防范AI训练滥用：多家美国媒体对互联网档案馆“时光机”爬虫实施封禁措施

发布时间：2026-04-14 11:16:25 | 责任编辑：张毅 | 浏览量：7 次

据 Wired 报道，包括《纽约时报》、Reddit 以及《USA Today》母公司在内的多家主流媒体和平台，近期已正式封禁互联网档案馆（Internet Archive）的“时光机（Wayback Machine）”工具。此举旨在防止 AI 公司通过该存档工具间接抓取受版权保护的内容用于模型训练。
“一边受益，一边封禁”的讽刺局面
讽刺的是，《USA Today》近期一篇揭露移民政策统计数据的深度报道，正是依靠“时光机”保存的历史数据才得以完成。然而，该媒体集团发言人表示，目前已全面封禁所有爬虫程序（包括 ia_archiverbot），以应对日益严峻的 AI 侵权风险。
媒体机构的多样化限制手段
目前已有至少 23 家主流新闻网站采取了限制措施：
完全屏蔽： 《纽约时报》和 Reddit 直接屏蔽了“时光机”的专用爬虫。
接口过滤： 《卫报》虽未完全屏蔽爬虫，但将其内容从互联网档案馆的 API 中排除，并对搜索界面进行了过滤，使用户极难查阅其历史存档。
针对出版商的封禁行为，包括蕾切尔·玛多在内的百余名在职记者联合电子前沿基金会（EFF）发表支持信。他们认为，“时光机”是事实核查、追踪权力机构言行变化以及保存数字历史记录的“不可或缺的工具”。
出版商认为，AI 公司利用互联网档案馆的海量数据进行训练违反了版权法，并与其构成了直接竞争。但互联网档案馆负责人马克·格雷厄姆指出，公共网络内容的持续闭锁，正在严重削弱社会了解历史真相和进行舆论监督的能力。若这一趋势持续，大量早期数字历史记录可能面临彻底遗失的风险。