AI 从增长故事走向成本、版权与治理的硬约束

8月23日 23:00 UTC·#ai-copyright

用受版权保护的书训练AI仍存法律争议

TechCrunch 报道称，用受版权保护的书籍训练 AI 模型的合法性仍在激烈争议中，而 Anthropic 的一项最新和解案让这一问题更加受到关注。文章提到，William Alsup 法官要求 Anthropic 支付 15 亿美元和解金，但同时认为训练行为本身是合法的，争议点在于这些书籍来自非法影子图书馆。

这件事很重要，因为它可能决定大型 AI 开发者如何获取训练数据，以及他们在使用书籍和其他受版权保护作品时要承担多大的法律风险。它也直接影响作者和出版商，因为他们的作品可能在未获许可的情况下被用于训练会与其市场竞争的产品。

TechCrunch 认为，用受版权保护的书籍训练 AI 模型的合法性远比表面看起来复杂。文章开头指出，ChatGPT、Gemini、Claude 等系统都基于海量出版物训练，其中包括书籍、学术论文和网络文章。文章随后强调了明显的矛盾：许多作者表示，他们的作品在未同意、也不知情的情况下被用于构建可能削弱其生计的工具。可是，文中受访律师认为，法律并不能简单地对应这种道德直觉。文章最重要的案例之一是 William Alsup 法官在 Anthropic 案中的裁定：他批准了对作者的 15 亿美元和解，但同时认为模型训练本身是合法的。该案中受到处罚的，是 Anthropic 从非法影子图书馆获取书籍，而不是把版权文本用于训练 AI 这一行为本身。

Alsup 还将 LLM 训练类比为作家阅读文学作品，从中创造出新东西，而不是直接复制原作。TechCrunch 引述的法律专家表示，这种理解实际上可能更有利于 AI 公司，因为版权法通常关注的是“复制”，而不是单纯的“使用”或“阅读”。文章指出，这场争论很大程度上取决于“合理使用”，尤其是使用是否具有转换性，以及是否会与原作品形成市场竞争。文章还提到，美国相关版权法自 1976 年以来就没有更新，这使法院只能用几十年前的法律框架去处理 AI 时代的新问题。多位律师认为，这也导致当前法律环境极不稳定，类似案件可能会因为法官对目的、市场影响和直接竞争的判断不同而出现不同结果。

文章解释说，这类案件通常取决于“合理使用”，尤其是训练行为是否被视为具有“转换性”，以及是否会损害原作品的市场。TechCrunch 还指出，美国版权法自 1976 年以来没有更新，这使法官只能用旧规则来处理现代 AI 系统。

8月23日 18:02 UTC·#ai-agents

AI智能体消耗的Token已超过人类

OpenRouter分析师Peter Walker表示，2026年2月6日可能是人类最后一次消耗的token多于AI智能体。此后，智能体token使用量增长了14倍，而人类使用量只增长了2.8倍。

这一变化说明，AI系统正在成为模型算力的重要消费者，而不只是人类用户的工具。这会影响推理需求、定价，以及整个AI行业中智能体工作流的经济性。

OpenRouter的数据表明，AI智能体正在迅速成为该平台最大的token消费者。根据OpenRouter分析师Peter Walker的说法，2026年2月6日可能是人类最后一次消耗的token多于AI智能体。从那以后，智能体的使用量增长了14倍，而人类使用量只增长了2.8倍。报道指出，智能体越来越多地独立运行更长时间，并在工作过程中不断唤起额外的AI进程。这意味着AI系统本身正在制造更多AI工作负载。

不过，原始token数量并不等于相同幅度的成本增长。智能体token使用量中将近70%来自缓存提示词，而缓存读取的计费远低于未缓存输入。OpenRouter自己的文档也说明，prompt caching属于输入侧计费，缓存读取与新输入token的价格不同。文章还提到，OpenRouter的数据结构偏向开放权重模型，而这类模型通常比OpenAI或Anthropic的模型更不节省token。因此，这组数据很有参考价值，但并不能完全代表整个行业。

这篇报道的核心结论是，token通胀已经在智能体和重推理工作负载中显现。推理模型往往会在回复前思考更久，即使任务本身并不需要这么多token，也会增加消耗。文章认为，这种趋势很可能不只存在于OpenRouter，而是也会出现在主要实验室的模型中。换句话说，AI不只是帮助人类产出更多内容，它也越来越多地在为自己的推理服务创造需求。

