概要

2026年9月29日，美国联邦第三巡回上诉法院合议庭一致判定，ROSS Intelligence使用汤森路透（Thomson Reuters）的Westlaw头注训练一款与之竞争的AI法律检索工具，不构成合理使用，且这些头注具有足够的独创性，受版权保护。这是联邦上诉法院就AI训练中的合理使用问题作出的首个判决。由于涉案工具属于非生成式，且以取代Westlaw为目标，该判决的适用范围较窄，但法院的论证为AI开发者和精编内容权利人提供了一套如今即可用于检验自身数据的标准。

事件经过

据路透社（隶属于本案原告汤森路透）报道，第三巡回上诉法院于9月29日（星期二）以密封方式提交判决意见，并于9月30日公开。本案为Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc., No. 25-2153。Tamika Montgomery-Reeves法官代表三人合议庭撰写判决意见，并将本案上诉定性为“不过是一起普通的版权案件”。

合议庭维持了Stephanos Bibas法官于2025年2月作出的部分简易判决。Bibas法官是第三巡回上诉法院法官，经指派在特拉华州联邦地区法院审理本案。据MSK发布的客户简报，Bibas法官曾于2023年9月将几乎所有争议问题交由陪审团裁决，随后又在临近庭审时推翻了自己的决定。其修改后的裁决认定2,243条头注构成侵权，驳回合理使用抗辩，并批准就独创性和合理使用问题提起中间上诉。

根据FindLaw、MSK和Ballard Spahr的概述，案情如下：汤森路透拒绝向ROSS授予Westlaw许可。ROSS随后聘请LegalEase Solutions制作了约25,000份“批量备忘录”（Bulk Memos），其中的法律问题依据Westlaw头注拟定，并与司法判决中经排序的段落配对。ROSS将这些备忘录转化为训练数据，用于开发一款工具：用户以日常语言提问，工具返回现有判决中的相关段落。ROSS以诉讼成本为由于2021年关闭平台，但仍坚持上诉。

根据MSK和Ballard Spahr的分析，法院的主要判断如下：

背景

此前仅有的另外两项AI训练实体裁决，均由加利福尼亚州北区联邦地区法院的法官于2025年6月作出。在Bartz v. Anthropic案和Kadrey v. Meta案中，Alsup法官和Chhabria法官分别认定，以书籍训练通用大语言模型具有转换性。MSK指出，Bartz案后来就盗版书籍集体诉讼请求达成约15亿美元的和解，美国司法部也于2026年9月1日在In re OpenAI案中提交利益声明，主张大语言模型训练具有转换性。

第三巡回上诉法院直接回应了上述案件。法院在第7条脚注中以两点理由将本案与Bartz案相区分：ROSS的工具“无法生成原创表达”，且其训练目的是打造Westlaw的商业替代品。MSK指出，合议庭并未说明哪一点理由起决定作用。据路透社报道，法院还表示，司法部在OpenAI案中提出的关切“不适用于本案”。

法院还驳回了ROSS援引中间复制先例（Sega v. Accolade、Sony v. Connectix、Google v. Oracle）的主张。在这些案件中，复制是获取不受保护的功能性内容的必要手段，而ROSS本可以直接利用公开的判决。

影响分析

该判决并未回答生成式AI训练是否构成合理使用。它提示，在结合具体案情进行评估时，应考察训练所得产品的目的、复制数量的正当理由，以及对现有市场和潜在许可市场的影响。本案中，ROSS的使用转换性极低，意在替代原服务，且可利用公开判决，因此其必要性主张未能支持合理使用。法院对四项法定因素作了综合评估。

对AI开发者而言，实务上的出发点是审视为何需要所选的训练材料。应对每个训练数据集进行来源核查，并追问一个具体问题：在底层公开来源本可满足需要的情况下，数据集中是否包含第三方的编辑加工层（摘要、注释、分类、精选标注）？如果是，应改用原始材料重建数据集，或就该编辑层取得许可。对于与数据来源服务同一用户群体的垂直领域工具，这一点尤为重要。如果一款专利分析工具以某供应商撰写的摘要或分类注释、而非已公开的文献本身进行训练，其处境更接近ROSS案而非Bartz案。此外还应审查内部战略文件：合议庭援引了ROSS自己承认以取代Westlaw为目标的陈述。

对内容权利人而言，该判决提升了精编内容的价值。应梳理体现编辑选择与表述的资产，对已商业化的作品确认已在美国办理版权登记（地区法院依据汤森路透的登记适用了有效性推定），并将训练数据许可项目形成书面记录。真实且明码标价的许可要约，正是法院所保护市场存在的证据。

对于韩国及其他亚洲企业，本案虽未涉及韩国当事方，但许多企业同时处于双方立场。面向美国市场开发AI产品的韩国科技企业，在结合具体案情进行的合理使用评估中，可能需要回应复制的正当理由和市场替代性问题。同一集团往往还拥有精编数据库、技术文档或行业内容，可作为训练数据对外许可，在这一方面，该判决对其有利。两种立场需要准备不同的材料：一是为自身训练数据选择辩护的来源记录，二是支持自身内容存在许可市场这一主张的许可记录。

展望

悬而未决的正是第7条脚注留下的问题：一款通用生成式模型虽具有转换性，却同时与其学习的作品形成竞争。应关注包括In re OpenAI在内的生成式AI案件，以及对加州上述裁决的任何上诉审查。在上诉法院就这一情形作出裁判之前，Bartz案和Kadrey案仍只是地区法院层级的先例，而ROSS案如今已成为第三巡回区内的上诉法院层级先例。

在此期间，应主动对冲风险，而非坐等结果。按来源和许可状态对训练数据分类存放，有助于识别存在争议的数据集、停止在后续训练中使用该数据集，或评估许可方案。但仅将数据分类存放，并不能消除其对已训练模型的影响。能否在不进行完整重新训练的情况下消除这种影响，取决于模型与训练架构，以及是否能够应用适当且经过验证的机器遗忘方法。如果产品与某一数据来源存在竞争，应将取得许可作为默认做法，而非依赖转换性使用抗辩。此外，在供应商合同和数据采购合同中，应加入关于训练材料制作方式的保证条款，因为ROSS的风险正是源于承包商依据Westlaw撰写的备忘录。

来源