美国第九巡回上诉法院于2026年9月16日拒绝了扩大《数字千年版权法》（DMCA）第1202条适用范围的尝试，即不将其作为一种新的版权责任依据，用于处理人工智能模型生成缺少版权管理信息的代码的情形。该裁决涉及Doe v. GitHub一案，该案由GitHub上的匿名贡献者针对OpenAI和Microsoft提起。
两家公司将发布在GitHub上的代码与数十亿份其他作品一同用于大型语言模型的训练数据。原告称，这些模型生成的新代码可能与其代码相似，但出现时没有作者姓名、版权声明或其他版权管理信息。
法院裁定了什么？
第1202条禁止故意从受保护作品中移除版权管理信息。但法院区分了两种情况：从原本包含这些信息的作品中移除信息，以及创作出从一开始就不包含这些信息的新作品。根据电子前沿基金会（Electronic Frontier Foundation，EFF）的陈述，新输出中缺少版权信息本身并不能证明有人以违法方式移除了这些信息。
该判决并未取消对程序员的版权保护。如果人工智能模型被用于非法复制受保护代码，权利人仍可提起版权侵权诉讼。据已发表的文章称，原告针对人工智能公司的合同索赔也仍然存在。
为什么这条消息很重要？
该裁决的实际重要性在于，法院拒绝将一项范围有限的法律条文转化为一项广泛的新权利，以涵盖实际上与移除版权信息无关的合法使用。EFF认为，如果接受原告的理论，那么帮助艺术家重新混合作品、教师调整教学材料、为理解代码而进行逆向工程，以及为网络建立索引的搜索引擎等活动，都可能面临高昂的诉讼。
这一可能性尤其影响独立开发者。大型公司能够承受长期诉讼，而独立程序员即使基本使用行为合法，也可能在巨额法定赔偿的压力下被迫和解。从这一角度看，该裁决限制了一条原本可能给软件开发和模型研究增添新法律风险的路径。
裁决的范围与未决问题
EFF称该判决范围狭窄但意义重大；它并未解决所有与使用代码训练模型或模型输出有关的争议，也未裁定案件中仍存在的合同索赔。此外，现有材料没有提供完整的司法意见文本或这些索赔的具体细节，因此不能将该裁决视为对人工智能训练中使用代码争议的全面解决。
EFF提出的更广泛解读是，在处理新技术时，法院应当适用国会实际上确立的权利，而不是通过扩大解释创设额外权利。这是基于该机构立场的编辑性总结；得到确认的法律影响则体现在一个具体问题上：新作品中缺少版权信息，仅凭这一点不足以证明这些信息遭到了非法移除。