2025 年 12 月 2 日，美国纽约南区联邦地区法院在《纽约时报》诉 OpenAI 版权案中作出命令，驳回 OpenAI 的复议申请，维持要求其提交两千万条用户对话日志样本的决定。
裁定的争点：哪些日志"相关"
争议的核心不是"要不要提交日志"，而是"提交的范围有多大"。
OpenAI 主张，应当只提交与原告作品相关的日志——即那些输出内容涉及受版权保护作品的对话记录。法院没有采纳这一限缩解释。法官认定，两千万条日志样本"整体"具有相关性，理由是：即便某些输出日志没有直接涉及原告的作品，它们对于判断模型的行为模式、输出概率与是否存在系统性再现，仍具有证明价值。
这一推理的逻辑是：在版权侵权诉讼中，要证明模型是否存在"系统性输出受保护内容"的倾向，就不能只看已经出现问题的样本，而需要看更广泛的输出分布。因此，“看起来没问题"的日志，恰恰构成了判断问题严重程度的对照数据。
为什么这份裁定值得 AI 企业重视
这份裁定的直接影响对象是 OpenAI，但它揭示了一个对所有 AI 服务商都适用的风险结构。
第一，用户对话日志可能成为诉讼证据。 AI 服务商通常把用户对话用于模型改进、安全审查与质量分析。这意味着日志被长期留存。一旦公司涉诉，这些日志就可能被对方主张为证据开示的对象——包括其中包含的用户个人信息。
第二，“相关性"的解释可能比企业预期宽。 企业习惯认为"与争议无关的数据不应被要求披露”，但在涉及模型行为的案件中，法院可能为了建立对照基线而要求更广范围的数据。这种解释方式会显著扩大披露负担。
第三，证据开示与隐私义务存在张力。 提交日志可能涉及用户个人信息，甚至第三方内容。企业需要在履行披露义务与保护用户隐私之间作出安排，通常需要通过保护令（protective order）、去标识化等技术手段降低影响。参见 重要数据处理者的义务 与 数据出境合规指引。
对企业的四点实务提示
第一，重新审视对话数据的留存策略。 是否长期保留原始对话、保留多久、保留哪些字段，应当基于"业务必要性 + 诉讼风险 + 隐私义务"三重考量确定，而非默认全量长期留存。参见 AI 数据合规风险清单。
第二，建立诉讼持有（litigation hold）机制。 一旦出现潜在诉讼，企业需要有能力按范围冻结并导出相关数据。缺乏规范的数据架构，会使证据开示的成本与风险成倍上升。
第三，对日志做分层与去标识化设计。 在数据架构设计阶段区分"可用于模型改进的数据"与"可识别个人的数据”，可以在需要披露时减少敏感信息的暴露范围。参见 数据合规服务。
第四，把版权诉讼风险纳入数据治理。 对话日志之所以成为争点，根源仍是训练数据的版权争议。训练数据的来源合法性与授权链条，仍是最上游的风险点。参见 GEMA 诉 OpenAI 慕尼黑判决。
一个趋势判断
从慕尼黑法院认定模型"记忆"受保护作品构成侵权，到纽约法院要求提交两千万条对话日志，AI 版权诉讼的焦点正在从"训练是否合法"扩展到"模型如何运行、数据如何留存"。这意味着 AI 企业的数据治理，不再只是合规部门的内部议题，而是直接关系到诉讼中攻防位置的战略资产。
对准备出海的 AI 企业而言，把数据留存策略与诉讼风险一并规划，是比事后应对更经济的做法。
本文依据美国纽约南区联邦地区法院《纽约时报》诉 OpenAI 案相关命令及公开报道编写，仅供参考，不构成法律意见。