← #812

OpenAI 担心的是上 Hacker News 的「观感」

文章摘要

这是美国作家协会（Authors Guild）于 2026 年 9 月 21 日发布的一篇新闻稿，原标题是《作家诉微软/OpenAI 案解封诉状：高管们明知大规模盗版图书违法，也知道会让作家失业》。HN 上的提交标题则摘取了其中最”贴近”本站的一句：OpenAI 担心的是某件事出现在 Hacker News 上的”观感”。需要先说明的是，作家协会是这起诉讼的原告方，这篇文章是立场鲜明的倡导性稿件，并非中立报道；文中所有引文都出自原告方提交的部分简易判决动议备忘录（第 1982 号文件）和更正后的”无争议重要事实陈述”（第 1987 号文件）。

案件背景。 作家协会诉 OpenAI 案是图书作者针对 OpenAI 和微软的集体诉讼，指控两家公司未经许可用受版权保护的图书训练产品。原告除作家协会外，还包括 David Baldacci、Taylor Branch、Michael Connelly、Jonathan Franzen、John Grisham、George R.R. Martin、Jodi Picoult、Stacy Schiff 等知名作家。这起集体诉讼（Alter v. OpenAI and Microsoft）由 Susman Godfrey 律所的 Justin A. Nelson 担任首席律师，是在曼哈顿审理的针对这两家被告的多地区合并诉讼的一部分。新闻稿说，上周四新公开的文件标志着案件的转折点，把被告”明知故犯”和鲁莽行为放到了叙事中心；新闻媒体机构在同一案件中也另行提交了一份同样尖锐的诉状。协会预计未来几个月还会有更多书面辩论，听证会定于 2027 年初。

协会 CEO Mary Rasenberger 说，这些文件揭示了对作家及其作品”令人震惊的蔑视”：一再有意选择偷书而不是付钱，并且完全清楚产品会摧毁作家的职业；即使有明确证据表明这样做会用”AI 垃圾”取代人类作品、让成千上万的作家失业，OpenAI 依然推进了大规模盗版计划。

文件披露的几处要点。 新闻稿列出了以下几条：

明知会取代人类作家。 时任 OpenAI 政策总监 Jack Clark 在 2020 年 5 月写道：”我们在 AI 与创造力方面的工作，将越来越多地让我们造出替代这些人劳动的系统……GPT-X 做得越好，类型小说作家就越会担心我们在亚马逊上替代他们。”他接着说：”我们在这一领域的工作会让人失业……总会有那么一刻，一群艺术家对我们所做的事表达担忧，而我们很可能会无视他们的担忧照样发布。”
“自动补完”别人的作品。 OpenAI 在 2022 年聘请 Tarun Gogineni 负责提升模型的写作质量。Gogineni 说他的”研究使命”是让 GPT 模型”有一天写完”马丁《冰与火之歌》的最后两部，还说他可以”安心了，因为就算马丁早早去世，GPT-5 也会自动补完他的系列”。
“可以接受的经济冲击”。 据诉状，Gogineni 知道作者们抱怨”数据集是偷来的”、也知道作者正因 AI 生成的竞争而失去工作，但他并不觉得这些抱怨”值得同情”，而将其视为”可以接受的经济冲击”。他还写道，世界很快会迎来”读者之死”，届时”机器为更多机器制造垃圾”。
微软从一开始就知道。 诉状称，早在 2019 年 4 月，Sam Altman 和 Dario Amodei 向比尔·盖茨演示早期版本的 GPT-3 时，就向盖茨和微软 CTO Kevin Scott 等人披露了使用 LibGen（俄罗斯起家的大型影子图书馆”创世纪图书馆”）的事。
担心的是”观感”而不是法律。 这就是 HN 标题的来源。时任 OpenAI 研究总监的 Dario Amodei 回应说，”作为训练集，[LibGen] 有点更可疑”。OpenAI 研究员 Sam McCandlish 解释道：”我只是担心观感，也就是『OpenAI 使用来自可疑俄罗斯网站的版权数据』出现在 [Hacker News] 上会很不妙。”（Amodei 和 McCandlish 后来都离开 OpenAI 参与创办了 Anthropic。）
试图销毁证据。 在一项名为”Project Clear”的行动中，OpenAI 于 2022 年夏天删除了其 LibGen 文件。2022 年 6 月 15 日，OpenAI 公司指定代表 Paino 在 Slack 频道里问：”一般性问题：我们对提到 libgen 有多担心？（Google 文档、Slack、GitHub 里到处都是……）”当晚，研究副总裁 Bob McGrew 给 Paino 和 Nicholas Ryder 写信：”鉴于 OpenAI 如今频繁上新闻，现在正是把 LibGen 从我们的系统和存储里清除的时候。这需要做些什么？”

HN 评论区还有读者从诉状原文里补充了一段新闻稿没有引用的内容：2020 年 7 月，OpenAI 员工 Ryan Lowe 评估在图书摘要项目中继续使用 LibGen 的风险，他认为”有超过 80% 的概率”会出现”你们的图书数据从哪来的？”、”我们不能说”这样的对话，另有”约 40% 的概率”演变成一场”中等规模的 Twitter 风波，对外界看待我们工作的方式造成负面影响”；他写道，”如果我们完全能接受这些可能的结果，那我就可以放心继续在项目里使用 LibGen”。

