出”。用户向生成式AI提问时，系统会实时检索网络内容，把原文片段放进上下文，再重组生成答案，这个过程叫“检索增强生成”（RAG）。用户看到的是一段最贴合当下需求的“摘要”，出版商丢掉的却是一次本该属于自己的点击、广告曝光和与读者的联系。

2026年11月3日，欧盟法院（CJEU）总法律顾问Maciej Szpunar就首个提交该法院的生成式AI版权案件——Like Company诉谷歌案——出具非约束性意见，核心判断是：AI训练或许合法，但输出可能侵权。

一、LikeCompany案：欧盟法院系统第一次认真切割“输入”与“输出”

案件本身并不复杂。匈牙利出版商LikeCompany指控谷歌的Gemini在回答用户问题时，实时抓取其新闻文章，生成与原文高度相似的摘要，让用户不必再访问原站。Google的辩护延续一贯口径：模型只是学习语言规律，输出属于原创表达；出版商已经通过控制机制享有选择和退出的权利。

Szpunar把案件拆成两层，而且刻意不让两层互相掩盖。先说训练环节：他的建议是不予受理，而非直接放行。

训练这一层，Szpunar的看法是：本案没有事实基础能证明涉案文章真的进了训练集，所以训练相关的问题他不接。不过他附带说了一句：按照文本与数据挖掘（TDM）例外框架，拿受版权保护的内容去训练模型，原则上可以放行——条件是内容取得合法、能拿到，权利人没有作出有效保留，开发者这边也上了防止逐字回忆的技术手段。

这一层对大厂其实相当友好，等于承认：单纯把公开作品喂给模型，不当然构成侵权。

真正的焦点在推理端，Szpunar提出两个测试要件。第一，获取方式是否正当。如果Gemini绕过付费墙或其他技术保护措施去读取文章，那么即便原文“公开可搜”，也不产生默示授权。总法律顾问明确驳回了“没设屏障就等于同意”的逻辑——这一否定直接打在行业习惯上。第二，输出是否构成“表达性替代”。这里不需要逐字复制，只要侧面对比能够识别原作的表达形式，且用户看完AI答案后不再需要打开原文，就可能侵害新闻出版者权。

换句话说，版权保护的是具体表达，一旦AI把“具体表达”重新包装后承接了原作的市场，权利人的专属权就被架空了。反过来，仅传递相同事实而以不同形式表达，不当然侵权；个别词语与极短片段也在保护之外。

得说清楚，这条红线是“情形测试”，不是本案的结论。Szpunar的意见只是把标准画了出来，本案事实还得由匈牙利法院结合具体情况去认定。

这份意见的分量在于，欧盟法层面头一回确认：训练里的复制和推理里的复制，性质上是两种使用；前一种原则上能套用欧盟《数字单一市场版权指令》（DSM）里“文本与数据挖掘”（TDM）的例外规则，后一种则要单独过表达权这一关。

二、美国四大厂的“训练退出令牌”

就在LikeCompany意见出炉前一周，2026年10月30日，OpenAI、谷歌、微软和Anthropic联合宣布支持一种新型“策略令牌”（policy token）机制。网站只需在robots.txt里加一行__usage_ai-training的声明，就可以一次性禁止所有主流AI爬虫把内容用于训练，不必再逐个配置GPTBot、ClaudeBot、Google-Extended。

从技术治理的角度看，这算往前走了一步。四家企业各自分散的退出机制，被并成了一个机器可读、对各个爬虫都生效的统一机制，治理接口也从“双边”合同挪到了公共协议层。

可问题在于，这套机制只管训练，搜索管不着，推理时调用更管不着。说白了，四大厂是拿“训练端让步”换了“推理端自由”。眼下AI行业的商业模式正从“训练模型”往“推理服务”转，AI真正赚钱的地方，是把出版商内容实时接进答案里。至少到现在，训练退出这个姿态成本很低，而AI公司把最值钱的推理主动攥在手里。

还有一点，欧盟《AI法案》本身对AI公司的版权义务也是双轨的。根据《AI法案》第53条与《通用人工智能实践准则》（GPAI Code of Practice），签署方需要履行五项核心版权义务，第4项是“降低生成侵权内容的概率”，已经把推理端和输出端的版权风险写进强制性义务。只是还没细化到RAG该怎么做。

再加上LikeCompany意见放出的信号，欧盟不会只停在“训练端”合规上，下一步必定要追问“输出内容”侵不侵权。生成式AI的检索日志、引用账本、输出来源溯源，会一步步从技术运维数据变成合规证据资产。

三、中国科技公司版权合规拐点：从训练到推理

LikeCompany案的意见与四大厂的训练退出令牌，表面上是欧美市场内部的法律博弈，但对正在加速出海的中国AI企业来说，这两件事共同指向一个不可回避的趋势：AI版权合规的重心，正在从“训练端”向“推理端”迁移——这套变化就是直接的合规变量。

此前两年，企业在版权合规上的力气基本都花在训练环节——数据来源怎么分类、授权链条怎么梳理、训练摘要如何披露。出海的中国模型在训练端已经做出不少实际动作：有的开始按欧盟 GPAI 模板公开训练内容摘要，有的公开爬虫标识，还有的建立起数据治理流程。这些工作依然少不了，它们是进入欧盟市场的基本门槛。

可要是眼睛只盯着训练端，接下来那波监管潮水很可能就赶不上了。

Szpunar 意见最要紧的地方，并不是给某个具体案子下了终局结论。它真正的分量在于：在欧盟法层面头一回把“训练中的复制”和“推理中的复制”切分成两个各自独立的法律行为，并且给后一种行为划出了一条可以逐项检验的归责路径。这条路子的底层逻辑说穿了也简单——模型能学知识，却不能代替原作去表达；能检索信息，却不能顶替原作去占市场。一旦 AI 的输出开始成体系地替代原作的功能，不管是新闻报道、学术论文还是文学创作，版权法那些老工具照样会被启动。

另一边，四大美国厂商联手推出的训练退出令牌是个积极的技术治理动作，但它偏偏绕开了推理端的调用问题。出版商退出训练之后，其内容照样可能被实时检索出来，摘录、重组，塞进答案里。训练能退出、推理却管不住，这种结构上的不对称，早晚要成为下一轮争吵的焦点。

落到中国企业身上，合规的重点得往外扩，甚至要挪一挪位置。训练端做到透明，只是拿到了入场券；真正可能形成竞争壁垒的，恐怕是“推理过程的可审计性”——能不能证明自家模型在每一次回答里，都清楚自己借了谁的内容、借了多少、有没有越界。

在更细的推理合规标准落地之前，主动去理解并回应出版商的这类诉求，是个该认真对待的战略窗口。