禁止AI抓取！寫在7家頂級財經媒體集體“亮劍”的背后
LAIKA 2026/05/20
別再罵傳統媒體慢，那是留給這個浮躁世界最后的確定性。
作者 | 柴犬
編輯 | G3007
2026年4月，中國財經傳媒界迎來了一場“靜默的地震”。
《證券時報》、《上海證券報》等7家頂級財經媒體罕見地集體發聲，直指AI大模型行業：“未經許可，禁止抓取，嚴禁用于商業訓練。” 這一刀切式的版權聲明，不僅是對“免費搬運”時代的告別，更是一場關于數據定價權的正面突圍。
在此之前，傳統媒體常被貼上反應遲鈍的標簽，在算法推薦的洪流中節節敗退。但這一次整齊劃一的“亮劍”，卻透出一種反直覺的冷靜。或許，正是這種在浮躁時代里堅守的慢與重，才構成了抵御AI虛無主義的最后一道防線。
01嚴肅媒體的普通一天
曾幾何時，一家嚴肅財經日報的一天，是從清晨信息掃雷的無聲硝煙中拉開序幕的。
在上午雷打不動的選題會之前，資深的值班編輯和記者早已完成了第一輪高強度的新聞吞吐。他們必須將當天所有的紙媒、路透與彭博終端的快訊，以及隔夜全球市場的動態悉數過腦。緊接著，會議室里便會爆發關于選題方向的激烈交鋒。如果市場的第一落點已經被反應迅速的自媒體搶了先，各個業務條線的記者就必須立刻調整戰術，死磕“第二落點”的深度解析與獨家信源。
在那個年代，各個新聞條線的跑口記者每天都處于嚴陣以待的戰備狀態。以金融市場最為關注的央行政策為例，一旦市場中泛起某項政策變動的“傳言”，經驗豐富的跑口記者絕不會坐等通稿。他們會迅速翻開那本視若珍寶的私人通訊錄——那里存著監管部門各個處室的辦公電話，或者是核心內部人士的手機號。跑口記者會精準找到對口的工作人員進行穿透式核實。通常，新入行的記者或許只能打到辦公室新聞處核實表面信息，但資深的老記者往往能直接觸達核心業務處室，挖出政策背后的真實邏輯。
在這個過程中，一旦捕捉到哪怕一絲可靠的信息源，記者的稿件采寫就已經同步啟動。以標準的財經新聞導語切入，力求在截稿紅線前，把最準確、最具市場影響力的信息第一時間傳遞給焦慮的投資者。
那時的圖片編輯，為了一個精準的經濟隱喻，可能會在圖庫里趴上半天，或者直接請插畫師根據文字意境現場作畫。即便到了今天，《經濟學人》依然堅持用這種高成本的創意插畫做封面，以此彰顯其獨特的編輯立場。而稿子上版前那近乎苛刻的“三審三校”，對核心信源與宏觀數據的獨立交叉驗證，以及主編簽版時落下的那支紅筆，共同構成了傳統媒體人心中不可侵犯的儀式感。
然而，移動互聯網的流量邏輯曾一度將這種儀式感貶低為笨重與低效，傳統媒體的榮光早已不在。
如今，隨著生成式AI和大模型的狂飆突進，我們猛然發現：這套曾被嫌棄的重資產流程，或許正是AI時代內容產業最稀缺、也最難以被算法復制的商業護城河。
02價值倒掛
長期以來，傳統媒體實際上是在負重前行。傳統媒體不僅背負著極其沉重的專業采編成本，更承擔著巨大的社會聲譽風險與合規壓力。
在傳統媒體所秉承的專業新聞主義邏輯里，一旦出現不實信息，往往意味著需要向公眾公開道歉，甚至面臨嚴厲的監管問責。此外，在進行輿論監督或與大型企業博弈時，傳統媒體還需要獨自消化高昂的法律成本與公關對抗風險。
然而，極具諷刺意味的是，傳統媒體以高昂代價生產出的高質量內容，卻成了互聯網平臺免費收割的流量紅利。
在曾經很長一段時間里，大量的互聯網網站和聚合類平臺，依托傳統媒體記者的筆觸與洞察力，將其內容直接搬運、抓取甚至洗稿。這些互聯網平臺利用自身的巨大流量分發優勢和算法推薦機制，不僅輕松吃到了新聞內容的紅利，將用戶的注意力牢牢鎖定在自己的生態內。
這種“傳統媒體負責生產糧食，互聯網平臺負責擺盤收租”的畸形生態，造成了極大的價值倒掛：承擔最高風險、付出最高成本的內容生產者，在流量分發的鏈條中反而失去了議價權；而僅僅作為“搬運工”和“渠道方”的平臺，卻攫取了產業鏈上最豐厚的商業回報。
但與此同時，我們也應該清楚地看到，在過去幾十年里，絕大多數傳統媒體都將自身的專業壁壘等同于行業護城河，卻在內部組織效率的提升上陷入了集體惰性。這當然是極端錯誤的。
當互聯網公司早已用OKR和敏捷開發重構團隊協作時，許多報社的采編流程依然停留在科層制的繁瑣審批中。為了維持龐大的編制運轉，人員冗余在很多機構都比較嚴重，導致人均產出效率極低。
這種“大鍋飯”式的管理慣性，使得媒體機構在面對市場變化時反應遲鈍。它們既無法像互聯網公司那樣靈活試錯，又因為背負著沉重的人力成本，難以在新技術研發上投入重金。可以說，傳統媒體的困境，一半是被時代的技術浪潮拍在沙灘上，另一半則是被自己內部陳舊的管理積弊拖垮的。
