揭秘大模型背后的无名英雄：全球最强AI如何“抄袭”人类知识

type

status

date

slug

summary

谁在喂养AI的“大脑”？

当我们向chatGPT、claude或是其他主流LLM（大型语言模型）询问一个冷门的历史事件或科学概念时，它们总能以极其流畅的语言给出答案。这种体验常常给人一种错觉：AI似乎真的“读懂”了全世界，并把人类文明的精华储存在了它的神经网络中。

但事实是，模型首先必须有东西可学。在算法和算力发威之前，必须有人提前完成最乏味、最繁琐的一步：给混乱的世界命名、分类、引用和纠错。

以英语维基百科编辑次数最多的人 Steven Pruitt 为例，这位白天在联邦政府管理档案的普通人，在业余时间编辑了维基百科超过600万次，创建了3万多篇词条。像他这样的“超级编辑”（约占活跃编辑者的1%），贡献了维基百科绝大部分的内容修改。他们不计报酬，没有署名，却像是在一个杂乱无章的巨型仓库里，默默地为千万件货物贴标签、建立索引、核对批次。

openai等公司开发的大模型，就像是开进这座仓库的超级叉车，它们能以惊人的速度搬走并重组这些货物。但是，仓库里的秩序并非叉车创造的，而是来自于这些普通人长年累月的无私奉献。没有这层高质量的、结构化的人类数据，再先进的算法也只能产出数字垃圾。

知识的“圈地运动”与商业AI的掠夺

维基百科诞生于互联网依然相信公共协作和开放共享的年代。那时的用户生成内容（UGC）是真正的公共财富，任何人都可以自由阅读、复制和修改。然而，随着AI时代的到来，这份开放的公共遗产正在变成商业AI的免费矿场。

尽管维基百科的初衷是开放，但开放并不意味着没有成本。服务器的运转、恶意修改的防御、词条的维护都需要资金和人力。数据显示，随着AI爬虫的疯狂抓取，维基百科的带宽消耗大幅增长。更致命的是，生成式AI正在改变人们获取信息的方式——用户直接从模型获取答案，不再点击进入维基百科。

流量的下降意味着潜在编辑者和捐款的减少。这引发了一个严峻的公共危机：商业AI继承了开放知识的红利，却将知识重新装进了封闭的商业模型中。这就像是一场数字时代的“第二次圈地运动”。在输入端，它们贪婪地吸收由共同体维护的免费知识；在输出端，它们通过精妙的提示词（Prompt）和API接口，将这些知识转化为付费服务，甚至成为许多人AI变现的工具。围墙没有筑在知识的入口，而是筑在了知识变成答案之后。

廉价的答案与昂贵的求证

AI的普及让获取答案变得前所未有的廉价。过去，我们需要在搜索引擎中比对多个网页，查阅原始材料才能得出结论；现在，只需输入一句话，一个听起来颇有道理的完整答案就会瞬间生成。

但这带来了一个致命的问题：生成信息的成本越低，验证信息的成本就越高。

哲学上曾对“谎言”与“胡扯（Bullshit）”进行过区分：说谎者至少知道真相是什么并试图掩盖，而胡扯者根本不在意真假，只在意话语的效果。大模型在某种程度上就是完美的“胡扯机器”。它们没有人类的动机，不需要捏造全部事实，只需在概括时删掉一点语境，在措辞时加入一点倾向，就能用流畅的语言把逻辑的裂缝抹平。

Steven Pruitt 在评价AI生成的百科词条时敏锐地指出：“没有哪一点完全错，只是没有我写得那么准确。”

维基百科并非不犯错，但它的每一次修改都有记录，每一个争议都有讨论页，错误是可以被看见、被追溯的。而AI的答案往往只留下结果，训练材料的选择、冲突的裁决都被隐藏在黑盒之中。当我们在阅读每天的AI日报时，常常惊叹于模型的进化，却忽略了这种“无法追溯”带来的深刻危机。

人类在环：AI时代不可或缺的公共底线

面对AI的步步紧逼，维基百科在近期通过了内容指引，原则上禁止用大模型生成或改写词条正文。这并非出于对新技术的排斥，而是对“责任”的坚守。

正如 Pruitt 所言：“你无法与一个不承担责任的东西协作。”

协作意味着留下名字，接受质疑，解释依据，并允许被推翻。开放知识最珍贵的部分，绝不仅仅是免费，而是它创造了一套公开承担责任的机制。大模型可以瞬间生成上万篇文本，但它无法自然地承担知识的责任。人类编辑虽然缓慢，但他们知道什么时候应该停下来查证，什么时候承认知识尚无定论。

在AI时代，许多公司将“人类在环（Human in the loop）”作为产品安全的最后一道防线。但维基百科和无数开源社区提供的是一个更彻底的版本：人类从一开始就参与知识的形成。如果你想深入了解这种人机协同的未来趋势，我们的AI门户 https://aigc.bar 提供了丰富的行业洞察和AI资讯。

结语

当我们为大模型的惊人表现欢呼时，不应忘记，AI越擅长吞噬开放互联网，它赖以成长的土壤就可能越贫瘠。如果商业AI继续无度地消耗公共知识，而不去回馈这套基础设施——比如支付使用成本、明确标注来源、留下开放生长的空间——那么最终受损的将是整个人类知识体系。

在这个由代码和算力构建的狂飙时代，那些在深夜里默默修正一个日期、补上一条引用的普通人，才是真正守护人类知识底线的光。他们的修改不会出现在任何科技巨头的发布会上，没有掌声，没有署名，也没有参数，但正是他们，构筑了全世界最强AI的真正“大脑”。关注 https://aigc.bar，与我们一起持续关注人工智能背后的真实世界与未来走向。