据 TechCrunch 报道，OpenAI 表示将不再使用实时互联网内容训练其 AI 模型，并将原因归结为“重大风险”（significant risks）。这是该公司在训练数据来源上的一次明确转向——抓取公开网页此前一直是大型模型获取语料的主要方式之一。
对 AI 从业者而言，这一表态的意义不止于一家公司的数据管线调整。过去几年，公开网页既是模型能力提升的燃料，也伴随版权争议、数据质量参差、隐私与合规等一连串问题。若头部厂商主动收缩对“活互联网”的依赖，训练语料将更多转向授权数据、自有数据或经过筛选的静态数据集，数据供应链的合规成本与准入门槛会随之上升。
时效性同样值得关注。实时互联网是模型获取新知识、跟上语言与事件变化的渠道之一；切断这一来源后，如何维持模型知识的新鲜度、如何划清“训练数据”与“检索所得信息”的边界，将成为必须回答的工程问题，检索增强与工具调用等外挂方案的重要性可能进一步凸显。
目前公开信息仅给出“重大风险”这一理由，OpenAI 未作更细说明：风险指向数据质量、法律合规还是安全层面，仍待后续披露。对关注模型能力演进节奏的人而言，这条消息值得跟踪——它可能是训练数据范式变化的一个信号。