【人类智慧被私有化了，这才是AI最大的问题】

快速阅读：AI本质上是人类集体知识的结晶，但却被少数科技公司几乎免费攫取并商业化。谁来拥有它、谁来控制它，已经不是技术问题，是政治问题。

---

Jason Hickel提出了一个让人不舒服的观察：我们把AI叫做“人工智能”，其实它更像是人类智能的一次大规模蒸馏。每一个发过帖子、写过文章、画过画的人，还有他们的老师、老师的老师，都在无意间成了这场训练的“无偿供应商”。

换句话说，这个价值数万亿美元的产品，原材料是全人类几百年积累的知识，制造商是几家硅谷公司，利润归少数亿万富翁。

有观点认为，训练数据或许是集体的，但用于训练的算法、数十亿美元的算力、模型架构设计，这些可不是白来的，建数据中心、付电费的人也有自己的主张。这个反驳成立，却并不能消解原始问题的锋芒：收益应该流向谁？

有人把AI比作图书馆，公司不过是建了一个更聪明的图书管理员。但这个比喻失去了一个细节：普通图书馆是公共资产，任何人可以免费进入；现在这个图书馆，你每个月要付订阅费，而且馆长还拥有你借阅记录的全部数据。

有网友用“坎蒂隆效应”来描述这个结构：谁离原材料最近，谁提取的价值就最多。石油时代是这样，土地时代是这样，现在轮到人类的集体知识了。结构从未改变，只是换了个技术外壳重新登场。

还有一个更深的问题鲜少被认真对待。有人指出，AI不是在“理解”知识，它是一面镜子，把储存的人类智慧反射回来，本质上是计算，没有传统意义上的思考。这面镜子能照出多少真实，取决于我们喂给它什么。而“喂”这件事，由私人公司决定、用商业逻辑筛选。

公共资助这件事也值得一说。有人翻出了记录：AI背后的基础研究，相当一部分来自政府经费支持的学术项目，几十年的公共投入，最终以私人产品的形式兑现，这是商业化的正常逻辑，但说“完全是私人创造”就有些言过其实了。

开源模型算不算出路？勉强算。Llama、Mistral这类模型确实向公众开放，但运行一个像样的推理服务，仍需要不菲的算力成本，“开放代码”和“人人可用”之间还隔着一道基础设施的墙。

有网友的判断最直接：数据是人类的，算力是私人的，分发权也是私人的。这是一个三层权力结构，讨论AI归属问题，如果只盯着最上面那层，下面两层根本没动过。

---

简评：

这篇文章戳破了一个精致的谎言。人类花了五百年把土地私有化，两百年把石油私有化，现在只用了十年就把集体智慧私有化了——效率确实在进步，只是进步的方向令人不安。 所谓“AI是人类智慧结晶”，翻译成政治经济学就是：矿藏是公共的，矿主是私人的，而你连矿工都不算，顶多是被挖走的那块矿石。最讽刺的是，我们一边为AI写训练数据，一边付费使用它，完成了一个完美的“被收割者为收割工具买单”的闭环。历史从未改变，只是换了个算法外壳重新登场。

---

x.com/jasonhickel/status/2025657976434893206