Consent-by-Default Scraping(默认同意抓取),指平台在更新条款时,把"抓取公开内容用于训练 AI"设为默认开启状态——网站或账号不主动声明拒绝,就被视为授权。
为什么叫"默认同意"
它的核心不是"抓取",而是"默认值"。
传统的 opt-in(明示同意)逻辑是:想用我的内容,先来问我。默认同意抓取反过来:我先假定你同意,你要是不乐意,自己去找入口、填表单、提交异议。
打个比方:opt-in 像推销员上门前先敲门;默认同意则像健身房给你自动续了年卡,想退订请在工作日 9 点到 17 点拨客服电话。把"需要行动"的一方从使用方转嫁给内容方,用沉默换取授权规模——这是所有默认勾选式设计的共同心理机制。
Meta 这轮条款调整的要点就在这里:面向使用其平台与工具的商业用户,把公开内容抓取训练 AI 变成默认同意,并给出一个截止日(10 月 30 日)之前的异议窗口。过了这个点,没有明确反对就算同意。具体条款文本、生效日期与适用地区,以官方页面为准。
和相邻概念的区别
| 模式 | 默认状态 | 谁需要采取行动 | 性质 |
|---|---|---|---|
| opt-in 明示同意 | 不允许 | 抓取方先取得许可 | 授权前置 |
| opt-out 默认同意 | 允许 | 内容方主动拒绝 | 授权后置 |
| robots.txt | 技术偏好 | 站点自行设置 | 靠对方自觉,非法律授权 |
关键点:robots.txt 是技术礼仪,遵守与否取决于抓取方;默认同意抓取是合同条款层面的默认值,但执行同样依赖平台是否真的尊重你的异议。
谁会被卷进去
中小站点、个人博客、论坛、商品页、UGC 社区——这些内容量不大、又没专门法务的站点,最容易"什么都没做,内容就进了训练集"。
站点可做的几件事:更新 robots.txt 与站点条款,明确写入"禁止用于 AI 训练";用 UA 识别、WAF 限流降低批量抓取效率;给内容附上许可声明;评估登录墙或付费墙;把异议提交记录、时间戳留存成证据。
对 AI 从业者来说,记住一句话:默认同意不等于干净的授权链。条款默认允许,不代表你能直接商用;涉及个人数据还要看隐私法规;跨境与不同法域的处理方式也不一样。
以上是常识性梳理,不构成法律意见。遇到具体条款,请以官方页面和你的法务判断为准。
