Anthropic 音樂版權訴訟：Sony、Warner 追問訓練資料怎麼來（2026）

Anthropic 音樂版權訴訟在 2026 年 8 月 28 日正式進入北加州聯邦法院：Sony Music Publishing、Warner Chappell Music 等 35 名原告，把 Anthropic、執行長 Dario Amodei 與共同創辦人 Benjamin Mann 一起列為被告。這篇文章先忠實拆解起訴狀，再對照既有裁定與法條逐一查證，最後判斷這場官司真正可能改變 AI 產業的地方。

原告用一句非常重的話定調，但這是訴訟立場，不是法院結論：

“one of the largest and most blatant ongoing thefts of intellectual property in history”

中文：原告稱這是「史上規模最大、最明目張膽且仍在持續的智慧財產竊取之一」。

Sony Music Publishing (US) LLC et al. v. Anthropic PBC et al., Complaint ¶13

Anthropic 則向 Axios 表示不同意出版商的主張，將在法院積極抗辯。截至 2026 年 9 月 1 日，公開 RECAP 可驗證的最新文件仍是 8 月 28 日的第 4 號公司揭露文件；目前看見的是雙方立場的起點，尚沒有本案法官對侵權、合理使用或賠償作出認定。

Anthropic 音樂版權訴訟，攻擊的不是一個按鈕，而是一條資料鏈

把爭議簡化成「Claude 有沒有吐出歌詞」會漏掉大半案件。起訴狀提出四項請求權，實際上拆成六段可以分別成立或失敗的行為：

資料鏈階段	原告的主張	仍需證明的核心
取得	從 LibGen、PiLiMi torrent 至少 500 萬與 200 萬本書，另從網站、Books3 等來源下載內容	哪些檔案含原告擁有的作品、誰指示或批准、下載時是否同步散布
保存	把原始檔留在可反覆利用的中央資料庫	永久圖書館與後續訓練副本能否分開評價
整理	抽取歌詞時移除歌名、作者、權利人與版權標示等 CMI	是否為未經授權的刻意移除，以及是否知道這會促成或掩蓋侵權
訓練	建立 corpus、data mix、模型版本與 synthetic data 時反覆複製歌詞	作品是否真的進入特定流程，以及每個行為是否受合理使用保護
輸出	Claude 產生逐字、近逐字歌詞或衍生內容	作品層級的相似性、模型來源與防止背誦的控制措施
市場	AI 生成歌詞稀釋既有授權、創作與權利金市場	具體替代關係與可歸因的市場損害，而不只是抽象競爭

四項法律主張也依此分工：第一項指控三名被告直接透過 torrent 侵權；第二項指控 Amodei 與 Mann 對 torrent 構成幫助侵權；第三項把 scraping、掃描、訓練與輸出都算在 Anthropic 的直接侵權內；第四項則依 17 U.S.C. §1202 指控 Anthropic 移除或改動版權管理資訊。這些目前全是原告待證明的主張。

Bartz 已經回答什麼，又刻意沒有回答什麼？

這場官司最容易被誤讀的地方，是把 2025 年的 Bartz v. Anthropic 說成「法院已裁定用盜版內容訓練合法」或「Anthropic 已被判盜版侵權」。兩句都過度簡化。

• Bartz 的合理使用裁定認為，在該案紀錄下，把書籍用於訓練 LLM 是高度轉化性的合理使用。
• Anthropic 買下紙本、銷毀紙本並保留一份內部數位替代品，也在那組狹窄事實下被認定為合理使用。
• 但從 LibGen、PiLiMi 取得並留在永久中央圖書館的副本是另一段行為；裁定沒有讓後續訓練用途回頭洗白最初取得。
• 原告當時沒有交叉聲請簡易判決，因此法院原本要把盜版副本的責任與故意性留給審判。之後雙方和解，審判沒有發生。

2026 年 7 月，法院最終批准 15 億美元 Bartz 和解，並以 prejudice 駁回該案。那是和解基金，不是法院判出的法定賠償；協議也沒有承認 Anthropic 違法。因此，新案原告可以利用 Bartz 留下的文件軌跡，卻不能把和解當成會自動勝訴的先例。

“what works were used, from what source, for what purpose, and with what controls on the outputs”

中文：判斷要看「用了哪些作品、來源是什麼、目的為何，以及對輸出採取了哪些控制」。

U.S. Copyright Office, Copyright and Artificial Intelligence, Part 3

這正是美國版權局 AI 訓練報告採取的光譜，而不是「所有訓練都合法／都違法」的開關：不產生可替代輸出的非商業研究較可能合理；從盜版來源複製表達性作品，再生成不受限制、能與原作競爭的內容，則較不可能合理。這份報告沒有法律拘束力，但它指出本案證據應該往哪裡長。

原告已拿出哪些線索，證據鏈又缺哪幾格？

公開的 Exhibit A 有 1 至 839 共 839 個作品／登記編號項目，列出據稱出現在 torrent 歌本或樂譜中的作品。這不是 839 首已證實被 Claude 訓練的獨立歌曲：同名作品可能因登記或權利人不同重複，清單也只證明原告提出了對照主張。

起訴狀另稱 Exhibit B 包含「數萬」項作品，涵蓋 scraping、訓練與輸出等較廣指控。法院 docket 確實把它列為第 1 號文件的第二個附件，但截至本文查核時間，公開 RECAP 只能取得訴狀與 Exhibit A，無法取得 Exhibit B；因此現在既不能驗證精確總數，也不能逐項檢查輸出範例。

