全世界最強的 AI，都在「抄」這群普通人的作業

這兩天，AI 圈可說是百家爭鳴，GPT-6 曝光、DeepSeek V4 Flash 公測、SD2.5 發佈、MiniMax 多模態開源視頻模型問世，各家技術進展紛紛搶佔版面。但我們今天想將頭條留給一個名不見經傳的人，《紐約客》的特稿稱他為「互聯網大腦的意外締造者」。他是一個普通人，卻在維基百科上編輯了超過 600 萬次。 2021 年 1 月，英語維基百科完成了第 10 億次可追蹤編輯。這個里程碑並非誕生於一篇宏大的新詞條，編輯者只是在某張冷門電子音樂專輯的頁面上補上一條鏈接。完成這項工作的人叫 Steven Pruitt，他編輯維基百科超過 600 萬次，創建了 3 萬多篇詞條，作為一名志願者，他從未從中獲利一分錢。AI 需要人類寫過的書、新聞、論文、代碼和網頁，但更需要有人提前完成最乏味的一步：給混亂的世界命名、分類、引用和糾錯。 Pruitt 今年 42 歲，白天為聯邦政府管理檔案。晚飯後，他回到弗吉尼亞州亞歷山德里亞市的家中，坐進一間堆滿書的房間，繼續整理另一個更龐大的檔案庫：糾正日期、修復鏈接、統一分類，偶爾為一個被遺忘的人寫下完整生平。2004 年，Pruitt 第一次編輯維基百科。20 多年後，他成了英語維基百科編輯次數最多的人，也被《時代》週刊列入「互聯網最具影響力人物」榜單。他在網站上的用戶名是 Ser Amantio di Nicolao，來自普契尼歌劇《賈尼·斯基基》裡的一個小角色，這個略顯華麗的名字，與他所做的事情形成強烈反差。 隨著維基百科日漸成熟，Pruitt 已經很少再從零創作詞條，更多時候是在檢查引文、修正語法、清理過時的信息，或者把一位被遺漏的「十九世紀女性物理學家」放進正確的分類。這些修改小到幾乎不會被看見，卻構成了維基百科的日常。一項分析維基百科前十年約 2.5 億次編輯記錄的研究發現，約 77% 的詞條編輯來自約 1% 的活躍編輯者，這群人被稱為「超級編輯」。他們有人在披薩店工作，有人接聽熱線電話，有人已經退休。他們沒有統一的辦公室，沒有工資和署名，也很少得到平臺時代最重視的粉絲與流量。 《紐約客》採訪的另一位「超級編輯」Justin Knapp，是英語維基百科第一個完成一百萬次編輯的人。有人問他，這些超級編輯是否在意排行榜，他回答：「我實在不覺得，一個願意把空閒時間用來編寫百科全書的人，會特別在意自己是否成了小池塘裡的大魚。」Women in Red 項目讓這種勞動顯出另一層意義。Pruitt 為它建立了數千個分類，其中包含「歷史小說家」「犯罪小說作家」和「來自萊索托、博茨瓦納與厄立特里亞的女性作家」。先把空白畫出來，編輯者才知道該從哪裡續寫。Pruitt 提到尼日爾歌手 Fati Mariko：她在本國賣出過數十萬張唱片，互聯網上卻幾乎只有幾段演出視頻。他說：「當我們討論互聯網上的系統性偏見時，遇到的就是這種情況。」編輯一部百科全書，也是在為尚未被承認的知識爭取位置，決定誰有資格被互聯網記住。用他自己的話說：「一群互聯網上的人，正在重新設計知識的正典。」

Pruitt 甚至不太關心 AI。朋友告訴他，維基百科正在被大模型蒸餾，他只說：「硅谷做的事情，有一半我都不懂。」但當我們向 ChatGPT、Gemini、Claude 詢問一個冷門概念時，答案很可能經過了 Pruitt 和這群普通人多年的整理。我們習慣把 AI 的能力歸功於模型、芯片和算力，技術發佈會也不斷強化這種印象：更大的參數，更長的上下文，更復雜的推理，以及一座又一座耗資數十億美元的數據中心。但 AI 的「大腦」下面，還壓著一整層近乎隱形的人類勞動。 大模型經常給人一種錯覺：它似乎讀過全世界，理解人類文明，並把這些知識儲存在某個龐大的機器大腦裡。訓練模型當然需要複雜的算法、昂貴的芯片和巨量電力，但模型首先要有東西可學。