知名社交平台Reddit近日在纽约联邦法院提起诉讼，指控多家公司未经授权擅自抓取其平台数据，用于人工智能模型的训练。被诉对象包括Perplexity AI、Oxylabs UAB、AWMProxy以及SerpApi，其中多家企业是Perplexity的客户。这起法律行动的核心在于，这些公司被指控通过技术手段绕过Reddit设置的安全防护，大量获取用户生成的内容，而相关数据并未获得平台许可。

作为全球规模较大的在线社区之一，Reddit拥有海量实时更新的用户对话内容，被视为极具价值的语言与行为数据来源。原告方在诉讼文件中指出，被告所使用的自动化抓取工具规避了平台的技术限制，将受保护的信息抽取并转售给有AI训练需求的第三方，这种行为严重损害了平台及其用户的权益。

面对指控，Perplexity回应称始终遵循负责任的AI开发原则，致力于提供准确、可追溯的信息服务，并强调自身行动旨在保障公众对开放知识的平等访问权。该公司表示将积极应诉，捍卫网络信息自由流通的基本原则。另一被告Oxylabs则提出，公共互联网上的信息不应由单一实体垄断控制，质疑某些平台试图对公开可访问的数据施加过度限制，并以高额费用授权使用的行为。

诉讼还揭示了一种变相获取数据的手段：部分公司虽无法直接突破Reddit的安全机制，却通过利用搜索引擎缓存或日志记录等方式间接获取内容。对此，Reddit形象地比喻称，这相当于"无法打开金库时，转而劫持运钞车"。与此形成对比的是，部分科技企业已通过正式合作途径获得数据授权。例如，已有公司与Reddit达成协议，每年支付数千万美元以合法接入其数据集用于AI研发。

值得注意的是，这并非Reddit首次就数据抓取问题采取法律手段。早在今年6月，该平台已因类似事由对另一家人工智能公司提起过诉讼。随着人工智能对训练数据的持续需求增长，如何界定合法与非法的数据使用边界，正成为技术发展过程中亟待解决的关键议题。当前案件的进展或将对整个行业的数据获取实践产生深远影响。