据《科創板日報》援引科技媒體Insider最新報道，OpenAI近日承認，其推出了名為GPTBot的網絡爬蟲機器人，用於抓取和收集數據用於大模型訓練。

　網絡爬蟲，是一種模擬人（網絡用戶）的行為，自動瀏覽、收集網絡信息的計算機程序。網絡爬蟲可以將自己所訪問的數據保存下來，數據抓取者對這些數據進行分析等加工再利用，推測出互聯網用戶的偏好，再順勢推送給與之匹配的用戶群體。

　目前還不清楚OpenAI的爬蟲機器人在網上潛伏了多久，有些人懷疑OpenAI已經秘密收集每個人的在線數據長達數月或數年。

　面對這樣的「指控」，OpenAI積極自辯，該公司表示，GPTBot將嚴格遵守任何付費牆的規則，不會抓取需要付費的信息，並且也不會收集能追蹤到個人身份的數據。

　此外，OpenAI上線了一種阻止GPTbot的方法，用戶可以修改其robots.txt文件，或者屏蔽其IP地址，拒絕爬蟲的造訪。該公司最近還宣布與美聯社達成一項協議，OpenAI將付費購買AI訓練數據所需的美聯社內容。

　爬蟲技術作為一種數據搜集的手段，本身並沒有合法與非法之分。但OpenAI主動為其爬蟲工具設限的舉動，似乎並不能挽回公眾對這家大模型頭號公司的信任。

　老牌科幻雜誌《克拉克世界》的主編、雨果獎得主尼爾•克拉克（Neil Clarke）表示：「OpenAI和其他大模型公司一再用行動證明，他們不尊重作者、藝術家和其他創意人士的權利，他們的產品很大程度上基於他人受版權保護的作品。」

　如何平衡個人隱私保護和鼓勵技術創新，如何找到企業生存與合規生產間的最優路徑，已經是每個致力於生成式AI事業的公司繞不開的問題。