更關鍵的是，訴狀自己承認 Anthropic 的公開立場是 LibGen／PiLiMi 原始書檔沒有直接用於已商用 Claude 的訓練。原告因此把理論延伸到中央圖書館、data mix，以及由相關模型產生的 synthetic data 或回饋訊號，並要求 discovery 交出完整 lineage。這條鏈有可能成立，但不能從「資料庫裡有某本歌本」直接跳成「某首歌必然進入某個商用模型」。

最值得追的四類發現程序證據

1. 檔案與雜湊：torrent manifest、file hash、書名與登記編號能否逐一對上。
2. 資料血緣：中央庫、corpus、checkpoint、synthetic data 與商用模型之間的實際流向。
3. 決策紀錄：誰批准取得資料、當時如何評估授權與風險、後來是否隔離或刪除。
4. 輸出測試：可重現的提示、完整輸出、版本、日期與防背誦措施，而不是只截取最戲劇化的一次回答。

「每首 15 萬美元」為什麼不是現成帳單？

起訴狀請求每件故意侵權作品最高 15 萬美元，以及每次 CMI 違規最高 2.5 萬美元；媒體很容易把「數萬首」乘上上限，得到數十億美元。但著作權法 §504 的精確文字是：原告要先證明侵權、法院再認定故意，才可以依裁量把每件作品的上限提高到 15 萬美元。它不是每個檔案、每次訓練或每段輸出都自動乘一次。

聳動讀法	文件真正寫的內容
Anthropic 已面臨數十億美元確定賠償	訴狀沒有提出 aggregate 總額；任何總數都還受作品、登記、責任、故意性與法院裁量影響
原告要求刪掉 Claude、全部重訓	祈求救濟要求銷毀被認定侵權的副本、交代訓練資料與方法；沒有把救濟明寫成刪除所有模型
拿掉作者資訊就一定欠 2.5 萬美元	§1202 還要求刻意移除／改動，以及知道或有合理理由知道這會促成、便利或掩蓋侵權
Bartz 的 15 億美元就是法院估價	那是無承認責任的和解基金，不是本案的損害判決或每件作品行情

起訴狀自己也有一處可核對的時間線錯誤

第 80 段稱美國政府在 2021 年底關閉 LibGen，之後內容被複製成 Z-Library，且 FBI 很快又關閉 Z-Library。可是美國司法部的公開紀錄寫的是：Z-Library 約從 2009 年運作，相關網域在 2022 年 11 月才與刑事案件一起被查扣；該公告也沒有把那次行動描述成 2021 年關閉 LibGen。

這個錯誤不會自動推翻 torrent、作品對照或內部決策等其他證據，但它提醒我們：即使是一份 48 頁、註腳密集的起訴狀，敘事仍是當事人版本。每一格時間線都要回到原始紀錄，而不是因為文件蓋了法院章就直接當成判決事實。

我的判斷：最強的是資料取得，最難的是把整條鏈接到市場傷害

第一，原告目前最強的戰場是 acquisition 與 provenance。Bartz 已留下 torrent 數量、內部對話與中央圖書館用途等可追查線索。若 Exhibit A 的作品能與檔案雜湊、登記與被告保存紀錄逐一對上，原告不需要先證明 Claude 吐出歌詞，仍可主張取得與保存副本本身侵害重製或散布權。

第二，訓練不是一句「合理使用」就結束，也不是一句「來源盜版」就自動敗訴。法官要決定最初下載、永久保存、建立資料集、訓練、模型權重與輸出是否為不同用途，以及每一段如何套用四項合理使用因素。Bartz 與 Kadrey v. Meta 已顯示地方法官對影子圖書館與最終訓練目的之關係並不完全一致；這兩件地方法院紀錄不能被當成能橫掃所有 AI 案件的拘束性上訴先例。

第三，最廣的市場替代理論證明門檻最高。逐字輸出若可穩定重現，會比「AI 寫出風格相似但不構成實質相似的新歌詞」更直接。後者仍要證明特定作品、模型能力、預期使用與授權／權利金市場傷害之間的因果，不是只證明 AI 也能寫歌。

第四，CMI 是可能很昂貴、也很吃主觀要件的一項。清理器會刪 footer 或 metadata，不等於法律上的故意移除已經成立；但若 discovery 顯示團隊明知會移除作者與權利人資訊，仍用它來隱藏可辨識的複製來源，風險就會明顯上升。

這場 Anthropic 音樂版權訴訟，真正會逼產業公開什麼？

最具產業影響力的結果未必是一張天價支票，而可能是 discovery 把「訓練資料怎麼來」變成必須回答的治理問題。未來企業採購模型、投資人評估 AI 公司、開發團隊建立資料集，都應該把下列四件事當成 dataset bill of materials：

1. 每個大型來源的取得方式、授權基礎與保存目的能否追溯？
2. 中央資料庫與實際訓練 corpus 是否隔離，誰能批准兩者之間的搬移？
3. 刪除一項資料時，能否一路追到派生資料、synthetic data、checkpoint 與評測集？
4. 輸出防背誦測試是否保留模型版本、提示、完整回答與可重現紀錄？

所以我的結論不是 Sony、Warner 已經贏了，也不是 Anthropic 只要說「訓練是轉化性」就安全。這案子的分水嶺，是原告能否把作品權利 → 特定檔案 → 取得與保存決策 → 模型資料血緣 → 輸出或市場傷害接成一條可驗證的鏈。第一、二格已有值得追的公開線索；後三格，才是接下來 discovery 真正要揭開的黑箱。