公共天才的私人攫取

# 公共天才的私人捕获 来源：https://www.wysr.xyz/p/the-private-capture-of-public-genius 1956年1月24日，美国电话电报公司（American Telephone and Telegraph Company）是世界上最大的私营企业。 其收入约占美国国内生产总值的2%。公司雇员达74.6万人。它拥有贝尔实验室（Bell Labs）——这个传奇研究部门已孕育出晶体管、太阳能电池、信息论和射电天文学，同时还在积极铺设第一条跨大西洋电话电缆。在随后的几十年里，它还将贡献出UNIX、现代蜂窝电话、CCD图像传感器、第一颗有源通信卫星，以及一系列其他科学里程碑。这一连串非凡的智力产出，为贝尔科学家最终斩获五项图灵奖和十项诺贝尔奖铺平了道路。 从许多指标来看，作为受监管的垄断企业，AT&T的日子过得相当不错。 然而，就在这一天结束时，AT&T将其全部7820项未过期专利的独家权利，以免费的方式，签署给了任何提出要求的美国公司。AT&T还将以“合理费率”授权其未来申请的任何专利。一座前沿的、知识产权宝藏，突然且不可逆转地向自由市场敞开。 反垄断官员最初将这一和解方案视为胜利。司法部称之为重大胜利，一位司法部律师甚至称赞其“如同奇迹”。尽管AT&T作为受监管的垄断企业已经存在了几十年，其回报率被限制在相对保守的（按今天标准）每年约7%，但政府监管机构仍追求并建立了一套具有里程碑意义的额外限制措施，以削弱AT&T的垄断权力。 然而，公众情绪很快开始转变。《商业周刊》称该法令“不过是轻轻拍了一下手腕”。一个国会小组委员会后来将其视为“反垄断法执行史上的污点”，认为其对AT&T的独家供应链和垂直整合过于宽容。无论是通过费率合同补贴了AT&T庞大研究预算的用户，还是联邦政府中的许多人，都认为这种前所未有的经济集中对共和国来说仍然过于危险，不能任其继续发展。 如今臭名昭著的1956年专利法令，只是AT&T与联邦政府之间经过七年谈判达成的和解协议的一半。AT&T希望通过其子公司Western Electric继续制造电话设备，但监管机构认为这种垂直整合正在扼杀行业内的竞争。联邦政府本身对此问题也矛盾重重，以至于艾森豪威尔总统时期的国防部长查尔斯·威尔逊恳请诉讼律师，称将AT&T与Western Electric剥离“违背了我们国家的切身利益”。 和解协议的另一半禁止贝尔从事电信以外的任何业务。 后来对历史记录的分析显示，贝尔69%的专利与电信关系不大。相反，它们涉及化学、半导体、金属加工、照明、光学等领域。 和解协议的两部分共同确保了这一丰富的知识宝库——当时约占美国所有未过期专利的1.3%——几乎在一夜之间免费开放，并且得到了山姆大叔的保证：贝尔实验室这个可怕的法律之狼不会上门敲诈。 在短短几年内，这些释放的专利在电信行业之外产生了近60亿美元的后续专利价值。其中约35亿美元来自年轻初创公司提交的专利。那次初创公司爆炸浪潮中一个著名的分支，流经肖克利半导体（Shockley Semiconductor），然后是仙童半导体（Fairchild Semiconductor），最终进入大名鼎鼎的英特尔（Intel）。 英特尔联合创始人戈登·摩尔（以摩尔定律闻名）后来将这种由和解法令驱动的创新浪潮描述为： “对商用半导体行业最重要的进展之一。[它]使得商用半导体行业真正在美国起步。贝尔实验室的自由许可政策，与戈登·蒂尔离开贝尔实验室创办德州仪器，以及威廉·肖克利同样如此在帕洛阿尔托创办肖克利半导体，这之间有直接联系。**这开启了硅谷的增长。**” 一代由公共资金资助的杰出科学家，建造了世界前所未见的最具影响力的技术天才集群之一。贝尔创造了专利，发明了产品，并在数十年间成为美国前沿科学无可争议的中心。但这是如何做到的呢？ 想象一个精心建造的水稻田，由严苛的农民历经数年精确打造出一个肥沃的环境。它看起来不过是一片水淹的田地，但事实证明，水稻是少数几种能耐受水淹根部的主要作物之一。由于大多数杂草也无法耐受水淹，水就起到了除草的作用。