当科技巨头把人类文化称为《最大规模的劳动劫掠》——HN 讨论摘要
原文概要
TechCrunch 9 月 17 日披露了一组此前被遮蔽的法庭文件，文件显示一名微软高管在作证或质询中直言，AI 公司未经授权的规模化数据抓取是「人类历史上最大规模的劳动劫掠」。报道没有公布该高管的完整姓名与职务，但措辞被完整保留进法庭记录，并由此解封。这条新闻当天被顶至 324 分、259 条讨论，登顶 HN 热门榜。
报道的核心张力并非新闻本身——抓取行为是公开秘密——而是「巨头高管亲自命名这件事」这步动作。微软既是 OpenAI 最大投资方与算力提供者，本身也在 GitHub、必应、Bing Image Creator 等产品上跑 AI 模型。当一名微软高管在法律程序中用「劫掠」一词描述同行的核心燃料来源，意味着这件事已经不再停留在博客评论层面。
原报道正文较长，本文基于 HN 热门榜（/best）中此条讨论区收录的 259 条评论梳理。
讨论焦点
文化抢劫：把全人类的内容回卖给我们
最先登顶的评论把矛头指向本质：当下的 AI 商业模式，是把已经存在的人类文化「加工」之后再卖回给出资者。
“It’s the robbery of all of our culture to sell it back to us at a mark-up. Crimes this large are crimes against humanity.” — jacquesm [c:49752242] （译文：这是对我们文化的抢劫，再贴个价卖回给我们。如此规模的罪行，是对人类的犯罪。）
“I think it’s more like ‘The absolute maximum possible degree of theft’ there can’t be larger, it’s everything current and past.” — Weryj [c:49752172] （译文：我倒觉得这更像是「能达到的最大盗窃上限」，不可能更大了，现存的和过去的一切都在里面。）
jacquesm 的原帖进一步写道：每一笔巨富背后都有一桩大罪，全球最有价值的公司即将由此而生，而有钱就能买到正义，所以别指望会有什么结果。这条评论的语气定下了整场讨论的道德基调：不是赔偿问题，而是结构问题。
Napster 的回旋镖：你起诉过的，正是你正在做的
另一条主线是科技公司在版权史上的反向操作：曾以「盗版毁灭音乐产业」为名推动诉讼的公司，如今正是同一批数据的最贪婪消费者。
“We don’t have to treat people reading books and companies stealing all human knowledge the same. Also, companies spent a long time telling us downloading single songs via Napster was the worst thing ever, before torrenting every book in existence themselves.” — CJefferson [c:49752440] （译文：我们不必把「人读书」和「公司窃取整个人类知识」混为一谈。而且，这些公司曾经花了很长时间告诉我们下载一首歌是史上最恶劣的事——结果他们自己把世上每一本书都 BT 下载了一遍。）
紧接着出现的是「执行不对称」的吐槽：
“People have been hit with fines and jail time for pirating and seeding, without even doing so for commercial gain. But when massive tech companies pirate training data for their AI and build a product from that, nobody goes to jail. Where is the sense in that?” — QuantumNomad_ [c:49752938] （译文：普通人下载种子能进监狱、罚到破产，而巨型科技公司把训练数据盗版一空做成产品，没人坐牢。这道理在哪儿？）
不过也有人反驳——上述「双重标准」其实牵涉的是不同公司：Napster 时代的主推者是 RIAA，而训练大模型的是另一批主体。两者并不能简单等号。讨论在这条反驳上多次来回，本质是在问：是否应允许按「公司类型」重新定义「合法」与「盗窃」。
规模与本质之争：人类学习 vs 机器自动化
另一组评论尝试切中要害——为什么同样的「阅读」，由人类做是学习、由机器做就成了盗窃？
“Every time you’re writing software or building machines/factories (which is automating things), you are committing a crime. Every time you learn from your superiors or colleagues, get better than them, get promotion or they get fired, you are committing a crime. Provide justice there first.” — CrimsonRain [c:49752514] （译文：每次你写代码、造机器——也就是自动化——都是在犯罪；每次你向同事学东西、超越他们、让他们失业，也是在犯罪。请先把这些地方处理成正义再说。）
反驳随即而来：
“Scale matters. The average human doesn’t do much on his own, and definitely doesn’t uproot society or risk siphoning/leeching wealth from every person on this planet.” — oblio [c:49752767] （译文：规模重要。普通个体做不了什么，更不会撼动整个社会、不会从每一个地球人口袋里抽血。）
也有人从业务角度给出更具体的对照：
