本周，一篇发布在个人博客 curiousquail 上的文章被转载到 Hacker News，标题里带着一种克制的愤怒：RSS 的联合创造者之一曾因"抓取数据"被刑事起诉，而 Meta 今天做着规模大得多的事，却几乎没有后果。作者说的正是 Aaron Swartz。这篇帖子在 HN 上评论不算多，但戳中的问题足够大：在 AI 时代，"从网上批量拿走内容"这件事，法律究竟在约束谁？
事件要点
先把两件事并排放着看。
Swartz 案：2010 年底至 2011 年初，Swartz 接入 MIT 校园网络，批量下载了 JSTOR 数据库中的数百万篇学术论文。他没有牟利，外界普遍将其动机与开放获取理念联系在一起，更早之前他也做过类似的事：下载并公开大批 PACER 联邦法庭文件。2011 年 7 月，他被联邦检察官以《计算机欺诈与滥用法》（CFAA）和电信欺诈罪起诉，共 13 项重罪，最高刑期合计可达 35 年。2013 年 1 月，年仅 26 岁的他在案件开庭前结束了自己的生命。最具讽刺意味的是，直接"受害方" JSTOR 早已宣布不再追究，真正穷追不舍的是检察官办公室。
Meta 这边：在作者团体发起的 Kadrey v. Meta 等诉讼中披露的法庭文件显示，Meta 从 LibGen、Z-Library 等"影子图书馆"获取了数百万册书籍用于训练 Llama 模型。内部邮件表明，相关人员清楚这些数据来源的性质，法务的建议也并非叫停，而是"先下载、再做风险隔离"。即便在诉讼提起之后，下载行为 reportedly 仍在继续。而 Meta 面对的，是民事诉讼，不是手铐。模型照常发布，商业化照常推进。
背景与影响
抓取的法律地位从来就没有真正清晰过。hiQ Labs v. LinkedIn 案确立了"抓取公开数据未必构成未授权访问"的先例；而 AI 时代的新一轮诉讼，NYT 诉 OpenAI、作者们诉 Meta，正在把"用抓来的数据训练模型是否构成合理使用"变成十年来最重要的版权问题。诉讼推进缓慢，但对被告而言，缓慢本身就是一种宽松。
真正的分歧点在激励结构上。如果个人抓取可能招致重罪起诉，而公司抓取只需要面对一笔可以核算、可以计入预算的民事风险，那么理性选择就是把一切有争议的抓取"公司化"。博客作者的愤怒正在于此：同样的行为，代价不取决于行为本身，而取决于行为者是谁、有多大。
Swartz 案也留下了真实的遗产：催生了 "Aaron's Law" 修法提案（虽未获通过），推动了对 CFAA 适用范围的反思，2021 年最高法院在 Van Buren 案中收窄了"超越授权访问"的解释，部分回应了当年的争议；JSTOR 此后也扩大了免费阅读额度。但那是以一个人的生命为代价换来的。
一点评论
法律的双重标准从来不是意外，而是执行选择的结果。当执法系统对个体重拳出击、对机构网开一面时，规则实际上是在奖励体量、惩罚个体。Swartz 之死没能换来的东西——一套对"抓取"清晰而对等的规则，正在被 AI 公司用更大的规模重新逼问一遍。这一次，坐在被告席上的是有能力把诉讼成本写进季度预算的公司。这场拉锯的结局，将决定未来十年互联网上"拿走数据"这件事，到底谁可以做、能做到什么程度。
source_id: 4