这种有意为之的淹水还切断了有机分解所需的氧气，因此土壤保留了更多养分，而不是像干燥、通风的田地那样将其燃烧掉。而温暖、浸水的泥浆又同时是固氮微生物的绝佳栖息地。一个精心照料的水稻田，几乎可以自我施肥，一季又一季，有时甚至延续数百年。这个不起眼的泥塘，实际上是人类设计过的最多产的种植系统之一。 AT&T作为垄断企业的独特经济地位，为贝尔实验室那种刻意实验、耐心探索和延迟收获的文化创造了条件。贝尔从一个巨大而稳定的全国性收入基础中汲取资源，这个基础无需在每个预算周期重新论证。美国监管机构通过AT&T的价格，利用其投入网络的资本的固定百分比回报率计算，设定了这个收入基础。这里的投入资本指的是交换机、电缆、建筑物等。 在普通公司，研究是一种需要最小化的成本，但在AT&T并非如此。 在贝尔实验室每投入一美元研究费用，同时做到两件事。首先也是最重要的，这是一项无风险的、可回收的成本，由美国电话用户根据合同补贴。其次，它是AT&T建造和部署新的、资本密集型技术的源泉。这种资本支出扩大了计算其保证回报率的费率基础。在这些新技术上花的钱越多，通过相同的受监管约7%回报率获得的绝对利润就越大。 这种安排在数十年间对各方都非常有利，但并不一定可以复制。我们甚至显然不应该*尝试*重建它，因为它也带来了真实的成本。低效的过度投资、缺乏价格纪律，以及最重要的是，鼓励将发明隐藏在垄断墙后的动机，都损害了用户利益。但在20世纪的大部分时间里，这些有保证的利润确实客观地创造了一个广阔的水稻田，让一项又一项技术创新得以蓬勃发展。 今天的前沿科学看起来不同了。它植根于模型权重和GPU。它充满了token消耗和智能体循环。它在数据中心绽放。 虽然AI辅助研究作为一个领域仍然年轻，但使用统计数据表明，在主要AI实验室内部及其周围，正在发生一些重大事件。严肃的人们正在利用这项新技术解决真实的问题，有时是整类问题，这些问题以前是无法解决的。蛋白质结构、研究数学、材料设计、药物发现和复杂系统分析，只是AI模型切实提升研究者能力、扫清人类科学障碍的几个领域。但这片肥沃的土壤从何而来？ 这其实不是秘密。 OpenAI表示，它“主要依赖公开可用的信息来教导[其]模型如何提供帮助”。Anthropic试图建立一个“‘世界上所有书籍’的中央图书馆”来训练其模型。Sam Altman本人详细说明，他们的前沿模型是在“人类的集体经验、知识[和]学习成果”上进行训练的。 去掉这些委婉说法，你就看到了赤裸裸的现实：这些前所未有的能力，是由全世界每一个曾经写下过什么东西的人的自我表达汇集而成的。 而基于这一现实建造的产品，根据前沿实验室自身的收入、预测和使用数据，是一代人以来建造的最有价值的东西。 Anthropic的年化收入运行率从2024年1月的8700万美元飙升至年底的10亿美元，到2025年大约增长了10倍，并在2026年5月刚刚达到470亿美元。这使其成为历史上增长最快的企业软件公司。OpenAI也相差不远。据估计，现在美国80%的劳动力所从事的工作，有一部分会接触到这些模型。所有这些影响，都是通过持续数周的、在测量规模以数十亿人生命周期计的数据语料库上的训练运行而成为可能的。 这就是公共天才的私人捕获。 一个前沿模型，是将大量训练数据压缩成数值权重。书籍、论坛、代码库、手册、论文、聊天记录、转录稿、法庭案例、文章、评论区、教程，以及前沿实验室的爬虫大军在互联网内外所能抓取到的每一个随意念头——所有这些的集合是惊人的。 从某种程度上说，它的难以理解几乎像一层心理铠甲。它太大了，无法直接理解。 想象一个狂野的河流三角洲。当水流从高地流向大海时，它会侵蚀流经的土地，并将碎片作为沉积物带到下游。淤泥、沙子、黏土，以及各种有机物质，从每一条支流和河岸、从犁过的田野到崎岖的山坡上冲刷而来，最终汇聚在三角洲。河流沿途所滋养的每一个生命，其丰富性也一同汇聚。一个大陆的流域，旋转、积累，最终在其终点沉降。巨量的、迥异的物质在三角洲结合，形成某种丰饶、奇异而充满生机的东西。 而人类知识的总和，如果不是这个，又是什么呢？ 