“Learning isn’t stealing, but if you’d set up a forum or hotline where paid staff would answer questions and write essays directly based on NYT content without a license for that content, that would probably be deemed illegal.” — layer8 [c:49753273] （译文：学习不等于偷，但如果你开个论坛或热线，雇人基于《纽约时报》内容答题、写稿，又没拿到授权——那多半会被判违法。）
这一组讨论没有结论，但划清了一条线：关键变量不是「是否学习了」，而是「是否在商业语境下把版权材料作为替代性输入」。
补偿与监管的可能路径：horse-power、30% 抽成、开权重
技术派评论更关心「怎么办」，给出的方案通常带有强烈的工程思维。
“We need to define machine in terms of ‘human-power’… much the same as how we already define automobiles via ‘horse-power’. A single NVIDIA GeForce RTX 3090 chip delivers roughly 35.58 teraflops… To match RTX 3090, you would need 3.56 quadrillion people working/learning in perfect sync. We can use a calculation similar to this to derive metrics on how much is being stolen for ‘learning/training’ these models.” — kshri24 [c:49752890] （译文：我们需要用「人类算力」来定义机器——就像汽车用「马力」一样。一块 RTX 3090 大约提供 35.58 teraflops，要等效它，你需要 3.56 万亿人同步学习。可以用类似的方法算出这些模型「学习/训练」偷走了多少。）
另一条评论直接给税率：
“Regulation that said something like ‘we own 50% of your profit or 20% of your revenue, whichever is the larger’ would. If Apple can charge 30% to gate-keep mobile payments, we can surely charge that for the total information output of humanity.” — barnabee [c:49752638] （译文：规定「利润的 50% 或营收的 20%，取较高者」就行。苹果能从移动支付抽 30%，我们当然也能从「全人类信息产出」里抽这个比例。）
更克制一派的方案是「强制开权重 + 18 个月后必须公开」：
“Legally mandating that companies open the weights of, say, 18-month-old models might change their minds a little. I have no idea how any of this can be fixed but I do see compensation schemes for creators combined with open weights models to be the only way to minimise the harms to both creators and the commons.” — dofm [c:49753451] （译文：立法强制公司在模型发布 18 个月后公开权重——可能会让它们收敛一点。我不知道这事怎么解决，但「给创作者补偿 + 强制开权重」的组合似乎是同时兼顾创作者和公共利益的最优解。）
也有评论更激进：拆分现有万亿公司、限制单家公司可用算力——但被吐槽为「亡羊补牢」，已经发生的损害无法回滚。
民主化 vs 劫掠：Fandom、维基与下一代
另一组评论把视角从「公司」抬到「用户」：哪怕合法成立，至少让知识更好用了。
“Most of the links led to Fandom (the enshittification of Wikia) and that place is a cesspool of obnoxious ads. That content was written by unpaid volunteers. Should Fandom keep profiting from their work for perpetuity?” — Razengan [c:49752515] （译文：大部分链接都跳到 Fandom（Wikia 的劣化版），那地方满屏恶臭广告。内容是志愿者免费写的，Fandom 能永远从他们身上抽钱？）
另一面的乐观派：
“It is the largest democratization of knowledge that ever happened. The ‘sell it back to us’ argument falls short in my view. Free versions are abundant, and in some time useful models will ship preinstalled on all mobile phones.” — user43928 [c:49752799] （译文：这是人类历史上最大规模的知识民主化。「卖回给我们」的论据我觉得不成立。免费版本到处都是，再过一阵子，手机出厂就预装可用模型。）
反驳者则强调「民主化」并不免费——它以被吞噬的人类文化为代价，并且后果尚未显现：
