关于LLM训练的重大裁决、科技行业NBA式薪酬的盛夏来信、2025年从零开始，以及更多

摘要

• Anthropic案裁决让模型开发商在训练数据的合理使用问题上取得重大胜利，但允许针对涉嫌盗版输入的索赔继续推进。 Ben Thompson 认可法官 William Alsup 对转化性使用与非法获取的区分：Anthropic 买下旧书后将其数字化用于训练属于合理使用，但“你对它的使用属于合理使用，不代表你的获取行为就突然合法了”。Andrew Sharp 接受这一法律结果，同时警告，技术领域最大的政策问题正不断由法院而非国会裁决。

• 版权责任应取决于模型是否生成侵权输出，而不应仅仅因为模型吸收过受版权保护的作品。 Ben 认为，在约700万本书构成的语料库中，任何一本书都不具备实质性影响，而且LLM的输出“毫无疑问是在生成原创作品”；Andrew反驳称，机器规模的数据摄取与人类阅读存在实质差异。Ben的回应是：“如果你认为这是个问题，那就立法解决。不要试图把版权法硬套过来，因为版权法管的是复制。”

• 如果要求模型供应商对所有可能的复现负责，市场结构将天然偏向封闭式 incumbent，而不是开放模型。 Claude 的激进过滤器帮助 Anthropic 赢得了案件，因为原告没有指称其产品复现了他们的书，但 Ben 认为过滤器不应成为模型合法性的法律前提。用户故意复制文章，就应由用户承担责任；与此同时，也要承认通用LLM存在“多得多、多得多、多得多”的合法用途——这应遵循 Betamax 原则，而不是 Napster 原则。

• 国会可以把合法获取训练数据的门槛，从 incumbent 的护城河变成美国的竞争优势。 Ben 提议让国会图书馆将馆藏数字化，并向美国AI公司提供合法训练语料；否则，初创公司必须在全球搜寻旧书、搭建扫描业务，而外国开发者或违规者可以更低成本地推进。Andrew在一定程度上被“必须优先发展AI”说服，但仍希望建立全国统一的规则。

• 顶尖AI研究员如今身处科技行业迄今最接近NBA的劳动力市场。 他们的专业工作在 Google、OpenAI、Anthropic 和 Meta 之间具有异常高的可迁移性，经过验证的人才池又很小，产出也多少可以衡量，因此“每座城市都有一家银行”。Jony Ive 周边约$6B、Alexandr Wang 周边约$14B、Nat Friedman 和 Daniel Gross 周边或达$1B等 headline 数字名义上远超运动员收入，但相对于他们所在公司的价值，仍然更低。

• 近期LLM最清晰的回报，可能来自为传统软件公司从未发现的隐蔽工作流定制软件。 一家残障人士日间服务机构，原本需要手动数 Medicaid TXT 文件中的空格，后来先通过 ChatGPT、再通过 Gemini 搭建出一套表格工作流；现在勾选一个框，就能生成计费文件。这个过程仍需要“几个小时来回沟通”和个人主动性，但终点是一个环境式助手，能够发现重复劳动并搭建自动化——“Clippy 的最终救赎”。

• ChatGPT可能在社交媒体、甚至智能手机之前，成为孩子的主要计算环境。 一个7岁的孩子已经在使用 ChatGPT、Roblox 和 Minecraft，而她的家长预计要到2032年、孩子14岁或15岁时才会允许她拥有社交账号；Ben认为，这对 Meta 构成了真实的平台风险，因为家长可能更愿意让孩子与AI互动，而不是刷社交信息流。尚未解决的战略问题是，AI产品是否应主动避开社交功能，以免继承社交媒体遭家长不信任的处境。

• 2025年从零开始做一家独立媒体公司，可能意味着拥有自己的产品、接受更小的受众，并大幅提高收费。 Ben会避免依赖 TikTok 或 YouTube，转而向几百或几千名坚定付费读者收取每月$1,000甚至$10,000，这与年费$100,000的研究分析师业务相呼应；Andrew则怀疑自己可能只会短暂尝试媒体，然后去读法学院。AI可以帮助打造独特产品，但如果让AI直接充当内容生成器，结果就会“完全没有差异化”。

精读

1. 版权是政策权衡，而非天然权利

• 这次裁决的直接结果是：法官 William Alsup 认定 Anthropic 使用受版权保护的书籍训练 Claude 合法，同时允许针对盗版副本的索赔继续推进。Ben称这是“好消息”，也是目前最清晰的AI合理使用裁决。

