23 家公司在条款中保留 AI 训练权，TOSTracker 完成归档追踪

截至 2026 年 7 月 2 日，TOSTracker 在其存档库中确认了 23 家公司在服务条款（Terms of Service）或隐私政策（Privacy Policy）中写入了「AI 训练权利条款」，即公司保留将用户提供的内容或数据用于训练人工智能或机器学习模型的权利。整套数据集共覆盖 55,156 份法律文档、206,292 个版本快照，每条记录均附带原文链接与永久归档地址（含 SHA-256 校验值），便于独立核验。

收录范围与定义

TOSTracker 给出的入选标准较为严格：仅当条款明确写明公司有权使用用户内容或数据训练自家（或第三方）AI/ML 模型时，才会被纳入；明确声明「不使用用户数据训练」「禁止用户拿公司内容训练 AI」以及泛泛描述「我们使用了 AI 功能」等情况均被排除。

每条记录额外标注了几个维度标签，便于横向对比：

• opt-out / opt-in：是否提供退出或加入机制
• de-identified：是否限定在去标识化或聚合数据范围内
• shared with third-party AI partners：是否将内容共享给外部 AI 开发者
• public/collected data：训练是否依赖公开或一般性采集的数据
• free/trial tiers：条款是否仅适用于免费或试用套餐

23 家已核实公司概览

下表列出部分代表性厂商及其条款要点（完整列表可在原页面下载 CSV）：

• Anthropic（服务条款）：可使用 Materials 提供、维护和改进服务，包括训练模型，用户可在账户设置中退出训练。
• OpenAI（服务条款）：若不希望内容被用于训练模型，可通过账户设置退出。
• Google / YouTube（隐私政策）：可基于公开来源或其他公开信息训练 Google 的 AI 模型，用于 Google Translate、Gemini Apps 与 Cloud AI 等产品。
• GitHub / Microsoft（服务条款）：若用户将私有仓库内容作为 AI 功能的输入，GitHub 可能将其用于提供、开发、训练和改进服务。
• LinkedIn（隐私政策）：可能将个人数据用于改进、开发产品与训练 AI 模型。
• Reddit（服务条款）：授予 Reddit 包含「将内容用于训练 AI 与机器学习模型」权利的许可。
• HubSpot（隐私政策）：可能处理个人数据以开发、支持、改进 HubSpot AI 功能并训练 AI 模型。
• PayPal（隐私政策）：可使用个人信息训练驱动服务的 AI 模型。
• Brevo（服务条款）：可使用 Content 与 Usage Data 训练其 AI 功能以改进服务。
• Indeed（服务条款）：可将活动、通信与材料用于开发、训练与构建统计模型，包括 AI 与 ML 模型。
• Oscar Health（服务条款）：可能以去标识化形式使用用户提交内容训练、优化或增强其 AI 技术。
• Paycor（服务条款）：可能使用用户提供的信息开发、训练和改进服务、业务流程与 AI。
• Prezi（服务条款）：可能将可复用的公开用户内容共享给第三方 AI 合作伙伴用于其商业目的。
• Domino's Pizza（隐私政策）：可能收集并使用信息开发新功能、训练模型与算法。
• Rumble（服务条款）：授予 Rumble 使用用户内容训练 AI 与机器学习模型的权利。

数据可信度与下载方式

TOSTracker 给每条记录都附了三类信息：实时来源 URL、永久归档快照（带 SHA-256 哈希）、以及「scorecard · evidence exhibit」证据展示页，便于研究人员、记者和监管者回溯原始条款文本。该数据集可作为 CSV 一次性下载，文件中包含归档 URL 与哈希值，方便第三方进行完整性校验。

对于关注 AI 训练数据来源透明度、用户数据授权范围以及后续合规争议的研究者与从业者来说，这套归档提供了一个相对系统、可核验的参考基线。不过需要注意，TOSTracker 统计的是条款文本本身，并不直接等同于实际训练行为——是否真正使用、是否真正提供 opt-out 路径，仍需结合各公司的具体实践来判断。