定义#

LLM 与开放获取（Open Access）的博弈指：AI 训练需要海量数据，而数据源方（图书馆、档案馆、开放获取项目）面临资源压力，双方在数据获取方式上产生冲突，并探索互利合作模式。

为什么重要#

• AI 训练需要大量数据，而开放获取项目的资源有限
• 传统的防御手段（CAPTCHA、速率限制）会影响正常访问，也难以完全阻止大规模爬取
• 双方有合作空间：数据提供方需要资金，AI 公司需要稳定且有授权的数据来源

典型案例：Anna’s Archive#

Anna’s Archive 的 llms.txt 提供了一个有参考价值的模式：

• 被动防御 → 主动开放：与其花成本部署验证码，不如提供程序化批量接口
• 条件交换：捐赠换取 API/SFTP 访问权，数据获取变为付费服务
• 资金回馈：数据使用方提供资金，支持项目持续维护数据

可能的演变方向#

1. 数据即服务（DaaS）：存档项目向 AI 公司提供订阅制数据管道
2. 训练数据供应链商业化：通过明确授权开展数据交易
3. 开源社区参与：开源模型可享受优惠或免费访问