• Ben的出发点是，知识产权是“政府授予的垄断权”，并非宇宙中上帝赋予的天然属性。版权存在的目的是激励创作，但这也意味着它“在定义上就是一种权衡”——哪怕是两位靠出售受版权保护的分析内容谋生的人，也应记住这一点。

• 因此，合理使用需要权衡使用目的与转化程度、原作品性质、使用数量以及对市场的影响。Ben给出的具体对比是：重新分发打印机说明书可能很容易构成合理使用，而小说则享有更强保护，因为社会有意为不同作品做出不同的权衡。

2. 训练整本书仍然可以具有转化性

• 最棘手的因素是使用量：LLM会摄取整本书，而 Ben 平时从 Bloomberg 或 The Wall Street Journal 引用的通常只有几段。但他的辩护反过来利用了这一因素——在约700万本书组成的语料库中，任何单本书都“实质上无关紧要”，即使消失也不会改变模型。

• 在转化性问题上，Alsup反复强调 Claude 并未复现原告的书，而作者也没有指称 Claude 这样做。Andrew特别指出判决中的“正交”一词：模型生成的输出，与收到原书在根本上是两回事。

• Andrew的反驳值得保留：人类可以读很多书，但不可能读700万本；机器规模的数据摄取可能压低人类书籍、音乐、图片和视频的长期市场。Ben承认这种竞争冲击，但拒绝以版权作为补救手段：“版权法存在，不是为了让你少面对其他作者的竞争。”

• Ben还认为，合成内容泛滥，可能反而提高 The New York Times 等可信且有差异化品牌的价值。用他的话说，政策问题在于：美国是否应该为了保护无差异化内容而限制AI，而不是去监管真正的复制行为。

3. 应由复制者承担责任，而不是通用工具

• Ben回忆称，《纽约时报》的案例涉及 ChatGPT-3，但保留了一定语气：用户粘贴文章开头两段，让模型接着写。他把这比作用复印机非法复制1,000份：用户的行为可能构成侵权，但不代表机器本身违法。

• 他的核心类比是 Sony 的 Betamax 胜诉：时间平移属于合理使用，一台拥有大量合法用途的机器，不会仅仅因为也可能被滥用就承担责任。Napster则代表相反的极端——该服务基本上除了违法用途之外没有其他用途。

• Andrew起初认为《纽约时报》的提示词只是“明显为了提起诉讼而生成”的极端边缘案例。但 Ben指出，一些 Llama 1 的案例似乎可以相对轻易地重新生成大量材料，因此输出层面的侵权是真实问题，并非完全人为制造。

• Claude 的严格过滤器帮助 Anthropic 证明其输出干净，但 Ben 表示，LLM是否合法不应取决于“有过滤器还是没过滤器”。如果要求每个模型都配备昂贵的合规外壳，就会施加巨大的责任风险，并“事实上”把市场留给 Claude 和 ChatGPT 这样的封闭产品。

4. 盗版仍然违法，而合法数据获取有利于 incumbent

• Alsup将转化性与获取行为区分开来。Anthropic可以买下旧书、切掉书脊、扫描后丢弃实体书，并保留数字版本用于训练；但从那些“在互联网上从卡车上掉下来的”档案中下载书籍，则得不到同样的保护。

• Ben接受盗版不应被免费放过，但称这种经济区分很尴尬：购买旧书通常不会给作者带来收入，而扫描和下载产生的训练输入完全相同。Andrew给出了简洁描述——买书、毁书再扫描，看起来可能只是一块合法的“遮羞布”。

• 这块遮羞布仍然会塑造有意义的市场结构。如果合法进入市场的前提是采购数百万本实体书并运营工业级扫描设备，incumbent可以合规，初创公司却做不到；美国司法辖区之外的公司，包括中国开发者，则可以通过绕开这道门槛获得优势。

• Ben向国会提出了具体方案：要求国会图书馆将馆藏数字化，并向美国AI公司提供合法语料。Andrew说，Ben在一定程度上说服了他，AI必须被置于优先位置；但他仍坚持，规则应由国会统一制定，而不是让每个地区法院各自摸索。

5. AI研究员终于拥有NBA式劳动力市场

• 体育和科技共享一种时间错配：资历意味着明星往往在表现巅峰之后才拿到最大合同，而年轻贡献者则薪酬偏低。当被问到工程师的巅峰期是否可能在20多岁末，而不是40岁出头时，Ben给出的准确回答是：“可能。”

