2026-09-17，纽约时报诉 OpenAI 与微软的版权案解封了一批未删节的法庭文件。案子还在程序里，走向我不预测。
值得做内容工程的人停下来看一眼的，是其中一条技术事实：OpenAI 曾绕过纽约时报的付费墙（来源：404 Media，2026-09-17）。
付费墙是内容方能设的最硬的一道访问控制。它都被绕过了。这条事实给出的约束很直接：继续把工期和预算押在"拦住爬虫"上，换不回流量的确定性。
本文只讨论工程侧那一半——内容被抓走之后，怎么让它被指名。能不能索赔、能不能要求停止抓取，属于法律问题，去找专业法律人士。
一、三条事实，连精度一起看
| 事实 | 出处 | 精度声明 |
|---|---|---|
| 微软高管 Brent Hecht 的内部备忘录称，AI 抓取是"人类历史上最大规模的劳动窃取" | TechCrunch，2026-09-17 | 人名与表述据媒体报道转述，原文逐字表述未二次核实 |
| OpenAI 高管 Nick Turley 称聊天机器人对出版商构成"生存威胁" | TechCrunch，2026-09-17 | 同上 |
| Bing 上被抓取新闻网站的点击量下降超过 90% | 404 Media，2026-09-17 | 统计口径未核实（涉及哪些网站、统计多长时间，报道未披露） |
另有两条出自 404 Media 同日报道：OpenAI 曾绕过纽约时报付费墙；文件里出现"doom loop"的说法——内容被抓走，原站流量下滑，原站减少投入，可被抓的内容变少。
上面都是媒体转述的解封文件内容，是诉讼一方当事人的内部表述，不是法院认定的事实。
第 3 条那个循环值得单看。它描述的是流量机制，一个负反馈。反馈转起来之后，靠加人加稿压不住。
二、访问控制不是归因，别放在同一层做
团队里最常见的混法，是把这两件事当成一个需求做。后果也常见：付费墙升级上线了，AI 的回答里照样没有你。
拆开看更清楚。
访问控制管"能不能拿到"。robots 规则、付费墙、反爬策略，都在这一层。这层的本质是攻防，出题的是对面，你只能跟。
归因管"拿到了能不能标出来"。署名、日期、数据来源、可复核链接，都在这一层。这层的产出是元数据，跟对面拿不拿无关，只跟你写不写有关。
判据只有一句：把 AI 生成的那段话贴出来，读者能不能顺着它找到原作者。找不到，就是没做。
三、-90% 改掉的不是流量，是主指标
这个数的特殊之处不在大小，在来源。它不是第三方机构估算的行业均值，是被诉方自己内部承认的量级。
所以"流量已经从原站转到 AI 入口"这件事，性质变了。它不再是需要争论的判断。
UV 从此失真。继续拿它做决策，等于盯一块已经不准的仪表盘开车。UV 掉了 90%，你再去优化加载速度、改标题、加内链，修的是一条没车的路。
替代指标要满足三条：能测出来，能跟上个月比，能归因到具体某条内容。我用"AI 入口能见度"，按月采一次，三个字段：
| 字段 | 怎么取 | 记什么 |
|---|---|---|
| 是否被提到 | 固定问题集，逐引擎问 | 布尔值 |
| 是否被引用 | 同上 | 布尔值 + 被引的是哪一句 |
| 是否被说错 | 同上 | 错在哪一句，原文贴出来 |
采集动作要固化。每月去豆包、元宝、千问、DeepSeek 各问一遍，问题集别换，换了就不可比。
四、可溯源四件套：字段怎么定
内容按资产管，就得有资产的字段。四件套落成内容头部的四个必填项，缺一不发：
# 最小字段集（自建设计，非行业标准，是否已有通用规范未核实）
attribution:
author: # 署名。到人，不到部门
published_at: # 首次发布日期；有修订另加 updated_at
source: # 数据来源。机构名 + 获取时间
evidence: # 可复核链接，指向一手材料，不指向自己的落地页
四个字段各有一条判据：
author：能查到这个人的其他作品。查不到，等于没署名。published_at：机器可读。写"近日"不合格。source：写机构名加时间。写"据公开资料"不合格。evidence：指向一手材料。指向自己的转载页，链条就断了。
一份投入两处收益：这四样是模型取信的材料，也是日后主张权利时拿得出来的证据链。
五、三类团队，动手的优先级不同
-90% 是出版商场景，出版商靠内容直接变现。别拿这张账单直接套自己的业务。
| 团队类型 | 冲击形态 | 先动哪一层 |
|---|---|---|
| 内容/媒体型，靠内容本身变现 | 最直接。流量被截流的路径已被对方内部确认 | 优先建能见度指标，同时咨询法律确权路径 |
| 线索/转化型，B2B、电商、服务业 | 延迟。内容还在被抓，询盘入口在迁移 | 把产品事实做成 AI 能摘走的条目，别写没出处的软文 |
| 品牌展示型，只做曝光不指望站内转化 | 最小，但机会最大。AI 引用本身就是新的曝光位 | 集中做事实卡与 FAQ，成本最低 |
六、同一套事实，按引擎分体裁投
几个 AI 引擎的内容偏好不一样：豆包偏头条和新闻，元宝偏公众号和知乎，千问偏大鱼号和同一集团的内容，DeepSeek 偏知乎和被 Kimi 收录的内容。这一条是经验观察，出处为一份 2026-06-28 的公开培训口径，我没做独立验证。
写法是同一套事实按各平台体裁分别写一遍，不是同一篇到处发。跨平台能互相印证，模型才敢信你。
七、一个月后探针，没出来就补事实
节奏摆正：一个月做第一次探针，前四周是铺事实的阶段，看不到数字属正常。想要下周见效的，这套不适合。
判定规则三条：
- 探针没出来的问题，回到第四节补事实，不是重写软文。
- 连续两个月没动静，换关键词，不换方法。
- 出来了但说错了，这个优先级最高，先纠错。
八、这套方法解决不了什么
三种情况下别指望它：
- 内容本身就是付费产品（行业报告、付费课程），被抓走直接损失收入，被引用补不回销售额。
- AI 只笼统提到名字、不给链接。引用不等于流量。
- 用户在 AI 界面里就完成了比价和决策，你的站根本没有出场机会。
这三种情况下，能做到的是"你至少出现在答案里"，做不到"把人送回你的站"。预期提前摆正。
还有一个系统回弹值得记着：如果所有团队都开始批量生产带数字和出处的 FAQ 式内容，内容会趋同，引擎大概率会像当年对付关键词堆砌那样调权重。这个风险躲不掉，只能靠事实的不可替代性去扛。所以第四节强调的是"可复核"，不是"可生成"。
事实来源：TechCrunch、404 Media 于 2026-09-17 的公开报道，案件仍在司法程序中，本文不作法律判断、不预测结果。人名与内部表述均据媒体报道转述，原文逐字表述未作二次核验；-90% 的统计口径标注为未核实。个案数据均为他人记录，样本量与测试方法未披露，不构成效果承诺。
