写进条款的 AI 训练授权，48 小时后被 Meta 删了：独立站长真正该盯的是什么

10 月 17 日，Meta 把新版商务条款里最扎眼的那句话删掉了。从它被发现到被删除，只隔了 48 小时。

两天前，10 月 15 日，Nieman Lab 刊出一篇报道：Meta 正在更新它的商业使用条款，新条款 10 月 30 日生效，其中一段写道，Meta 可以使用爬虫抓取任何商务账号"关联"网站的内容，并把这些内容用于"提供、开发、改进、研究、训练和维护"Meta 的产品——而 Meta 的条款在别处把"Meta 的 AI"也定义为它的产品之一。三位法律专家看完条款文本后说：照字面理解，这等于 Meta 给自己发了一张许可证，可以把新闻网站的全部内容拿去训练 AI，而且不用付一分钱授权费。

10 月 17 日，The Verge 报道 Meta 已经删除了这段表述。Meta 发言人称，相关条款"只适用于我们的广告和商务产品"，"不会改变 Meta 爬虫的工作方式"。一场 48 小时的舆论风暴，看似平息了。

但如果你是独立站长，这件事最值得看的恰恰不是被删掉的那句话，而是留下的那些。

条款里到底写了什么

先还原事实。Meta 在 10 月初通过博客和 Meta Business Suite 向用户推送了新版商业条款，生效日 10 月 30 日。争议段落分两层意思。

第一层是抓取授权：Meta 可以使用"自动化软件（web scrapers、bots、robots、spiders、crawlers、user agents 等）"，并且可以"创建测试凭证"，来访问、索引、缓存、分析、收集、检索或抓取与企业产品或服务"关联"的域名、网页或 URL，并定期拉取更新。

第二层是用途授权，也是引爆点。Nieman Lab 引用的原文是：

"Meta may use any content from such domains, web pages, or URLs to provide, develop, improve, research, train, and maintain the integrity of, the Meta Company Products, services, and features…"

名单里那个 "train"（训练），是整件事的导火索。Meta 的条款在另一处把"AI at Meta"列为公司产品之一，串起来读，法律专家得出的结论是：这就是允许 Meta 拿抓到的内容训练 AI 模型。

覆盖面比你想象的广。所谓"商务账号"，不只是大广告主——管理 Facebook 主页和群组、跑广告、推送营销消息、用商务后台面板的账号都在内。Nieman Lab 写道：几乎每一家新闻机构都至少有一个 Meta 商务账号，包括他们自己。更关键的是没有退出机制。条款写得直白："If you do not agree to the updated terms, please stop all access or use of our Products for business or commercial purposes."（不同意？那就别用我们的商务产品。）10 月 30 日之后继续用，就等于同意。

为什么出版商炸了

Nieman Lab 请了三位法律专家审读条款，措辞一个比一个重。媒体与知识产权律师 Matt Topic（Loevy & Loevy）说："This is a remarkable provision to bury in [the] terms of service, given that this would give Meta access to material that would likely cost many millions of dollars in a licensing market."（把这样一条埋进服务条款里，实在惊人——它让 Meta 拿到手的材料，在授权市场上恐怕价值数百万美元。）他还提醒："It's not clear whether a court would enforce this, but publishers should assume that it would be enforceable."（法院会不会执行还不清楚，但出版商最好假设它会被执行。）

康奈尔法学院数字与信息法教授 James Grimmelmann 说得更直接："For news publishers, this clearly represents permission to Meta to train AI on any content from their sites and possibly to deploy some of that content, even in competition with the publishers themselves."（对新闻出版商来说，这分明就是授权 Meta 拿他们网站上的任何内容训练 AI，甚至可能把这些内容部署成与出版商自己竞争的产品。）

威斯康星大学法学教授 Benjamin Sobel 则点出了反垄断维度：把"用商务工具"和"宽泛的抓取授权"绑在一起，像极了反垄断里的"搭售"（tying）——正如 Google 要求出版商接受 AI Overviews，才能出现在传统搜索结果里。

还有一个细节格外刺眼：就在条款更新前不久，Meta 推出了付费订阅 Meta One，限制部分账号不订阅能发布的外部链接数量。Nieman Lab 一针见血：Meta 一边开始对"发布指向这些内容的链接"收费，一边要在条款里拿走免费抓取这些内容的权利。

行业组织反应很快。代表出版商的 News/Media Alliance 称最初的条款"outrageous"（骇人听闻）；英国新闻媒体协会首席执行官 Theo Bamber 说："This shameless landgrab attempt from Meta to scrape anything and everything from news publisher and business websites to train their AI products is the worst kind of arrogant tech platform bullying."（Meta 想把新闻出版商和企业网站上的东西统统刮走去训练 AI，这种无耻的圈地，是最恶劣的傲慢平台霸凌。）

最有代表性的可能是爆料人本人。Nieman Lab 是从读者爆料发现这件事的：The Steampunk Explorer 的创始人兼编辑 Stephen Beale 在自己的 Business Suite 里看到了条款更新通知。他说，这次 Meta 声称的是"只要你在我们这里有个存在，就有权去你所有地盘上拿东西"。他的读者年纪偏大、"完全扎根在 Facebook 上"，可他仍在认真考虑 10 月 30 日之前关掉账号："I know my site has been scraped to death."（我知道我的网站早就被爬烂了。）

Meta 的回应：否认，然后删改

10 月 16 日，Meta 通讯副总裁 Andy Stone 在 X 上先否认："This is false. There's no change to how Meta uses web crawlers."（这是假的，Meta 使用网络爬虫的方式没有任何变化。）他说这次更新是为了"在做站内广告和内容推荐时，能从第三方网站拉取准确的商品信息"，"not about scraping news sites"（不是关于抓取新闻网站）。

