加密新闻

人工智能行业面临一个悖论：模型越多地基于其他神经网络生成的数据进行训练，它们退化得就越快。这一现象被称为“模型崩溃”，迫使各实验室寻找越来越精巧的方法来获取“纯净”的人类数据。如果说过去还只是抓取网站，那么现在已发展到收购印刷书籍……以及租赁人脸。

递归的诅咒

“模型崩溃”这一术语由伊利亚·舒迈洛夫领导的国际研究团队正式提出。在他们引起广泛反响的论文《递归的诅咒》中，他们从数学上证明了：当神经网络基于另一个神经网络生成的数据进行训练时，它会丧失正确再现稀有事件和细微规律的能力。每一轮循环都会让模型变得更加平庸和可预测，而错误也在不断累积。

问题的规模有数据为证。根据我对网络分析数据的分析，目前互联网上已有超过74%的新内容带有自动生成的痕迹。而据Epoch AI估计，网络上所有适合训练的文字内容可能在2026至2032年间耗尽。正因如此，2022年之前出版的书籍已成为战略性资源——这是少数几个保证不含“合成垃圾”的来源之一。

华氏451度之Anthropic版

在此背景下，整合了1.13亿种出版物元数据的ISBNdb服务向AI公司提供了一项特殊服务：批量采购图书，单次可达一百万册，随后进行数字化处理并销毁，也就不足为奇了。当媒体曝光这一模式后，该公司急忙删除了相关介绍页面，并声称并未达成任何交易，只是“测试市场需求”而已。

然而，独立旧书商证实：自2026年4月以来，出现了异常的大规模采购。一位书商的销量从每周二十本飙升至数百本。采购方不关心体裁或价值——关键是必须有ISBN编号。而珍稀版本则因此永久流失：仅存的孤本可能最终葬身于扫描仪之下。

值得注意的是，法院已经开始将这种做法合法化。2025年6月，法官威廉·阿尔苏普裁定，对合法购买的印刷书籍进行数字化以训练语言模型，属于合理使用原则的范畴。现在只需保留收据——数据的来源就可以得到文件证明。

需要更多

与此同时，市场上正在形成一个新的细分领域——人脸租赁。ActID和New Claw等平台向人们支付15至700美元不等的费用，以获得将其面孔用作AI剧集和广告角色基础的权利。2026年前三个月，中国128,000部AI迷你剧中超过95%是使用人工智能制作的，这催生了对“鲜活”可辨识面孔的巨大需求。

然而，这种控制被证明是脆弱的。出售了自己面孔许可的人后来发现，他们的数字克隆被用于不道德的广告甚至政治宣传。两起涉及英国公民的轰动案件——他们将头像权利出售给了初创公司Synthesia——表明：他们的形象被用于委内瑞拉的假新闻和布基纳法索的宣传。

别忘了收据

书籍和面孔并非AI公司所需的全部。机器人还需要人类自然动作的范例。特斯拉向穿着动作捕捉服重复日常动作以训练Optimus机器人的工作人员支付高达每小时48美元的费用。2025年，人形机器人研发领域的投资超过60亿美元。

模式处处相同：过去数据是被无偿获取的，现在则要付费。但交易结构并未改变——资产永久性地脱离所有者的控制，只是现在多了一张收据。

我的结论：“人类数据”市场正变得像石油或天然气一样具有原材料属性。但与碳氢化合物不同的是，失去对自己面孔、声音或文本的控制，会对个人身份造成不可逆转的后果。图书收购的合法化开创了一个危险的先例：如果为了数据可以销毁实体载体，那么又有什么能阻止将这种逻辑扩展到人类身份的其他方面呢？