核心观点 - Reddit公司认为其数据具有重要价值 并已与谷歌和OpenAI等大型科技公司建立了合作关系 同时公司正通过法律手段应对Anthropic和Perplexity等公司涉嫌未经授权使用其数据的问题[1][2][3] 数据价值与合作关系 - Reddit数据被认识到具有很高价值 过去几年公司与合作伙伴通过合作共同提升了产品和服务[3] - 公司与谷歌和OpenAI等重要行业参与者保持着良好的合作关系[3] - 公司期待持续推进并深化这些合作关系[3] 数据保护与法律行动 - 公司有责任保护其商业数据和用户数据[2] - 公司已对Anthropic和Perplexity等公司提出法律投诉 指控其涉嫌剽窃和不当利用数据[1][2] - 公司认为这些法律投诉内容详实 但拒绝对正在进行的法律程序发表进一步评论[2]

诉讼核心事件 - Reddit公司起诉Perplexity AI及其他三家公司涉嫌未经许可非法抓取数据[1] - 被指控的三家数据抓取公司Oxylabs UAB、AWMProxy和SerpApi通过谷歌搜索结果非法收集数据用于转售[2] - Perplexity AI被指控从至少一家上述公司购买该数据[2] - Reddit寻求金钱赔偿并申请法院禁令以停止数据抓取和使用行为[3] 市场背景与数据价值 - Reddit不断增长的数据存储库因AI模型的兴起已成为宝贵商品[4] - AI模型依赖海量信息进行训练和提供相关结果[4] - Reddit已与OpenAI和Alphabet旗下谷歌签署数据授权协议用于训练目的[4] - AI公司正陷入对优质人类内容的军备竞赛推动了工业规模的“数据洗钱”经济[5] - Reddit是主要目标因其拥有最大、最具活力的人类对话集合之一[5] 公司股价与法律行动 - 诉讼消息公布后Reddit股价在纽约市场下午1:45下跌6.5%[3] - Reddit今年早些时候已在旧金山法院对AI公司Anthropic提起类似的数据抓取诉讼[4] 涉事方回应 - Perplexity AI表示尚未收到诉讼但将坚决捍卫用户自由公平获取公共知识的权利[5] - Perplexity AI称其方法保持原则性和负责任不会容忍对开放性和公共利益的威胁[5] - SerpApi和Oxylabs未回应置评请求AWMProxy发言人未能联系到[6]

公司行动 - Cloudflare将默认阻止AI爬虫未经许可抓取网站内容 这一措施可能显著影响AI开发者的模型训练能力 [1] - 从周二开始 所有新注册Cloudflare的网站域名将被询问是否允许AI爬虫 从而赋予网站阻止数据抓取的权限 [2] - 该行动建立在2023年9月推出的工具基础上 当时允许发布者一键阻止AI爬虫 现在将此设为默认设置 [6] 行业背景 - Cloudflare作为内容分发网络(CDN) 通过缓存数据使用户更快获取在线内容 在全球互联网流量中占比约16% [2][3] - AI爬虫是自动化程序 专门从网站和数据库提取大量数据 用于训练OpenAI和谷歌等公司的大型语言模型 [4] - 传统互联网模式通过引导用户访问原始网站奖励创作者 而AI爬虫收集内容生成回答 使用户无需访问原始来源 [5] 行业影响 - AI爬虫被指控过度抓取数据 严重影响网站运营和用户体验 可能耗尽发布商的流量和在线广告收入 [5][7] - 该措施若有效实施 将阻碍AI聊天机器人收集训练和搜索数据 短期内影响模型训练 长期可能威胁模型可行性 [8] - OpenAI拒绝参与该计划 认为Cloudflare在系统中增加了中间环节 并强调其爬虫尊重发布者偏好 [6][7]

关于作者Angela Harmantas - 拥有15年北美股市报道经验 尤其专注于初级资源类股票 [1] - 曾为加拿大 美国 澳大利亚 巴西 加纳 南非等国的领先行业出版物进行报道 [1] - 曾从事投资者关系工作 并领导瑞典政府在加拿大的外国直接投资计划 [1] 关于出版商Proactive - 为全球投资受众提供快速 可获取 信息丰富且可操作的商业与金融新闻内容 [2] - 内容由经验丰富的新闻记者团队独立制作 [2] - 在全球主要金融和投资中心设有分社和工作室 包括伦敦 纽约 多伦多 温哥华 悉尼和珀斯 [2] 内容覆盖领域 - 专注于中小市值市场 同时覆盖蓝筹股公司 大宗商品和更广泛的投资故事 [3] - 提供生物技术和制药 采矿和自然资源 电池金属 石油和天然气 加密货币以及新兴数字和电动汽车技术等领域的新闻和独特见解 [3] 技术应用 - 积极采用前瞻性技术 内容创作者拥有数十年的宝贵专业知识和经验 [4] - 使用技术和软件工具辅助和增强工作流程 [4] - 偶尔使用自动化和生成式AI工具 但所有发布内容均由人类编辑和撰写 遵循内容制作和搜索引擎优化的最佳实践 [5]