維基百科覆蓋的主題足夠廣，文本結構相對統一，詞條之間彼此鏈接，每個判斷還儘可能附有來源。人類編輯把一份報紙、一篇論文、一本傳記裡的零散事實，整理成機器能夠識別和調用的形式。如果把互聯網比作一座雜亂無章的巨型倉庫，維基百科編輯做的工作很像為貨物貼標籤、建立索引、核對批次。後來，大模型開著叉車進來，可以比任何人更快地搬走這些貨物，但倉庫裡的秩序，並非叉車創造的。 這種秩序不只存在於文字世界。2009 年，奠定現代機器視覺基礎的 ImageNet，在最初的論文中已經收錄 320 萬張圖片、5247 個語義類別，而數據收集依靠 Amazon Mechanical Turk 上的普通人逐一分類和核驗。在機器視覺開始大規模辨認貓、汽車和椅子之前，已經有無數雙手替世界貼上了名字。AI 時代最重要的數據，許多來自互聯網仍然相信公共協作的年代。維基百科誕生於 2001 年，那時「平臺」還沒有變成圍牆，「用戶生成內容」也沒有完全等同於給商業公司免費生產流量。人們願意相信，知識可以由陌生人共同編寫，成果可以讓任何人自由閱讀、複製和繼續修改。二十多年後，這份開放的公共遺產成了商業 AI 的知識地基。 維基百科早已超出一家百科網站的範疇。在搜索引擎時代，它經常佔據結果頁前列，為人類提供快速理解陌生概念的入口。到了 AI 時代，它逐漸成為互聯網的「海馬體」：自己未必負責完成所有思考，卻為機器提供較穩定的公共記憶。維基媒體基金會已經推出 Wikimedia Enterprise，為需要大規模、穩定調用維基百科數據的企業提供商業服務，Amazon、Meta、Microsoft、Mistral AI 和 Perplexity 等公司都在使用這項服務。這並不意味著維基百科開始把知識鎖進收費牆，任何普通人依然可以免費訪問和下載內容。收費針對的是商業公司對海量、實時、結構化數據的高強度調用。 維基百科的服務器需要運轉，詞條需要維護，惡意修改需要處理，爭議需要協調。維基百科披露，自 2024 年 1 月以來，下載多媒體內容所消耗的帶寬增長了 50%；在那些最昂貴、需要返回核心數據中心處理的流量中，至少 65% 來自機器人。AI 公司可以在極短時間內吞下人類二十多年積累的知識，而維持這套知識繼續可靠存在，依然需要捐款、服務器以及沒有工資的編輯。AI 帶走的還有人們抵達知識源的路徑。維基媒體基金會在重新識別那些偽裝成人類的機器人流量後發現，2025 年部分月份的人類瀏覽量同比下降約 8%。基金會認為，生成式 AI 和社交平臺正在改變人們尋找信息的方式：答案仍從維基百科而來，讀者卻越來越少抵達維基百科。當訪問減少，意味著更少的人有機會成為編輯，也可能帶來更少的個人捐款。AI 一邊消耗公共知識，一邊讓維繫它的人更難被看見。 維基百科開放了閱讀權限，也開放了知識的生產過程。任何人都能檢查來源，查看一個詞條經歷過哪些修改，進入討論頁理解爭議，發現錯誤後親手修正。知識被放在公共空間裡，也把自身的形成過程暴露在公共審視之下。商業 AI 繼承了開放知識的紅利，卻常常把知識重新裝進封閉模型。你能得到答案，卻很難知道一句話來自哪裡，經過怎樣的刪減，誰為其中的判斷負責，更無法直接進入模型內部修改它。信息從開放的公共知識流入封閉的機器產品，開放性可能只剩下單向供給。 2003 年，杜克大學法學者 James Boyle 把知識產權擴張比作「第二次圈地運動」：原本可自由使用的公共領域，會在新的權利邊界中不斷收縮。AI 讓這個舊問題換了一種形態：輸入端依靠可以自由獲取、由共同體維護的知識，輸出端卻封裝在難以查看、也無法直接參與修改的商業模型裡。圍牆沒有築在知識入口，而是築在知識變成答案之後。如果未來的 AI 繼續依賴人類共同積累的知識，它也需要回饋這套公共基礎設施：支付大規模使用產生的成本，明確標註來源，讓錯誤能夠被追蹤，併為開放知識留下繼續生長的空間。