• AI改变了员工的议价能力，因为这项工作既专业，又具有异常高的可迁移性。研究员在 Google 做的事情，与其在 OpenAI、Anthropic 或 Meta 做的事情相似；这种可迁移性不同于公司专属经验，能够让人才攫取更多自己创造的价值。

• 这个市场之所以特别像体育，是因为顶尖人才池小、身份清晰，而且可以通过多少可量化的产出进行评价。Andrew用NBA作类比：“每座城市都有一家银行”——Menlo Park、Mountain View 和 San Francisco 也不例外。

• Andrew把 Jony Ive 周边的$6B、Alexandr Wang 周边的$14B、以及 Nat Friedman 和 Daniel Gross 周边或达$1B，与NBA球员职业生涯价值$500M-$600M相比较。AI的名义数字更大，但占公司价值的比例可能更低；Ben的结论是，科技行业员工历史上一直薪酬偏低。

6. LLM把隐形文书痛点变成定制软件

• Alex的妻子此前需要通过手动计算固定字段之间的空格，来准备 Medicaid 计费 TXT 文件。ChatGPT写了一段 Google Apps Script，把她的 Google Sheet 转换为规定格式；后来 Gemini 又把工作流简化成勾选一个框，就能得到正确的计费输出。

• Ben强调了主动性的要求：她仍然投入了“几个小时与 Gemini 来回沟通”，还需要耐心和执行功能，之后才获得下游节省。工具已经很强大，但“绝大多数人甚至完全没有利用它”。

• Alex更大的判断是，LLM让非技术人员也能为软件创始人根本不知道存在的问题开发定制软件。他设想中的助手会观察计费流程一周，发现其中的重复劳动，然后主动说：“我给你做了一个软件，把这件事自动化。”

• Ben说，这种介入必须让人感到熟悉且没有威胁，随后提出了一个回形针角色：“Clippy的最终救赎。”这个玩笑背后有一个严肃的历史判断：许多失败的互联网泡沫项目和助手概念本身并非错误，只是早了15年；不过他强调，真正完全环境式的自动化仍然“还有很长的路要走”。

7. AI可能组织童年，并最终组织社会

• 一个7岁的孩子已经在使用 ChatGPT，而她的家长预计还要再过7到8年，才会允许她使用 Instagram 或2032年仍然重要的某个社交服务。因此，ChatGPT、Roblox 和 Minecraft 可能会在她选择手机或社交网络之前，先塑造她对计算环境的预期。

• Andrew说，ChatGPT感觉比社交媒体或当今这个“绝对荒芜”的互联网更安全。Ben把这种安全感与科技公司长期进入学校的努力联系起来：“一旦让孩子上瘾，你就能拥有他们一辈子”，从“Philip Morris 到 Google 和 Apple”都是如此。

• 这给 Meta 和其他社交平台带来了一个合理风险：随着家长越来越不愿意让孩子过早接触社交产品，平台可能失去入口。Ben留下了一个未决的战略问题：ChatGPT及其同类产品或许需要警惕自己变成社交产品，否则就会进入它们当前正在绕开的同一个不受信任的类别。

• 在制度层面，Ben预计AI会延续互联网的模式：少数上层组织结构与更大程度的地方分权并存，社会进一步分化为城邦、封建领地或其他小型实体。他类比的是印刷术出现前的欧洲：天主教会位于碎片化地方权力之上。

8. 从零开始意味着拥有细分市场并提高收费

• 即便2025年的发现渠道要困难得多，Ben仍会坚持拥有自己的网站、档案和客户关系。完全建立在 TikTok 或 YouTube 上的创作者，仍然受困于平台的激励机制和规则变化。

• 他的经济策略会变得“更排他，而不是更开放”：接受更小的受众，把内容价格大幅提高，集中服务于少数几百或几千名愿意付费的读者。他提出每月$1,000或$10,000，并指出独立华尔街研究报告的年费可以达到$100,000。

• Andrew给出的反事实并不乐观。SB Nation 和 Vox 到 Grantland 的VC融资阶梯，为他这一代人提供了向上流动的机会，但这条路径如今看起来已无法复制；如果现在23或24岁，他可能会短暂尝试做内容，24或25岁时失去耐心，然后去读法学院。

• 他们的自我批评是：自己是“在线内容创作领域的婴儿潮一代”——受益于异常有利的进入条件，却在告诉年轻创作者只要更努力。这并不意味着AI消灭了差异化：把AI当工具，可以实现独特愿景；让AI直接充当生成器，则会产出“完全没有差异化”的东西。