从历史书页中抓取的每一个字母簇（即AI模型摄入的字面意义上的token），都是人类探索这条永流不息的河流沉积下的一粒沙子。堆积足够多的沙子，你就能理解星辰的运行。盯着泥巴看足够久，你就能看到逻辑本身的结构。大型语言模型将冲积土转化为答案的这种质变，正是培育它的社会的伟大收获。 但是，减去泥土，就没有三角洲。 减去语料库，就没有收获。 什么都没有。 模型并非在真空中学会推理。它通过一遍又一遍地观察理性，吸收了理性。它的泛化能力，源于它所吸收的每一个例子、每一次纠正和每一场争论。在历史、文化和科学的回响中某处的*人类*决定，为今天的聊天机器人回应搭建了舞台。这种 cultivated intelligence 从人类意义建构的沉积物中生长出来，但这里的沉积物，无一不是由*某人*沉积的。 这些某人中的许多已经去世。他们撰写古代文本，测试基础科学，记录从古代到现在的世界历史，以造福我们这些仍在世的人。但同样，这些某人中的许多还活着。他们在编写模型输出的工作代码。他们在将基础科学推向更前沿。他们在组织、调查、行动和回应着永不停歇的时事流。任何与今天相关的回应，都是从*某人*那里借来的。 事实上，你就是那些某人之一。字面意义上的。 你凌晨2点的垃圾帖子。你对陌生人文章的回击。你留下的尖刻餐厅评论。你的标题、评论、内部笑话，以及你所有的公开对话。你曾经对无限分支的数字交流流做出的每一次贡献，无论大小，都已沉积在三角洲的某处。 尼罗河三角洲滋养了埃及五千年。湄公河和恒河地区至今仍养活数亿人。每一个文明的摇篮，其形成都全部或部分归功于大河的泛滥平原和三角洲，这绝非巧合。这些地区在人类最原始的时代，仅凭其原材料的固有丰富性就支撑了人类。这片泥土渴望迸发活力，然而，世界上最肥沃的农田，几乎无一例外，都是偶然形成的。 互联网也是如此。 我们这些信息高速公路上的无数数字居民，当初并非为了创造训练语料库而行动。我们为自己、为彼此而写作。我们开玩笑、争论、教学、抱怨、调情、调试代码，就这样走进了这个现在被私人资本收割的、相互关联的原材料聚合体。经济学领域（它也在语料库中）有词汇来描述这一点。 要对任何资源进行分类，经济学家会问两个问题：它是否具有排他性？它是否具有竞争性？ 更简单地说，你能阻止人们使用它吗？一个人使用它是否会减少留给其他人的量？ 这里有细微差别和子类别，但这个简单的测试给了我们一张地图。 如果一种物品具有排他性和竞争性，它就是私人物品。想想一块三明治。如果我吃了它，它就没了，法律保护我不受三明治小偷的侵害。 如果一种物品具有排他性但基本非竞争性，它就是俱乐部物品。Netflix订阅就是一种俱乐部物品。如果我看一部电影，你仍然可以看，但前提是我们都付了费才能访问。 如果一种物品难以排除人们使用且具有竞争性，它就是公共池塘资源。牧场是经典例子。许多农民可以进入牧场，一头牛吃草不会毁掉田地，但加上足够多的牛，它们最终会把草啃到只剩泥土。这就是臭名昭著的“公地悲剧”问题。 最后，如果一种物品难以排除人们使用且非竞争性，它就是公共物品。路灯是公共物品。一旦街道被照亮，我们所有人都可以在灯光下行走，我这样做并不会让你的道路变暗。 私人物品和俱乐部物品通常由追求利润的行为者及其运作的法律体系管理。公共物品主要由政府管理或无人管理，而公共池塘资源则倾向于存在于一个阈限空间，在那里每个人都寻求利益，而没有人愿意承担维护成本。 前沿实验室通常认为，互联网上的数据在合理使用版权制度下是开放用于训练的。用经济学术语来说，这种论点暗示互联网是一种公共物品。大规模抓取、摄取和使用互联网数据进行训练，并不会破坏那些原始数据。每一篇博客文章、推文和论战实际上仍然存在，并且在大多数情况下可以访问。没有人明确拥有它。 你发布内容的平台拥有你的帖子吗？你与平台共享所有权吗？这种关系会随时间改变吗？ 毕竟你是免费发布在网上的。 除了授予访问权限与授予许可不是一回事。借书证让你可以访问图书馆阅读一本书，而不是影印整个图书馆。购买国家公园通行证并不授予伐木权。进入一家开着的商店并不赋予你偷窃其库存的权利。对作品的公开访问