一家对外讲着负责任AI的巨头，内部却把用全网内容训练大模型的项目命名为Mango，还专门叮嘱员工要按机密对待。这个反差不是来自哪家做空机构的爆料，而是纽约南区联邦法院在2026年10月16日解封的一份法庭文件里直接摆出来的。案子是《纽约时报》起诉OpenAI和微软版权侵权，已经打了快三年，此前庭审风向一度偏向合理使用，但这次解封的东西不一样——它不是法律论证，是被告自己的内部记录。根据字母榜和知产力援引的解封材料，微软应用科学总监布伦特·赫克特在一份内部备忘录里把用全网内容训练大模型说成是“一场规模前所未有的惊人盗窃”，还说这很可能是“人类历史上最大的一次劳动盗窃”。话是从微软员工自己嘴里说出来的，不是原告的指控。
这件事把AI数据供应链上最不愿被摊开的一层账本摆到了台面上。需要先把付款方向说清楚：在这项代号为Project Mango的项目中，是OpenAI向微软支付费用，由微软开发并运营一个网络爬虫，去复制网页内容，复制回来的东西随后被用于训练包括GPT-4o在内的模型。Project Mango的数据集里至少有160903部来自新闻出版方的独立作品。同时Op...