# 《大西洋月刊》做了一个可搜索的数据库，让你查自己的歌有没有被拿去训练 AI

> 原标题：The Atlantic created a searchable database of the music used to train AI

- 来源：The Verge · AI
- 发布时间：2026-06-20T18:46:48.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39639
- 原文：https://www.theverge.com/ai-artificial-intelligence/953183/the-atlantic-searchable-database-music-ai-training-data

## 摘要

《大西洋月刊》上线了一个公开数据库，收录了数百万首被用于 AI 训练的音乐曲目。你可以直接按歌手或歌名搜，看自己的作品是不是在不知情的情况下被喂给了模型。很多歌出现在训练集里，版权方根本不知道。这个工具把音乐训练数据的透明度问题直接摆到了台面上。

## 推荐理由

《大西洋月刊》做了件很实在的事：把几百万首 AI 训练用的音乐整理成公开可查的数据库。你不用懂技术，输入歌手或歌名就能看自己的作品有没有被喂给模型，很多版权方之前完全不知情。我会先打个折，这不是模型或产品发布，而是媒体做的透明度工具，但它的冲击力在于把行业遮遮掩掩的问题直接晒了出来。正文没披露数据来源的完整性和更新频率，这点先别太激动，但作为一篇报道的配套工具，它已经足够让创作者和版权方坐不住了。

## 锐评

这个数据库最直接的价值是让版权方和创作者能自己动手查，而不是等 AI 公司发声明。它收录了数百万首曲目，数据来自几个公开的 AI 训练数据集。这意味着你能看到哪些歌被明着用了，但得留个心眼：很多大模型公司根本不公开训练数据，或者用的是自建的内部库，这些在数据库里是查不到的。所以它更像一个已知范围的曝光墙，而不是完整的侵权地图。

工具本身把透明度问题从法律文件拽到了普通人能操作的界面里，这比发论文管用。但它的局限也很明显——数据源是二手的，如果原始数据集本身就有遗漏或错误，这里也会跟着错。另外，文章没提数据库多久更新一次，如果是一次性项目，那它的时效性会很快打折扣。

对从业者来说，这更像一个信号：音乐行业的训练数据透明化开始从口头抗议变成可操作的工具了。但真想靠它维权，还得自己补上闭源模型那部分拼图。