超过 2.5 亿美元的诉求说明争议重大，不证明实际损失或法律认定。USA Today Co. 及关联出版商于 2026 年 10 月 8 日在纽约起诉 OpenAI，涉及 19 家出版物。应分别检查主张链条中的作品权属、复制、输出和经济损害。
出版商指控未经授权复制数十万篇文章，并生成竞争摘要。这些需要检验，不是已证实不当行为。保留报道发表时，OpenAI 尚未公开回应本案；其相关诉讼立场是训练可能构成转化性合理使用，但不能直接解决这份起诉。
从具体作品开始，而非域名总量
起诉引用 WebText 中超过 160,000 条出版商域名记录，以及 C4 中超过 1.22 亿 token。这是原告分析，不是裁判事实。域名总量可以引出取证，却不能代替逐作品的权属、复制及特定模型版本关联问题。
新闻包含受保护的写作、选择和组织，也包含基础事实。准确报道某事件，不因报纸先揭露就自动侵权。证据应区分共有事实与涉嫌复制表达。登记、获取路径和时间也重要，整体数据估算不能决定每项请求。
区分训练与读者收到的答案
训练、记忆、检索和摘要是不同过程。答案可能结合模型行为、实时来源或许可材料。不能仅因像已知文章就断定来源，也不能认为贴上摘要标签就解决表达问题。
代表性测试需要准确提示、模型版本、工具设置、日期和源文比较。刻意诱导复制与普通文章摘要请求，可能支持不同论点。关键是例子证明什么、频率如何，不是有没有一张惊人的截图。
询问替代证据在衡量什么
USA Today 的经济理论是，自足答案可能交付文章级价值，减少访问、订阅或许可需求。对需要付费原创工作的地方报道尤其明显。引用可以保留归属，却不保证点击或补偿新闻机构。
理论仍需证据。流量受多因素影响，合理替代故事不等于实测损失。OpenAI 可指向转化新用途和合作，出版商可指向许可市场。协议证明协商访问有价值，但不自动证明所有未许可训练违法，或所有带引用答案无害。
观察程序证据，不预言一体化判决
赔偿和禁令是原告请求的救济，不是法院命令。权属、时间、表达、普通使用输出和损害均可争议。其他案件可影响取证和推理，却不会因数据或产品不同而自动决定本案。
团队使用 AI 新闻时，应保留原始链接、上下文，以及引用、检索信息和生成综合的区别。开发者应记录访问、归属、引用长度和缓存控制。这些是来源管理措施，不保证某个产品或再利用已经法律许可。
关注法院如何处理具体作品与输出、是否协调其他案件及新许可条款。获取训练材料和后续再现可能得到不同答案。和解、程序裁定和最终实体判决是不同事件，不应压平成所有 AI 训练一概合法或禁止的标题。