主播的直播變成亞馬遜的AI教材：Twitch這場集體訴訟，問的是一個很簡單的問題

「如果是自願選擇加入，沒有人會選擇加入。」Twitch 首席產品官 Mike Minton 八月中旬對主播社羣說的這句話，坦白得讓人有點錯愕。他接著說，所以這項功能會預設開啟，而且世界上幾乎所有內容服務都是這樣做的。幾天之後，加州北區法院出現了一份 37 頁的訴狀。

一名叫 Warren Pandiscia 的 Twitch 主播，對平臺及其母公司亞馬遜提出集體訴訟。他的頻道規模不大，大約一千名追蹤者，但訴狀主張的不只是他個人：他聲稱自己的直播內容，加上無數其他創作者的內容，在未經同意、也未獲報酬的情況下被用於生成式 AI 的訓練。根據 Courthouse News 報導，訴狀指控兩家公司違反平臺與創作者之間的默示協議，也違反州不公平競爭法。

事情是怎麼走到這一步的

時間線並不複雜。Twitch 在八月十二日透過 X 平臺發文，承認使用創作者的內容訓練亞馬遜的 AI 模型，範圍包括直播、過去的剪輯、聊天紀錄和照片。同時揭露了兩個關鍵細節：退出選項不具追溯力，也就是在設定出現之前已經被拿去用的內容，退了也來不及；而且退出綁定的是單一頻道而非帳號，一位選擇退出的主播如果出現在另一位沒退出的主播直播裡，他的聲音、畫面仍可能進入訓練資料。

主播社羣的反彈幾乎是即時的。主要訴求很具體：要求 AI 訓練功能改為可選項，讓創作者自己決定。這才有了 Minton 那段出人意料的回應。他說 Twitch 做的與眾不同之處，在於尊重用戶退出的意願，「我知道這不是粉絲喜歡的做法，我知道這讓社羣非常不安，但這就是我們目前的立場。」

Pandiscia 的主張則往前推得更遠。他聲稱設立項一上線他就選了退出，並主張兩家公司早在 2024 年起就持續將主播內容用於 AI 訓練，遠在任何揭露或退出機制出現之前。如果法院採信這一點，案子的重要性會放大許多，因為它觸及的不是「退出機制設計得好不好」，而是「揭露之前的使用算不算數」。

退出機制為什麼是問題核心

用一個日常比喻來說明這件事的結構。你把車子停在一家購物中心的停車場，停了很多年。某一天商場貼出公告：本停車場即日起提供「租車服務」，你的車在停放期間可能被借出去使用，如果你不願意，可以到服務臺填表退出。你跑去填了表，但公告上還有一行小字：過去兩年已經借出去的部分，不在此限。

多數人直覺上會覺得哪裡不對，而那個「哪裡不對」正是這場訴訟要法律化的東西。Twitch 主播與平臺的關係，長期建立在一種默示協議上：我提供內容與流量，你提供基礎設施與分成機制。生成式 AI 訓練是這個協議裡從來沒有出現過的新用途，平臺單方面把它加進去，再用預設開啟加退出制的組合來取得「同意」。

從平臺經濟的角度看，預設開啟加退出制的成本效益帳非常好算。任何需要用戶主動做的事，參與率都會大幅下降；任何預設成立、需要行動才能取消的事，維持率都會很高。這不是 Twitch 的發明，cookie 同意、行銷郵件訂閱、社羣推薦演算法，全是同一套邏輯。Minton 說「世界上幾乎所有內容服務都是預設開啟」，就陳述事實而言並沒有錯。差別在於，多數服務拿的是行為數據，Twitch 這次拿的是創作者的勞動成果本身：他們的聲音、表情、反應、技術操作，這些正是訓練影音生成模型最值料的素材。

一千粉絲的小主播，為什麼有資格當原告

這場訴訟裡有個容易被略過的細節：Pandiscia 不是大主播。一千名追蹤者在 Twitch 的生態裡屬於長尾中的長尾。這一點其實強化而非削弱了集體訴訟的邏輯，因為受影響人數最多的，恰恰是這些沒有議價能力的小創作者。頭部主播或許還能透過經紀合約、外部合作把內容授權談出條件，小主播面對平臺條款只有接受或離開兩個選項。

從利益結構看，這也是亞馬遜收購邏輯的延長線。亞馬遜 2014 年以約 9.7 億美元收購 Twitch，當時買的是遊戲直播的流量入口。十幾年後，這個入口多了一層價值：一個持續更新、真人、高互動、附帶聊天語料的影音資料庫，對要發展生成式 AI 的母公司來說，這幾乎是現成的訓練素材。平臺的角色從「基礎設施提供者」往「素材持有者」移動，創作者分成機制卻沒有跟著更新，這就是衝突的根源。

值得注意的是，這種對生成式 AI 的擁抱在公司內部也造成過代價。亞馬遜遊戲工作室曾投入開發一款生成式 AI 遊戲，最終專案在開發團隊全數被解僱後取消，前面還經歷了大規模裁員。同一套技術路線，在公司不同部門留下的是完全不同的紀錄。

所以呢：這件事跟你的關係

即使你從不看直播，這場訴訟也值得留意，因為它設定的判準會外溢。臺灣的使用者散布在各種內容平臺上，寫作的、拍片的、教學的、經營社羣的，多數平臺條款裡都有關於內容使用的寬泛授權條款。Twitch 案的兩個爭點，將來很可能成為類似糾紛的參考框架：第一，平臺把既有內容挪作訓練用途，算不算超出原始授權範圍；第二，預設開啟加退出制取得的「同意」，在法院眼裡有多少效力。

從監管趨勢看，歐盟 AI Act 已要求通用模型的訓練資料揭露，各國對文本與資料探勘的授權規則也在陸續成形。平臺以「大家都是預設開啟」作為辯護，在產品會議上或許成立，在法院和立法機構面前未必。

對實際在產內容的人，此刻能做的判斷很樸素：翻一下你所在平臺的設定頁，確認有沒有類似的 AI 訓練選項，以及它預設的狀態是什麼。這些設定通常埋得深，這本身就是設計的一部分。至於已經被使用過的內容能不能討回什麼，要看 Pandiscia 這份 37 頁的訴狀，最終能在加州法院走多遠。答案揭曉之前，每一個內容平臺都在看。