在Anthropic达成15亿美元版权和解后，AI行业正正视训练数据问题。目前仍有约40起待决案件寻求未授权数据损害赔偿，其中包括针对Midjourney生成超人图像的诉讼。
若缺乏许可制度，AI公司或面临版权诉讼浪潮，甚至可能永久阻碍行业发展。
为此，技术专家与网站出版商推出“简单许可”（Real Simple Licensing，简称RSL）系统，旨在实现大规模数据许可。该系统已获Reddit、Quora和Yahoo等主流平台支持，能否促使大型AI实验室重返谈判桌成为关键。
RSL的技术与法律架构
RSL联合创始人Eckart Walther表示，目标是建立跨互联网扩展的训练数据许可体系，“为互联网制定机器可读的许可协议正是RSL要解决的问题”。
作为首个将清晰收集实践落地的技术与法律基础设施，RSL规定出版商可在robots.txt文件中以预定格式设定具体许可条款（如定制许可或知识共享条款），便于识别数据适用范围。
法律层面，RSL团队成立集体许可组织“RSL集体”，职能类似音乐领域的ASCAP或电影领域的MPLC，负责协商条款并收取版税，为权利持有人提供统一对接点。
参与方与现有协议兼容
Yahoo、Reddit、Medium、O’Reilly Media、Ziff Davis、Internet Brands、People Inc.及The Daily Beast等已加入RSL集体；Fastly、Quora和Adweek则支持标准但未加入集体。
值得注意的是，已有独立协议的出版商（如每年从Google获约6000万美元数据的Reddit）仍可在RSL体系内自行签约，类似Taylor Swift通过ASCAP收版税同时设定特殊条款。但对规模较小的出版商而言，RSL集体条款可能是唯一选择。
版税追踪的挑战与应对
相比歌曲播放记录，确认特定训练数据是否被LLM摄入极为困难。对于Google AI Search Abstracts这类实时获取且严格标注归属的产品较易处理，但若出版商要求按推理次数付费而非一次性买断，挑战尤为突出。
RSL联合创始人Doug Leeds认为AI公司有能力应对：“部分既有许可协议已要求报告使用情况，该机制可行。它无需完美，只需足够好以确保权利人获得报酬。”
AI公司的接受度是关键
尽管ScaleAI等公司愿意付费，但网络数据传统上被视为廉价来源，从Common Crawl等免费数据集中提取版税颇具挑战。此外，Cloudflare与Perplexity的争端也表明区分网页抓取与机器增强浏览并非易事。
针对此疑虑，Leeds援引Sundar Pichai等AI领袖近期呼吁建立许可制度的言论，强调RSL团队将推动承诺兑现：“他们公开表示需要这样的系统和协议，现在或许终于能落实了。”