HN 评论精华

本帖 632 分、约 580 条评论，是本期最热的讨论之一。不少人首先指出提交标题经过了”编辑”，原标题的重点是”高管明知盗版违法、会让作家失业”，而 HN 版本挑了与本站有关的那句话，Betelbuddy、hnfong、dgellow 等都要求改回原标题。讨论随后分成几大阵营：质疑作家协会选择性引用的一方，围绕”毁掉工作有什么错”的争论，以及”黑客社区一向反对知识产权，为何此刻转向”的老问题。

“这是个游说组织在断章取义”。 引发回复最多的是 Skyy93 的评论（下挂 160 多条）：作家协会是游说组织，只挑对自己有利的片段推进议程；把 LibGen 称为”可疑的俄罗斯网站”，为什么不说它是一个分享图书和论文的图书馆，其中不少本该属于公共领域，因为是用公共资金资助的；他也不觉得”会让人失业”的说法有什么问题，就像机器人公司也不会宣传”买了我们的机器人你还得雇昂贵的人工、效率毫无提升”。反驳几乎一边倒：lensecat 和 fzeroracer 指出”可疑的俄罗斯网站”是 OpenAI 员工自己的原话，不是作家协会的定性；latexr 说以部分内容属于公共领域来辩护很无力，就像说大家用海盗湾是为了下载 Linux 镜像；zaptheimpaler 称这是”不可思议的思维体操”，一个 80TB 的书库收录了大部分已出版图书，其中数百万本与公共资金毫无关系。最有分量的一条来自 contubernio：他是数学家，和大多数职业数学家一样长期使用 LibGen，但他认为把它称作”可疑的俄罗斯网站”比称作”公共资助的图书馆”准确得多，他们国家的人用它，恰恰是因为公立大学买不起数学和物理书。hn1rig3rak 说他曾从 LibGen 拉数据做语料，里面绝大部分是仍在版权期内的教科书，”公共领域”的说法站不住。

TeMPOraL 提出另一种解读：OpenAI 员工未必真觉得 LibGen 可疑，他们担心的是 HN 评论区会用这种愚蠢、操纵性的方式来框定此事，比如联想到”俄罗斯水军”；从过去一年的 AI 讨论帖来看，这种担心完全正确，而作家协会现在做的正是 OpenAI 担心的事。他补充：”没有人会把互联网档案馆叫作『可疑的美国网站』。”latexr 反驳说，仅凭几句引文看不出 OpenAI 是否认为 LibGen 可疑，而且 HN 总体上是认可个人用 LibGen 下几本书的。

亚伦·斯沃茨之问。 quaintdev 说这样的评论排第一令人难过，并问：还记得亚伦·斯沃茨的遭遇吗？为什么大型科技公司能逍遥法外？TeMPOraL 回击：你真觉得斯沃茨会站在出版和唱片行业协会一边、以知识产权为由反对 AI 公司吗？是科技社区自己突然掉头了。applfanboysbgon 给出一个三命题的反驳：A”信息是自由的”，B”信息不自由”，C”信息只对富人自由、对其他人不自由，从而加剧不平等”；即便你主张 A，在 A 不成立时也没有理由偏好 C 胜过 B。michaelt 指出一个讽刺的倒置：过去个人非商业侵权几乎不算罪，而营利企业的侵权是大事，执法针对的是做盗版录像带的人；如今规则反过来了，只要是大规模商业用途，你想下多少盗版电子书都行。nl 自称是斯沃茨的邮件列表好友，他认为斯沃茨的做法是道德的、对他的起诉是不公的，而 OpenAI 的做法同样是道德的、被起诉同样不公。isityettime 反问：为什么不能对一个想扩大知识公地、免费分享成果的活动家，和一家 8520 亿美元、要圈占公地并收费的营利公司持不同立场？SXX 认为很多 HN 用户其实不介意 OpenAI 使用版权材料，他们反感的是 OpenAI 一边这么做，一边试图把”蒸馏”定为非法，好像它自己的版权更重要。1vuio0pswjnm7 也贴出 OpenAI 使用条款里禁止”修改、复制、出租、出售或分发”其服务的条文，暗示双重标准。

法律上到底怎么算。 qarl 反复强调要把两件事分开：盗版下载毫无疑问是侵权，但大家真正争论的是训练本身，而到目前为止的判决都支持训练属于合理使用。ben_w 以 Anthropic 案为例：法官认定用合法取得的材料训练模型并不违法，违法的是盗版获取材料，该案最终在法院判赔前和解。keeda 认为 AI 取代作家的证据仍然很薄弱，一项研究发现没有实质影响，另一项发现是用 AI 的作者加剧了竞争、压低了其他作者的销量；他判断法院会更看重合理使用原则和经济研究，这些刺耳的引文更可能在认定侵权之后用于证明”故意”，从而影响赔偿金额。natbennett 也指出，OpenAI 相信自己能取代类型小说作家，这一点之所以被作家协会强调，是因为它在合理使用的”市场影响”判断中有法律价值。

