Meta 刪除爬蟲條款：robots.txt 對 AI 訓練的界線仍待釐清
Meta 在引起反彈後，從其商業條款頁面刪除一段文字。該段落原本表示，公司可使用指定網域、網頁或 URL 的任何內容，用於提供、開發、改善、研究、訓練及維護 Meta 旗下產品、服務及功能。由於措辭涵蓋「訓練」，部分法律及媒體觀察者認為，它可能被用來主張抓取新聞網站等內容訓練 AI 的權利。
Meta 現時的說法是：今次整理及澄清的爬蟲條款，只適用於廣告及商業產品；公司使用網頁爬蟲的方式沒有改變，內容擁有人仍可透過 robots.txt 表達其偏好。公司亦稱，更新不會賦予 Meta 凌駕這些偏好之上的新權利，並非針對抓取新聞網站內容。
刪除條文，不等於爭議已被完全解答
這次事件要分開看三件事。第一，已發生的改動是爭議段落已從商業條款頁面移除。第二，Meta 的立場是該條款原本並不適用於一般新聞網站抓取，亦沒有改變爬蟲運作。第三，外界先前的解讀則認為，原有文字的廣泛表述可能容許公司免費使用抓取到的網站內容作 AI 訓練，甚至削弱網站以 robots.txt 作出的封鎖指示。
康奈爾大學數碼及資訊法律教授 James Grimmelmann，以及 Nieman Lab 等曾作出後一種解讀；這是對條文可能效果的法律觀點，並非 Meta 承認已取得相關權利。Meta 刪除文字雖可減少歧義，但沒有單靠一次更新就處理所有關於 AI 訓練資料授權的問題。
robots.txt 仍是網站管理的第一道訊號
對網站經營者而言，robots.txt 的作用是向爬蟲表達可否及如何存取網站內容的偏好。Meta 重申內容擁有人可以使用它，因此這項設定仍是管理公開網頁被自動抓取時的基本工具。
不過，這次風波也反映，單看 robots.txt 並不足以理解所有風險。技術設定回答的是「爬蟲收到甚麼訊號」；服務條款或商業條款處理的，則可能是平台如何界定其使用內容的權限。兩者若出現措辭不清，內容創作者與新聞網站便難以判斷其內容是否會被用於模型訓練，或者可依靠甚麼機制提出異議。
這是分析上的重點：Meta 說明條款只關乎廣告及商業產品，縮窄了原文可被理解的範圍；但網站方仍應留意實際條款所涵蓋的產品、網域與 URL 類型，而非只以「公司聲稱不會改變爬蟲做法」作唯一判斷。
香港網站可先做的基本檢查
香港新聞網站、企業網站和個人創作者未必需要立即改變所有設定，但可從以下方向檢視自身安排：
- 查看 robots.txt 是否存在，以及現有規則是否符合希望向爬蟲表達的偏好。
- 盤點哪些內容放在公開網頁、子網域或不同 URL 架構，避免以為一項設定自然覆蓋所有內容。
- 留意平台更新條款時，條文究竟針對廣告、商業工具還是其他產品；「可用於改善或訓練產品」一類字眼尤其值得逐字看清。
- 對依賴原創文章、圖片或資料庫維生的網站，保留條款版本和設定紀錄，方便日後比較改動與內部評估。
上述做法是風險管理，而非對任何平台行為作出結論。Meta 已撤回引起爭議的措辭，但 AI 爬蟲、公開網頁資料與授權界線仍會隨平台條款及技術設定演變。下一步值得觀察的，是其他平台會否更明確區分廣告工具、商業產品與 AI 訓練所涉及的內容使用規則。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