這種管理上的滯后，與當時記者們極高的職業素養形成了尖銳的錯位。曾經，傳統媒體的記者們往往是行業里最頂尖的“特種兵”，他們的工作方式極度靈活，業務素養非常優秀，習慣了在一線單兵作戰、隨機應變。這種“獨狼式”的高效，在一定程度上天然抗拒著僵化的科層管理，造成了“管不住、理還亂”的內部困境。
更致命的是，這批素質極高的新聞人，在互聯網崛起的黃金年代遭遇了瘋狂的“掐尖式”挖角。由于具備極強的信息搜集、邏輯分析與深度寫作能力，他們被互聯網大廠視為最稀缺的資源。從2015年前后開始，“記者轉公關”成為了一股不可逆轉的時代風潮。無數資深調查記者、財經主編轉身成為大廠的高薪公關一號位或內容高管。這不僅是傳統媒體核心生產力的斷崖式流失，更是一場關于“話語權”的徹底轉移。曾經手握筆桿子監督社會的“無冕之王”，最終變成了互聯網巨頭維護品牌形象的御用軍師。
不得不說，這是行業的悲哀。
03AI時代從“手工作坊”到“人機共創”
傳統媒體的采編流程，本質上是一種依靠堆砌高智力人力的“手工作坊”模式。記者花費大量時間在基礎資料搜集、錄音轉文字和初稿撰寫上，而編輯則被困在繁瑣的校對和流程流轉中。在追求秒級熱點的移動互聯網時代，這種模式顯得笨重且昂貴。
但AI的到來，正在重構這條供應鏈。
未來的編輯部，是一個高度智能化的內容中臺。AI Agent接管那些重復性、標準化的工作：海量數據的清洗、多信源的初步交叉驗證、財報數據的自動化抓取，甚至生成多版本的標題與摘要。
這并不意味著新聞人的消亡，而是角色的劇烈轉型。資深編輯將從文字加工者進化為“AI訓練師”和“內容策展人”。媒體的核心競爭力，不再是“誰寫得快”，而是誰能將人類的專業經驗（如選題嗅覺、采訪突破能力、價值判斷）沉淀為AI可執行的標準化指令。
當80%的基礎信息生產被AI以趨近于零的邊際成本解決時，剩下的20%，那些關于倫理、導向和深度的把控，將成為人機協作中人類不可替代的價值錨點。
04資產重估高質量語料庫的“黃金時代”
如果說AI重構了生產力，那么它同時也為傳統媒體的“老本錢”重新定了價。
在過去十年流量為王的時代，傳統媒體倉庫里那些經過“三審三校”、邏輯嚴密、數據準確的深度報道，往往因為閱讀門檻高、傳播鏈條長，被視為“沉沒成本”。但在大模型時代，這些曾經落灰的舊報刊，搖身一變成了極度稀缺的“高質量訓練語料”。
當互聯網充斥著AI生成的廉價信息甚至“數據噪音”時，傳統媒體長期積累的專業語料庫，就成了訓練垂直領域專業模型最急需的干凈數據。
這正是傳統媒體商業邏輯反轉的契機。媒體不再僅僅是面向C端讀者的“內容發布者”，更可以轉型為面向B端大模型的“知識服務商”。
早在2023年底，《紐約時報》率先起訴OpenAI和微軟，指控其未經授權用數百萬篇文章訓練AI。在訴訟的同時，他們也展開了商業談判。2025年5月，《紐約時報》與亞馬遜達成多年期授權協議，允許亞馬遜使用其內容（包括烹飪、體育等子品牌）來訓練基礎模型，并在AI助手Alexa中展示新聞摘要。
作為《華爾街日報》的母公司，新聞集團與OpenAI簽署了為期5年、價值約2.5億美元的授權協議。此外，據報道，Meta也與新聞集團達成了每年約5000萬美元的AI內容授權協議。
包括德國的阿克塞爾·斯普林格（Axel Springer）、英國的《金融時報》（Financial Times）、法國的法新社（AFP）等，都已經與OpenAI、Meta或Mistral等AI公司簽署了內容授權或戰略合作協議。
2026年4月，《證券時報》《上海證券報》《21世紀經濟報道》等7家國內頂級財經媒體集中發布版權聲明，明確宣布未經書面授權，不得將原創內容用于大模型訓練和AI抓取。這被視為國內媒體集體向AI行業“談錢”、爭取數據定價權的重要信號。
結 語
技術可以加速信息的流動，但無法承擔責任的重量。
財經新聞的一個數據偏差，可能導致資本市場的劇烈波動；一篇深度調查的失實，可能引發嚴重的法律風險。AI可以處理海量的數據，但它無法理解復雜的社會倫理，也無法為信源造假或導向偏差承擔法律責任。
因此，傳統媒體那套看似繁瑣的核實機制，在AI時代不僅不會消失，反而會內化為AI工作流中至關重要的人類“監督”節點。
對于深度商業媒體而言，未來的競爭將不再局限于流量的爭奪，而是“可信度”的定價權之爭。誰能守住內容的專業度，誰能將老本錢轉化為AI時代的新王牌，誰就能在算法的洪流中，握住那張通往未來的船票——畢竟，在信息過載且真偽難辨的時代，可信是比流量昂貴得多的奢侈品。
- END -
原文標題 : 禁止AI抓取！寫在7家頂級財經媒體集體“亮劍”的背后
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
