RAG技术冲击内容生态，版权人如何向AI搜索维权？
互联网时代，传统媒体围绕用户访问点击建立了广告和直接收费两种商业模式。但人工智能搜索的出现，特别是使用 RAG （ Retrieval-Augmented Generation ，检索增强生成）技术的公司能让用户多数时候直达答案省去点击。所以传统媒体开始了对 RAG 模式的 AI 服务商的大规模维权，用版权侵权起诉野蛮生长的 AI 公司，用反垄断起诉没那么野蛮的，总之就是告你没商量。 一、 RAG 技术破坏的是传统媒体网站生态 作为版权人的传统媒体认为，和传统大模型训练后输出模式相比， AI 搜索结果页能直接替代对源网站进行访问，没人访问网站就没有广告点击，也没有了付费订阅，内容真正的创作者就没有了收入来源，所以 AI 搜索不是在创新，而是在系统性劫持原创内容，破坏创作生态。 而其中的罪魁祸首，就是 RAG 模式。传统大模型，比如 OpenAI 的早期模式，是通过海量数据训练，让模型消化知识，输出时模型基于概率生成新文本，绝大多数情况下，不会对训练素材，比如某篇特定文章进行完整复制。而在 RAG 模式下， AI 收到用户提问会在后台实时检索互联网，找到相关内容，然后将这些内容增强进输出内容。此时，如果 AI 服务商在输出端不做控制的，生成的内容就有可能会和被检索到的文档非常相似，将构成法律意义上的复制。 但即便 AI 服务商在进行控制，让输出的内容具有更强的转换性，不构成对被检索内容的复制，实际搜索结果页也会对提供原创内容的源网站起到替代作用，用户多数情况下也无需访问源网站，这实际破坏了被抓取内容网站的生态。 二、 CNN 起诉野蛮人 Perplexity Perplexity 是一家印度裔创业者创设的人工智能服务商，可能因为其基础模型能力不够强，所以其 RAG 模式的运营非常激进，完全不尊重法律和行业传统。 2026 年 5 月，美国 CNN 公司向纽约南区联邦法院起诉 Perplexity ，根据诉状，用野蛮生长形容 Perplexity 毫不为过。 Perplexity 首先通过自家爬虫大规模抓取 CNN 的新闻、图片、视频，建立起一个巨大索引，当用户向 Perplexity 提问时，系统会根据问题检索 CNN 的相关文章全文，然后把文章内容直接装进模型上下文并生成答案。这些答案在很大程度上就是对 CNN 原文的大段...