否則，AI 越擅長吞下開放互聯網，它賴以成長的土壤反而會越貧瘠。 Pruitt 第一次認真談及自己對 AI 百科的看法，起因是 xAI 在 2025 年 10 月推出的 Grokipedia。他像檢查任何一本新百科一樣，搜索自己熟悉的十九世紀歌劇演員，發現許多人物的詞條根本不存在。真正令他不安的，是那些看起來幾乎正確的內容。一篇詞條把一個人生命中的七年概括成「短暫」。日期可能正確，事件也可能真實，但「短暫」已經摻雜了一些判斷。Pruitt 對這種操作的評價是：「沒有哪一點完全錯，只是沒有我寫得那麼準確。」

哲學家 Harry Frankfurt 在《On Bullshit》中區分了謊言與「胡扯」：說謊者至少知道真相在哪裡，胡扯者只在意話語能否達到效果，對真假本身並不關心。大模型沒有人的動機，不需要捏造全部事實，只需在概括時刪掉一點語境，在措辭時加入一點傾向，最後用流暢的語言把裂縫抹平。維基百科當然也會犯錯，甚至會引發曠日持久的編輯爭執，但每一次修改都有記錄，每一個爭議都有討論頁，每一個判斷都可能被其他人要求補充來源。即便你不同意最終詞條，也能沿著痕跡回到爭議發生的地方。維基百科的錯誤可以被看見。 維基百科的可追溯性，不只用來糾正錯誤，也約束編輯者自己。Northern Virginia Magazine 2021 年採訪 Pruitt 時，他的維基百科詞條只寫著「出生於 1984 年」，當時沒有可靠的公開來源證明具體日期。他當然知道自己的生日，卻拒絕親手補上：「那會構成利益衝突。」知道一件事，並不自動意味著有資格把它寫成公共知識；它還需要可核驗的來源，也需要接受共同規則的約束。AI 的答案往往只留下結果。訓練材料如何選擇，來源如何加權，衝突如何裁決，模型為什麼使用這個詞而沒有使用另一個詞，大部分過程隱藏在流暢的界面後面。 2026 年 3 月，英語維基百科通過內容指引，原則上禁止用大模型生成或改寫詞條正文，只保留經人工複核的輕微文字校正、跨語種翻譯等有限例外。Pruitt 說：「你無法與一個不承擔責任的東西協作。」協作意味著你留下名字或賬號，接受別人質疑，解釋依據，也允許自己的修改被撤銷。開放知識最珍貴的部分，因而不止是免費，它創造了一套公開承擔責任的機制。大模型可以生成文本，卻無法自然承擔責任。 AI 正在把答案變成一種廉價商品。過去，我們打開搜索引擎，比較幾個網頁，找到原始材料，才能得出結論。現在只需輸入一句話，完整、流暢、聽起來頗有道理的答案就會出現。生成信息的成本越低，驗證信息的成本越高。我們需要核對的不再只有某個日期是否正確，還要判斷一段沒有明顯來源的概括是否遺漏了關鍵語境；一條令人信服的解釋究竟來自可靠材料，還是模型根據相似語境生成的高概率續寫。這讓人類編輯顯得緩慢，也讓他們變得更加稀缺。 Pruitt 一輩子也無法在一分鐘內生成上千篇詞條。他守護的是另一種能力：什麼時候應該停下來查證、為一個詞較真、承認知識暫時沒有定論、留下餘地、讓後來者能夠推翻自己。AI 公司往往把「人類在環」當作產品安全流程裡的最後一道檢查，而維基百科提供了一個更早、更徹底的版本：人類共同體從一開始就參與知識形成，工具只負責加速其中少量步驟。這也是開放知識在 AI 時代仍然必要的原因。當越來越多的知識經過少數幾個模型抵達用戶，開放的語料、公開的來源、可追溯的修改和可以參與的協作機制，構成了社會對機器答案最基本的校驗能力。失去這層公共空間，我們得到的也許是更方便的答案，卻越來越難判斷它值不值得相信。 《紐約客》的採訪結束時，Pruitt 說自己隨時可以停止編輯維基百科。當天晚上，他大概仍會回到案頭，打開電腦，在某個沒有多少人訪問的詞條裡修正一個日期，補上一條引用，或者把一位十九世紀女性物理學家放進正確的分類。這次修改不會出現在任何模型的發佈視頻上。沒有掌聲，沒有署名，也沒有參數。