9. 内容所有者必须决定哪些内容可以拆分出售

• 一位订阅者提出训练一个“Ben LLM”，让它基于 Stratechery 档案工作，用对话界面取代反复搜索。Ben考虑过这个方案，但用户体验、查询成本，以及 Automattic 或 WordPress 的实现方式都还需要解决。

• 他的犹豫本质上是产品定义问题。Stratechery出售事实和论点，也出售 Ben 的写作声音，以及未来持续产出的内容；档案聊天机器人可能把信息底层与作者打包出售的整体产品拆开。

• 不过，Ben表示，这类功能“几乎肯定”会在3到4年内普及，并承认：“可能确实应该做。敬请期待。”出版商必须决定开放哪些内容，因为“有时候你确实希望让客户用起来更不方便”。

• Taylor Swift提供了一个相邻案例，说明如何控制内容价值。Ben称赞她围绕 Taylor’s Versions 动员粉丝，压低自己母带的价值，最终重新买回母带——“她让所有粉丝去听自己音乐的劣质版本，这样就能以更低价格买回来”——尽管他不认同她最初关于所有权的抱怨。

10. 中国从 Apple 获益太多，不能把它当作 Huawei

• Ben反驳了这样一个前提：中国只是在等待 Huawei 的操作系统和芯片追上来，然后把 Apple 排除出去。他的问题更简单：Apple对中国仍然非常有用，所以“中国为什么要毁掉一件好事？”

• 这种收益是产业层面的，不只是象征意义。Apple已经投入数十亿美元培训中国制造商，每一项硬件创新都会向更广泛的电子产业扩散；Ben说，Apple在中国雇佣了大约100万人，甚至更多，而 Andrew 认为 Foxconn 是中国最大的私营雇主。

• Ben还提到 Apple 对中国 App Store 限制的配合。他说，与他们交谈的人“强烈相信”Apple交出了加密密钥，但同时谨慎补充，Patrick McGee 并未明确这样表述，而且这一说法从未得到官方确认。

• Andrew保留了下行情景：政府机构限制、消费民族主义，以及更加复杂的 Apple—中国关系，最终可能改变这一算式。Ben的反驳是，Huawei的进步只有在 Apple 停止创新时才真正重要；押注 Apple 硬件的实用性会消失，就是“某种程度上在押注历史会改变”。

11. 成瘾性视频缺少推动监管恶习的外部伤害

• 一位博彩行业听众希望 YouTube Shorts 能提供“自我排除”功能。Ben区分了强迫性刷视频与赌博、酒驾或毒品：后者会造成家庭破裂、债务、犯罪、医疗成本或对旁人的伤害；浪费自己的时间，基本上只是“你自己的问题”。

• Andrew以香烟和毒品作为反例，但 Ben 指出，二手烟、医疗成本和相关犯罪才是政治上支持监管的理由。他不愿意让政府介入一种主要影响那些无法控制自己注意力的行为：“界线要画在哪里？”

• Andrew希望用户获得更好的控制工具。Ben称 Shorts 污染 YouTube 搜索“极其恼人”，而 Andrew 想不起自己看过哪条90秒视频、并庆幸看过它；Ben承认 TikTok 偶尔能产出好内容，即使 X 的同类内容“很糟糕”。

12. 机械表靠少做一些事，却长久得多

• Ben的警告是：“机械表就像有钱男人的短视频”——容易上瘾，也可能造成财务灾难。但他仍偏爱一种始终可读、不需要充电、不推送通知，也不会把健康指标变成另一种压力来源的模拟机械装置。

• 经过实际使用，他把需求收敛到日期显示和 GMT 功能。自己的 Tudor Black Bay GMT 保留24小时制参考时间，同时允许他调整当地时间而不必停表；他会把表圈设为台湾，但遇到复杂的时差比较时，夏令时规则仍让手机更方便。

• Tudor在 Ben 看来占据了 Rolex 曾经的位置：可以买得起、耐用的日常腕表，而不是奢侈收藏品。他买入时这款表约$3,000，现在约$4,500；相比每隔一两年更换一部$1,500的 iPhone，一块每天佩戴、多年使用的手表可以“轻松物有所值”。

• 他的实际建议是先弄清真正重要的功能——可能是 GMT 而非计时码表，或许需要更轻的钛材质、更舒适的橡胶表带，以及与手腕比例匹配的表壳——再去追求机芯。Andrew选择 Garmin 也是同一逻辑：计步和7天续航，至于令人焦虑的训练指标则直接忽略。