一天后，The Verge 记者 Terrence O'Brien 报道：Meta 已经把争议表述从条款里删除了。发言人 Daniel Roberts 说："We've heard you and want to clarify: the crawling terms we consolidated only applied to our ads and business products, and we've clarified that in the terms themselves… It does not change how Meta uses web crawlers."（我们听到了你们的声音：我们整合的抓取条款只适用于我们的广告和商务产品，我们已经在条款文本里把这点说清楚了……这不会改变 Meta 爬虫的工作方式。）他还强调："This is not about scraping news sites, and these updates don't give us new rights that supersede those preferences."（这不是关于抓取新闻网站，这些更新没有给我们凌驾于你们偏好之上的新权利。）

修改后的条款逐字对比："train" 不见了，用途被限定在"广告和商务产品"。但两点没变：用爬虫和"创建测试凭证"去抓关联域名的授权还在；10 月 30 日的生效日没变。而同一天，Nieman Lab 发了跟进报道："Legal experts warn Meta's new terms still grant broad scraping permissions, despite language changes"（法律专家警告：尽管措辞改了，Meta 的新条款依然授予宽泛的抓取权限）——允许把抓到的内容用于所有"广告和商务产品"，本身就是一次权限的大幅扩张，"商务产品"的边界在哪里，解释权还在 Meta 手里。

robots.txt：唯一还算管用的防线，和它的局限

整个争议里，Meta 反复搬出的挡箭牌是 robots.txt。发言人说内容所有者"仍然可以用 robots.txt 管理自己的内容被如何访问"，开发者页面也有屏蔽其爬虫的说明。但法律专家的反驳值得每个站长细读：合同条款可能被用来主张凌驾于 robots.txt 之上。robots.txt 本质上是一份君子协定——在美国，违反它本身并不直接构成违法。当一份你点了"同意"的商业合同白纸黑字写着"允许我们抓"，而你的 robots.txt 写着"不许抓"，真打起官司来哪份优先？专家们的答案是：别指望 robots.txt 一定能赢。

还有"测试凭证"这个魔鬼细节。Grimmelmann 指出，这段表述在技术上允许 Meta"注册成一个假用户"来绕过网站的注册墙。Meta 拒绝回答测试凭证会不会用来绕过付费墙——拒绝回答本身，就是一种回答。

对独立开发者来说，现实是：robots.txt 该写还是要写，这是你表达偏好的正式渠道，也是将来万一打官司时证明"我明确拒绝过"的证据；但别把它当防火墙。真正敏感的内容，登录墙之外的技术手段（比如 Cloudflare 的 AI 爬虫拦截）比一纸 robots.txt 更实在。

独立站长的三个动作

这件事和 vibe coding 的读者有什么关系？关系很直接：你的网站内容，就是训练语料。你写的教程、开源项目的文档、博客上的踩坑记录，过去被爬是"偷偷爬"，这次差点变成"条款白纸黑字授权爬"。条款后来删了，但 48 小时里发生的事，暴露了平台拿数据的真实思路。

第一，去 Business Suite 查一下：你的 Facebook 主页、Instagram 商务账号、WhatsApp 频道，到底关联了哪些域名。很多独立开发者当年为了跑广告随手开了商务账号，早就忘了它的存在——而条款的射程，恰恰是从这些账号开始算的。

第二，检查你的 robots.txt。Meta 在开发者文档里说明了如何屏蔽它的爬虫。写 robots.txt 不是为了拦住 Meta，是为了在将来某一天，你能证明自己明确拒绝过。

第三，把"条款 diff"加入你的信息 diet。平台拿数据的方式，正在从"爬虫技术"转向"条款文本"——后者更隐蔽，也更难察觉。这次是 Nieman Lab 的读者在 Business Suite 里偶然看到通知才捅出来的。如果你的业务依赖某个平台，去订阅它的条款更新通知，或者每季度看一眼 diff。数据主权这件事，指望平台自觉，不如指望自己多看一眼。

博弈还没完：两条路线，两种未来

把视野拉开，这 48 小时是出版商与平台漫长博弈的一个切片，而且出现了两条泾渭分明的路线。一条是 Google 的路线：付费——同一周，Google 的 News AI 试点已扩展到 400 多家出版商，给内容付钱，拿授权。另一条是 Meta 这次差点走通的路线：不付钱，靠条款拿授权。Matt Topic 那句"在授权市场上价值数百万美元的材料"，点破了本质区别：内容到底是该买的资产，还是条款里顺手拿走的"相关材料"。

法律战线也在同步推进。今年 5 月，五家大型图书出版商提起集体诉讼，指控 Meta 盗版数百万册图书训练 Llama；AI 训练算不算合理使用，在美国法院还没有定论。欧盟 AI 法案对通用 AI 模型的训练数据也提出了版权合规和透明度要求，首轮执法已经启动（本站此前有专篇，此处不展开）。

所以 48 小时反转的含义是双面的。一面是新闻监督的胜利：从读者爆料到 Meta 改文只用了两天，证明平台并非不可问责。另一面更值得警惕：平台单方面修改条款的能力本身，就是权力。今天能把"train"加进去，明天就能加回来；这次删的是用途表述，抓取授权和"测试凭证"原封不动，10 月 30 日照常生效。

结论很朴素：别把你的数据主权，寄托在某家平台某天的心情和措辞上。条款会变，爬虫不会停——Meta 自己都说了，"不会改变爬虫的工作方式"。你的 robots.txt、你的登录墙、你对商务账号关联域名的清理，才是你真正握在手里的东西。