Walker指出，智能体token使用量中将近70%来自缓存提示词，而这些缓存读取的计费远低于新的输入token。OpenRouter还更偏向开放权重模型，这类模型通常比OpenAI或Anthropic的模型更不节省token，因此这些数字未必能完全代表更广泛的市场。

8月23日 17:01 UTC·#ai-in-science

AI或许让科研更多而非更好

一篇理论经济学论文认为，语言模型可能让科学家承担更多项目，但每个项目投入的精力更少，而不是让同样的工作质量更高。这项研究由普林斯顿大学、华盛顿大学等机构的研究者完成，并把 AI 设定为几乎免费、且不会引入错误的时间节省工具。

这篇论文挑战了一个常见假设：AI 只要释放研究者时间，就会自动提高科研质量。如果模型成立，AI 反而可能提高继续打磨现有项目的机会成本，推动科学家产出更多，但每项工作更浅。

这篇报道讨论了一项理论经济学研究，质疑即使 AI 工具完全可靠，科学研究是否也会因此变得更好。作者认为，语言模型节省时间后，研究者未必会把省下来的时间继续投入到同一个项目中，反而可能转向更多新项目。用经济学的话说，单个项目上多花时间的机会成本会上升，因为这些时间也可以用来开启新的工作。为了只看“省时”这一效应，模型刻意假设 LLMs 几乎没有成本，而且不会引入错误。

研究者借用了行为生态学中的最优觅食理论，用来描述生物如何在多个机会之间分配努力，并将其改造成科研场景。模型中的科研项目分为前期判断想法是否可行，以及后续继续或放弃的决策；若继续推进，还包括必须完成的部分和可自由选择的深度工作，比如额外实验、更深入的数据分析或润色文字。论文指出，只有当 AI 加速的正是这种经常因时间紧张而被压缩的可选深度阶段时，研究质量才会提高；在另外两种情形下，AI 会让更多论文进入流通，但每篇都更浅。报道最后还提到，OpenAI 的一份实地报告显示，AI 在重写研究软件方面可带来最高 60 倍的加速，但瓶颈只是从编码转移到了验证和长期维护，这说明省时并不自动等于更好的科学。

作者借用最优觅食理论来建模研究者如何在不同项目之间分配精力，把科研过程分成一个必需阶段和一个可选择的深度投入阶段。他们认为，只有当 AI 加速的是那个长期受时间限制的可选深度阶段时，质量才会提升；在另外两种情形下，研究的彻底性会下降，甚至会让较弱的项目更值得推进。

8月23日 15:48 UTC·#ai-policy

中国灰色市场低价倒卖Claude API

据报道，中国的灰色市场正在通过所谓“转运站”以约官方价格的10%倒卖 Anthropic 的 Claude 访问权限。文章称，这些代理服务把 API 流量经由海外服务器转发，从而绕过 Anthropic 的访问限制，用户甚至不需要 VPN 或外国信用卡。

这表明地理封锁和账户审核可以被大规模绕过，从而削弱大型 AI 提供商依赖的商业与政策控制。它也引发安全担忧，因为代理倒卖会让 Anthropic 更难监测滥用行为，并可能助长欺诈、模型蒸馏和其他滥用市场。

文章描述了中国围绕 Anthropic 的 Claude API 形成的繁荣灰色市场，开发者可以用大约官方价格十分之一的成本购买访问权限。这些服务在本地被称为“转运站”，本质上是在中国境外服务器上运行的 API 代理。用户通过这些代理发送请求，用人民币经由微信或支付宝付款，因此不需要 VPN，也不需要外国支付方式。文章称，Anthropic 采用了大型 AI 提供商中最严格的一些访问控制，包括手机号检查、外国信用卡、账单地址核验、公司股权限制，某些情况下还要求提供带实时自拍的身份证验证。

尽管如此，这个代理市场依然非常活跃。牛津中国政策实验室研究员 Zilan Qian 的分析认为，这是一条模块化供应链，不同参与者分别负责账户中介、短信验证、逆向分析、转售和获客。由于每个参与者只控制链条中的一环，系统在遭到封禁后仍能迅速恢复，替代者往往能在数小时内上线。文章还指出，客户可能包括想蒸馏更强西方模型的中国 AI 实验室，以及学生、研究人员、开发者、公司、应用开发者和爱好者。

根据 Zilan Qian 的分析，这个灰色市场是模块化的：上游参与者批量注册账户并获取外国手机号验证，下游卖家则在 Taobao 等平台上出售访问权限。Qian 还表示，一些类似 KYC 的核验可以通过伪造身份证、深度伪造，甚至雇佣低收入国家的人代为验证来规避，但其中部分证据来自非正式交谈和公开资料。

