7.2
深览指数
科技虎嗅·爱范儿··AI 生成
全世界最强的AI，都在“抄”这群普通人的作业
本文以维基百科超级编辑 Steven Pruitt 的故事为引子，揭示了 AI 大模型赖以成功的知识地基——由无数普通志愿者无偿维护的开放知识库。文章核心观点是：AI 的能力并非仅来自算法和算力，更依赖于维基百科等公共协作项目提供的高质量、结构化数据。作者进而提出一个关键警示：AI 正在单向消耗开放的公共知识，将开放知识封装进封闭的商业模型，同时削弱了人们抵达知识源和验证信息的能力，导致知识生产的公共基础设施面临萎缩风险。文章适合关注 AI 产业伦理、知识公共性、信息生态变迁的读者，尤其适合那些对 AI 技术宣传持审慎态度、关心技术背后社会代价的人。原文 ↗
核心观点
- ▍AI 大模型的能力并非仅来自算法、芯片和算力，其底层依赖的是由维基百科志愿者等普通人无偿维护的、高度结构化的公共知识库。
- ▍AI 正在将开放知识单向封装进封闭的商业模型，不仅消耗了公共知识基础设施，还削弱了人们抵达知识源、验证信息的能力，可能导致知识生产的公共土壤贫瘠化。
- 01维基百科超级编辑 Steven Pruitt 编辑了超过 600 万次，创建了 3 万多篇词条，作为志愿者未获利。他代表了约 1% 的活跃编辑者完成了约 77% 的编辑工作。
- 02维基百科已成为 AI 的“海马体”，为机器提供稳定的公共记忆。多家公司如 Amazon、Meta、Microsoft、Mistral AI 和 Perplexity 都在使用 Wikimedia Enterprise 服务。
- 03AI 公司的爬虫正在消耗维基百科的带宽，自 2024 年 1 月以来多媒体内容带宽增长了 50%，且至少 65% 的核心数据中心流量来自机器人。
- 042025 年部分月份，维基百科的人类浏览量同比下降约 8%，基金会认为生成式 AI 和社交平台正在改变人们获取信息的方式，导致读者不再直接访问维基百科。
- 05奠定现代机器视觉基础的 ImageNet，其首批 320 万张图片、5247 个语义类别，依靠的是 Amazon Mechanical Turk 上普通人的逐一分类和核验。
反方 / 局限
- — 作者指出，维基百科本身也会犯错，会引发编辑争执，但其核心价值在于错误可追溯——每一次修改都有记录，争议有讨论页，判断可被要求补充来源，这与 AI 模型的黑箱特性形成对比。
- — 文章隐含但未充分展开的盲点：维基百科的编辑规则和社区共识本身也可能存在系统性偏见，不一定能完全代表“公共知识”的公正性，Pruitt 本人也承认需要为“被遗忘的人”争取位置。
Steven Pruitt维基百科ImageNetAmazon Mechanical TurkWikimedia EnterpriseJames BoyleHarry FrankfurtGrokipediaWomen in Red
15 分钟 · 4 卡片 · 11 资料
读原文 →