AI音乐的版权战场刚刚开辟了第二条战线。据Rolling Stone与多家音乐行业媒体10月20日报道，美国音乐人联合会AFM当天发起了一场名为Human Made, Human Paid的倡议运动，这家代表超过8万名职业乐手的工会，向环球音乐、索尼音乐、华纳音乐以及迪士尼旗下Hollywood Records提出了一套完整的AI使用规则：乐手有权批准或拒绝自己的演奏录音被用于AI训练，贡献必须获得清晰署名，AI使用与厂牌授权协议产生的收益必须有乐手的分成。运动发起同日，工会成员在纽约洛克菲勒中心外举行了集会，11月，工会将与各大唱片厂重启录音劳动协议的正式谈判。
这场运动的时机选择颇具策略性。AFM并不是第一次就AI问题出手，今年6月5日，工会已在联邦法院起诉环球与华纳旗下的厂牌，指控它们在与AI音乐公司Suno和Udio的授权合作中，把含有工会成员演奏的录音用于AI训练与音乐生成，既没有按规定通知，也没有支付报酬，违反了双方劳动协议中的相关条款。诉讼之外同步发起倡议运动，等于在法庭与谈判桌两条线上同时施压：法庭上争夺的是既有协议条款的法律解释权，谈判桌上争取的是未来协议里的新规则。按照披露的时间线，新一轮录音劳动协议SRLA谈判早在今年1月就已开始，3月又进行了一轮，11月的谈判将把工会提出的AI保障条款正式摆上桌面，届时诉讼与谈判将互相借力。AFM国际主席蒂诺·加利尔迪在声明中的表态相当直白：唱片公司不能把建立在人类艺术之上的利润揣进兜里，却把创作这些作品的乐手排除在分配之外。工会成员、制作人威尔·威尔斯的补充则道出了运动的分寸感：他们不反对技术进步，真正要捍卫的是音乐作为一个可持续职业的生存空间，让从业者有路可走。
整场纠纷的法律核心，落在录音劳动协议的第21条新使用条款上。这条条款的逻辑是：当唱片厂牌把一段录音用于协议未涵盖的新用途时，参与录制的乐手有权获得额外报酬。工会的论证很直接：把乐手演奏的录音授权给AI公司做训练，就是一种典型的重新使用，理应触发补偿义务。唱片公司的抗辩则揭示了行业的一个尴尬空白：华纳方面主张，没有任何一份AFM协议涵盖AI授权，因此新使用条款找不到指向的对象，不存在支付依据。更微妙的一幕发生在法庭上，据音乐商业周刊报道，工会律师被问及是否存在AI授权协议时承认并不存在。这个细节说明，围绕AI训练的补偿机制在现行合同里确实是一片真空，双方争的与其说是既有义务，不如说是未来规则的制定权：AI训练算不算新使用，这个定性一旦在诉讼或谈判中确立，整个行业的授权成本结构都会随之改变。法律界人士指出，这起案件还揭示了一个更基础的区分：录音的版权通常掌握在厂牌手里，但乐手依据集体谈判协议享有独立的报酬权利，两条权利线并行不悖，厂牌拿了版权去授权，不等于乐手的合同权利自动被覆盖。
要理解这场运动的诉求，得把时间线拉长到过去两年。2024年6月，环球、华纳等唱片巨头起诉Suno与Udio侵犯版权，打响了AI音乐诉讼的第一枪；2025年10月，环球与Udio达成和解，11月华纳相继与Udio、Suno和解，据行业媒体报道，和解协议包含授权合作条款，AI公司获得了合法使用唱片目录训练模型的通道。表面的版权战硝烟散去，但一个问题被留在了原地：厂牌从授权协议里拿到了收益，参与录制的乐手却几乎没有分到什么。工会的诉讼正是针对这个断层，指控的焦点不是训练本身违法，而是授权收益的分配绕过了劳动者。索尼音乐至今没有与任何AI公司和解，也不是当前诉讼的当事方，但它坐在11月的谈判桌旁，工会的诉求同样会递到它面前。这场拉锯还牵动着一个更广的人群：根据工会的说法，其成员覆盖8万多名职业乐手，而为唱片伴奏的乐手群体远大于此，他们的演奏构成了AI模型学习的素材基础，却在产业链的AI化中最先被边缘化。工会运动若能谈成同意权加分成的模板，影响的将不只是美国乐手，全球音乐产业的AI授权范式都可能参照这套结构重构。
Human Made, Human Paid这三个词组，恰好概括了劳工端在AI时代诉求的最小集合：同意对应事前控制权，署名对应职业尊严与可追溯的贡献记录，报酬对应利益分配。这套框架的普适性超出音乐行业，配音演员、摄影图库、文字版权方在过去两年面对的是同一道题：作品被拿去训练模型，既没有说不的权利，也没有收钱的渠道。音乐行业因为集体谈判协议的存在，恰好具备把行业惯例写进合同的制度通道，这也是为什么工会路线在音乐领域走得最快。接下来的关键节点有两个：11月的谈判结果，以及联邦法院对诉讼动议的裁定，两条线任何一条出结果，都会给另一条加码。对AI音乐公司而言，谈判桌上的新规则意味着训练数据的合规成本将显性化，靠低成本素材红利起家的商业模式面临重估；对唱片公司而言，它们夹在中间，既想从AI授权里赚钱，又必须回应旗下签约艺人与工会乐手的分配诉求。音乐产业过去处理过采样、翻唱、流媒体分成的每一次技术冲击，最终都形成了新的分配惯例，AI大概率也不会例外，区别只在于这一次，劳动者学会了在技术落地之前就把条件摆上桌。