“毁掉工作”有那么严重吗？ handoflixue 的评论下挂了 120 多条回复：汽车厂商也知道自己会冲击马车行业，计算器厂商毁掉了数学家和会计的生计，技术本来就是靠发明更好的做事方式让人失业。反驳很多：cisc 问”盗版书怎么就是更好的做事方式了”；exitb 说”可在这个比喻里，我们就是那匹马”；seri4l 认为工业革命替代的是具体任务，AI 替代的是人本身；vrganj 和 CodesInChaos 都认为问题不在于工作消失，而在于失去筹码：劳动是普通人对抗资本的唯一杠杆，没有了它，我们就成了”宠物”；nylonstrung 指出汽车业带来了大量就业，而 AI 行业的劳动与资本之比可能是有史以来最低的；tzs 则较真地指出计算器淘汰的是做算术的”人肉计算员”，不是数学家和会计。spacecadet 单独发帖怒斥那些拿马车和计算器作比的高赞评论，说这些是人们的创作热情、生计和一生的事业。handoflixue 坚持认为，如果文章讨论的是如何适应”后强制劳动”的世界他会支持，但它把一种职业的消失本身当成坏事，人们依然可以写故事，只是大概没法靠它谋生了。

它们是不是”剽窃机器”。 Forgeties79 说他受够了人们否认这些是剽窃工具：创造者们明明知道自己在偷，文件里记录的正是他们权衡风险后决定”干”，而最糟的是他们判断对了，至今没有付出实质代价。sincerely 回应：黑客社区一向对知识产权持怀疑态度，”谁没在 Anna’s Archive 下过书，谁就先扔石头”。这引来大量反驳，核心是规模和营利：TGower 说他支持知识产权改革，但不能接受普通人因 24 首歌被罚 22 万美元，而与作者直接竞争的大公司却可以无视规则；croon 说”信息要自由”的人完全可以批评这些公司而不自相矛盾，如果 OpenAI 真的开放、模型人人可用，那就是另一回事；vrganj 说信息要摆脱的是企业控制，而不是从我手里被企业吞掉；tmcb 区分了反对知识产权和剽窃，剽窃是为私利而不注明出处，而 LLM 恰恰最不擅长注明出处。kmeisthax 说自己曾经大量盗版、对版权法嗤之以鼻，但他对 AI 的憎恶超过了版权极端主义者。

作家真正在乎什么。 natbennett 说他认识的作家非常愤怒，原因是作品被无偿用于造模型，而不是担心被取代；他每次听 AI 研究者谈 AI 写小说，都觉得对方根本不明白人们为什么读小说。voidhorse 对 Gogineni”自动补完马丁”的说法尤其反感，认为这一领域的很多人对艺术是什么、在社会中如何运作毫无理解；ModernMech 认为他们只会用商品的逻辑看待一切，只看产出，不看过程、社会关系和人的经验。tpmoney 则提出这其实是”作者之死”的一种说法：作品发表后就不再只属于作者。TimPC 提供了一个现实观察：他所在的 LitRPG 网文站 RoyalRoad 上，新作热榜前五里经常有 AI 生成的小说，人们知道是 AI 就会差评，但不知道时似乎读得挺开心。

HN 真有这么重要吗？ cs702 认为标题虽经编辑但点出了关键：OpenAI 的人知道这会被视为不道德，所以担心它在 HN 这类论坛上发酵，HN 有数百万从不登录的访客，其中不少人身居要职。snowwrestler 认为 HN 对自身影响力的感觉被严重高估了，文件里只是一位研究员把 HN 当作负面报道可能出现的地方举了个例子。pera 问 Altman 这样的亿万富翁为何在乎 HN 上的意见，OuterVale 提醒 Altman 当过好几年 Y Combinator 总裁，mrweasel 则说 HN 上的开发者正是 OpenAI 需要卖 token 的对象。rdtsc 的反应很冷淡：现在它真上了 HN，又怎样？会有人因此取消 OpenAI 或 Anthropic 的订阅吗？swiftcoder 调侃：”很高兴知道我们一直免费住在 Dario Amodei 的脑子里。”

几条冷静的旁观。 superboum 承认文章出自利益相关方、引文可能脱离上下文，但它描绘的画像依然不好看：被引用的人似乎不重视创造性工作，对自己的优越性极度自信，他们质疑的是公众反应，而不是自己做的事是否道德。ilamont 指出作家协会的 CEO 是资深知识产权律师，协会领导层的思维方式像律师，而不是追求点击量的公关或记者。fwlr 的评论道出了很多人的感受：在这类帖子里，每个人早就在页面底部写好了结论（”OpenAI/Anthropic/LLM 是好的/坏的”），现在只是在上面挪动事实、引文和论证，让结论看起来像是从论证里推出来的，却小心地从不改动结论本身。dgellow 回了一句：”你只代表你自己，我的看法过去一年变了很多。”