8月23日 23:30 UTC·#privacy

Flock首席执行官在反弹中寻求隐私与安全折中

Flock Safety 首席执行官 Garrett Langley 表示，美国需要在隐私和安全之间找到“折中”，因为公司正因其监控摄像头、无人机和车牌识别工具遭遇越来越多批评。与此同时，媒体报道指出，警方被指在数十起案件中滥用 Flock 技术。

这场争议凸显了公共安全监控与公民自由之间日益加剧的冲突，尤其是当用于调查的工具可能被挪用于个人跟踪或未经授权的监视时。它也表明，自动车牌识别的监管正逐渐成为跨党派的政治议题。

Flock Safety 首席执行官 Garrett Langley 在最近接受 Fox News 采访时表示，美国需要在隐私和安全之间找到平衡，而不是把其中一项当作唯一优先事项。 他称，公司希望社会关注“折中”，并提出如何在保障安全的同时保护隐私这一问题。 他的言论发布之际，Flock 正因其监控摄像头、无人机和自动车牌识别技术遭到越来越强烈的反弹。 这种批评并非空泛存在：《华盛顿邮报》最近报道了 46 起案件，指控警员将 Flock 工具用于未经授权的个人跟踪，包括跟踪配偶、女友或前任。 Langley 在听到一位被指控受害者的采访后表示歉意，说她所经历的一切“让他很难受”。 但他同时否认 Flock 造成了警方滥用，认为公司只是最早把这一问题照亮并提供了发现滥用的工具。

这场争议已经扩展到政治层面，民主党人如密歇根州参议院候选人 Abdul El-Sayed 和参议员 Bernie Sanders 都公开批评 Flock，而三名众议院共和党人则提出法案，拟禁止联邦政府采购使用人脸识别、生物识别身份或车牌识别的自动监控系统，其中包括 Flock 摄像头。 面对批评，Flock 已将默认数据保留期限从 30 天缩短到 7 天，并要求输入案件代码才能访问数据，但这两项限制都可以被绕过。 美国公民自由联盟（ACLU）表示，更短的保留期可能是向前迈出的一步，但是否真的改善取决于 Evidence Mode 的实际运作方式。 Langley 还表示，州监管机构应通过法律，把非法使用 Flock 数据定为刑事犯罪，并强调 Flock 以及类似技术普遍缺乏监管和问责。 TechCrunch 还表示，计划在 10 月的 Disrupt 大会上继续就这些问题向他提问。

《华盛顿邮报》识别出 46 起案件，指控警员将 Flock 系统用于未经授权的用途，包括跟踪配偶、女友或前任。Flock 表示已将默认数据保留时间从 30 天缩短到 7 天，并要求输入案件代码才能访问数据，但这些限制都可以通过诸如 Evidence Mode 之类的设置绕过。

8月23日 16:15 UTC·#nvidia

DRAM短缺推高Nvidia AI服务器价格

据彭博社报道，由于持续的内存短缺，搭载Nvidia芯片的AI服务器在许多情况下将上涨超过15%。这一涨价影响使用Vera Rubin和Grace Blackwell芯片的系统，并预计从明年年初开始影响出货。

这次涨价抬高了亚马逊、微软、谷歌、Meta、OpenAI和Anthropic等主要买家的AI基础设施成本。它也说明，即使这些公司正在开发自研芯片，短期内仍然高度依赖Nvidia的硬件。

据彭博社报道，由于内存短缺，搭载Nvidia AI芯片的服务器在许多情况下将上涨超过15%。这次涨价的直接原因是DRAM成本上升，而不是Nvidia芯片本身发生了变化。报道指出，受影响的系统包括基于Vera Rubin和Grace Blackwell的产品，这是Nvidia最新的数据中心平台之一。新的价格预计将适用于明年年初开始的出货。

为微软、谷歌和甲骨文组装服务器的合同制造商已经把这一情况通知了客户。Nvidia尚未就此公开置评。最终承担更高成本的将是亚马逊、微软、谷歌、Meta、OpenAI和Anthropic等大型云服务商和AI实验室，它们都高度依赖Nvidia硬件。这个消息也凸显了AI市场中的一个更大矛盾：最大的买家同时也是Nvidia最大的客户，尽管它们正在大规模投入自研芯片以降低这种依赖。

据报道，主要推动因素是三星、SK海力士和美光的DRAM价格上涨，这些公司是服务器和AI系统所需工作内存的关键供应商。为微软、谷歌和甲骨文生产服务器的合同制造商已经通知客户，而Nvidia尚未置评。