“Wiki already democratized it just fine and was legitimately free for people who know how to read. Not only does it distill our history to try to sound like some average version of us, it sounds like the blandest versions of us… And then sells this back to us.” — SecretDreams [c:49753185] （译文：维基百科已经把知识民主化做到位了，对会读的人真正免费。AI 做的事是把历史蒸馏成最平均、最平庸的版本，再卖回给我们。）
更深一层的担忧直接指向未成年人：
“We’re beta testing the bullshit dreams of a couple billionaire techbros on an entire cohort of kids and young adults. The risk/reward of this technology is unproven regarding the long-term effects on developing minds.” — SecretDreams [c:49753148] （译文：我们正在把几个亿万富翁的技术梦，强加给整整一代青少年去做 β 测试。这项技术对发育中大脑的长期影响，风险/收益比根本没被验证。）
「开源」是个被偷走的词
最后一组讨论聚焦在了一个看似技术、实则定义性的问题——中国厂商所谓的「开源大模型」是不是开源。
“There are no open-source LLMs. There are only downloadable LLMs, with no source for the model being provided. The source for the training and inference programs is not the source for the model itself, which would be the training set, training program, and random seeds.” — mitxela [c:49752456] （译文：不存在开源大模型，只有「可下载」大模型，没人提供模型的真正源头。训练和推理程序的源码不是模型本身的源码——真正的源是训练集、训练脚本和随机种子。）
紧跟而来的是更政治化的判断：
“At least the Chinese AI companies are doing good service open-sourcing their models back to the public.” — cyber_kinetist [c:49752298] （译文：至少中国 AI 公司做了件好事，把模型开源回给了公众。）
这条评论本身被踩得很低，但点出了一个 HN 用户反复撕扯的问题——「开源」这个词在 LLM 语境下究竟指的是权重、数据集、训练脚本，还是全链路？若只是权重，那「开源」更像一种营销话术，正好被两侧话语各取所需。
典型观点一览
| 立场 | 用户 | 一句话 |
|---|---|---|
| 文化抢劫 | jacquesm [c:49752242] | 把整个人类文化打包再卖回来，是对人类的犯罪 |
| 执行不对称 | QuantumNomad_ [c:49752938] | 个人下载进监狱，公司盗版无人追责 |
| 公司有别 | hlynurd [c:49752453] | Napster 时代是 RIAA，训练大模型的是另一批主体，不能简单等同 |
| 规模有别 | oblio [c:49752767] | 个人学不会撼动社会，公司自动化会 |
| 业务本质 | layer8 [c:49753273] | 雇人基于 NYT 答题没授权就违法，AI 训练本质同此 |
| horse-power 折算 | kshri24 [c:49752890] | 用「人类算力」换算训练成本，定量追偿 |
| 强制开权重 | dofm [c:49753451] | 立法要求 18 个月以上的模型必须公开权重 |
| 知识民主化 | user43928 [c:49752799] | 这是人类史上最大规模的知识民主化 |
| 反民主化叙事 | SecretDreams [c:49753185] | 维基已经做到了，AI 只是把历史蒸馏成最平庸版本再卖回来 |
| 世代忧虑 | SecretDreams [c:49753148] | 我们正在把亿万富翁的梦强加给一代人做 β 测试 |
| 「开源」存疑 | mitxela [c:49752456] | 不存在开源大模型，只有可下载大模型 |
总体情绪
整场讨论的道德基线已经被 jacquesm 钉死：这是抢劫，不是技术问题。但情绪很快分叉成三层——制度派试图找到抽成比例、开权重时间表、强制限算的具体路径；技术派执拗于「人类学习 vs 机器自动化」的本体差异，并试图给出一个不杀死 AI 行业的赔偿模型；剩余一层则是更深的世代忧虑，担心在所有赔偿方案落地之前，整整一代青少年已经成了这次实验的样本。
有意思的是，意见最尖锐的两端反而达成了共识：双方都认为「版权」现行框架并不适用于 AI 训练。分歧仅在于下一步该走「抽税」还是「强制开权重」——前者保护创作者收入，后者保护公共利益。
法庭解封的这份文件不会改变任何产品的行为。但它把这场争论从博客评论抬到了法律语境里：当「劫掠」一词被一位科技巨头的高管自己说出，下一次陪审团再面对这个字眼时，很难假装它不存在。
引用帖子
| # | 标题 | URL |
|---|---|---|
| 1 | Microsoft exec called AI scraping ‘the largest theft of labor in human history’ | https://news.ycombinator.com/item?id=49752056 |
| 2 | Microsoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal（TechCrunch） | https://techcrunch.com/2026/09/17/microsoft-exec-called-ai-scraping-the-largest-theft-of-labor-in-human-history-new-unredacted-filings-reveal/ |
本摘要由 AI 模型辅助生成：opencode/MiniMax-M3