OpenAI 的数据账本越算越乱，而 AI 已经开始收租了

OpenAI 这个月的麻烦，一半来自数学。

继几天前那场关于"模型是否用了未发表成果"的激烈争吵之后，又一位数学家站出来，指控 OpenAI 在训练数据上行为不诚实、缺乏透明度——尤其在数学这类看起来最"干净"的领域。事情的讽刺之处在于，OpenAI 最近一系列数学能力上的进展正是它对外宣传的重头戏，而如今有人开始追问：这些进步到底建立在谁的手稿之上。

这不是孤例。另一条在 Hacker News 上冲上 300 多分的帖子里，有用户提醒大家去检查 OpenAI 的"允许训练"开关——他发现自己关掉之后它会被重新打开，而且不止一次：

> I've reset this more than once and the last time I made a careful note of when I did it and to my surprise I found it re-enabled when I checked just now.

单个用户的观察当然不能当作定论，但把它和数学家的指控放在一起看，指向的是同一个问题：这家公司对外讲述的叙事，和它内部实际的操作之间，存在一道用户无法验证的缝。模型能力越强，这道缝就越刺眼。

有意思的是，当 OpenAI 在"数据从哪来"这件事上越描越黑时，整个行业正在另一个方向上加速——把 AI 从灰色地带拽进合同和账单里。

环球音乐和 ElevenLabs 签了一份多年授权协议，要做一个 AI 音乐平台，用户可以拿 UMG 的曲库做 remix、mashup 和各种二次创作。关键细节是：艺术家可以选择是否参与。这基本上是把过去两年 AI 音乐最头疼的版权问题，用"事先授权 + 选择性加入"的方式框了起来。Napster 时代的教训摆在那儿，唱片工业这次学乖了，与其打官司，不如自己开个收费口。

亚马逊则在试水另一条路——在 ChatGPT 里投放广告服务。这个消息对营销圈的意义比对技术圈大得多：当对话式 AI 成为新的流量入口，广告这种最古老的商业模式一定会跟进来，问题只是以什么形态、谁来抽成。ChatGPT 从"没有广告的纯净助手"变成广告位，可能比很多人预想的要快。

广告和授权，本质上是同一件事的两个侧面：AI 内容的生产开始有主了。过去那种"反正训练数据不要钱、生成内容随便用"的窗口期，正在关闭。

产品端也在密集出货。Meta 推出了 Muse 助手，号称能帮你网购、写邮件、规划行程，是这家公司第一次认真做生产力工具。The Verge 的记者上手试了之后，评价是"能用，但让我毛骨悚然"——他甚至把自己的助手变成了一只紫色的猫。一个长期靠娱乐和注意力变现的公司突然要做你的工作助理，用户的警觉是有道理的；它太懂怎么让人上瘾，而生产力工具恰恰要求相反的东西。

真正让我停下来想了想的，是 AI agent 涌入公共服务那条新闻。研究者告诉 TechCrunch 的一句话很值得琢磨：

> The vast majority of cases we find are people who are entitled to claim for something, claiming for that thing.

翻译过来就是：绝大多数被 agent 提交上来的申请，都是本该拿到福利的人在申请他们应得的东西。也就是说，系统被"淹没"，不是因为有人在钻空子，而是因为过去那道让人望而却步的繁琐门槛，被 agent 抹平了。原本靠流程摩擦来限制申请量的公共服务，突然要面对真实的需求规模。这算不算 AI 的功劳，取决于你站在哪一边。

其余的几条更像是背景音。Maven Robotics 带着 1 亿美元 A 轮走出隐身状态，机器人部署赛道又多了一个玩家。The Verge 的 Decoder 播客在聊"这一轮科技反弹为什么感觉不一样"——数据中心的耗电、监控、选举，这些议题第一次和 AI 绑得这么紧。而 MIT 科技评论那篇讲电力架构的文章给了一个很具体的画面：弗吉尼亚 Ashburn 一条输电线故障，几秒钟内就让电网掉了超过 3 吉瓦的负载，这已经是第二次了。AI 的算力需求正在把电网当成自己的短板来考验。医疗 AI 那篇则说得更朴素——模型能力已经不是瓶颈，怎么把它接进医院现有的系统里才是。

把这些新闻串起来看，会发现它们其实是同一个故事的两端。一端是追问：你的数据从哪来，我的开关为什么自己打开了。另一端是收租：授权、广告、订阅、广告位。OpenAI 今天在数学数据上说不清的东西，恰恰是它明天要拿去卖的东西的原料。这两端迟早要正面撞上。