有些邮件标题看上去很正常:"我们更新了服务条款和隐私政策。"真正的内容却是一句毫不掩饰的潜台词:亲爱的用户,去你妈的。你可能以为只是点了一下"同意",实际上你写过的东西、聊过的天、写过的代码、留下的操作痕迹,全都被打包送进了一台AI训练服务器。平台没有等你商量,也不打算给你额外补偿。它只给了你两个选择:接受,或者离开。 如果你最近认真读过这些通知,会发现一种统一的叙事结构。
开头是"我们更新是为了提供更好服务",中间是"我们可能使用你的内容、代码、聊天记录、交互数据、遥测信息来训练和改进AI模型",结尾是"如果你继续使用,就表示你同意;如果你不同意,请停止使用这项服务"。整个过程流畅得像是复制粘贴,因为事实就是如此。过去几年里,大量开发者平台、消费级应用、办公软件和社交服务都采用相近日期的措辞,悄然完成了同一件事:把原本属于用户的隐私边界向后推了一大截。 推动这一变化的力量,是一场围绕AI训练数据展开的军备竞赛。前沿AI实验室需要一个稳定、海量、多样化的语料来源。公开网页已经不够用了,尤其当版权争议越来越激烈之后,它们开始把目光投向平台手里那些被用户反复生产出来的私人内容。
于是一张支票出现了。一张足够大的支票,大到让"要不要卖用户数据"这个问题变成一道填空题,而不是选择题。不是"我们能不能做匿名化处理",不是"我们是不是应该等用户主动勾选同意",就是那个简单直白的数字。数字一到,内部辩论结束,法务开始起草"继续使用构成同意"的条款。 英语里有个说法叫fuck-you money,原意是一笔让你有底气对任何不满意的工作环境说滚蛋的钱。如今这个短语有了新的注脚。
那张支票不是给普通用户的,而是给平台背后决策者的。它买断了平台替用户做决定的权利,也买断了一个本可以更体面的答案。你说不愿意,平台对你说:可以,请你滚。你辛辛苦苦生产的数据,化作模型参数的一部分,然后被一家你几乎不了解的公司用来训练下一个版本的产品。最讽刺的是,那款产品未来可能会反过来替你写邮件、帮你写代码,甚至替你决定今天该看什么新闻。 从商业角度看,平台愿意承受这种巨大的舆论风险,是因为AI训练数据市场正在经历一场抢购。
训练大模型需要的不只是互联网公开语料,还需要高质量、有组织、带有真实反馈的数据。用户在产品里产生的每一段人工修正、每一次点击选择、每一份上传文档,都是模型学习人类偏好的现成样本。这也是为什么这些数据比普通公开内容更值钱,因为它们包含了人类在真实情境下的判断。对AI公司来说,与其去爬公开网页,再花大量精力清洗整理,不如直接和平台签订协议,获得一条持续更新的数据管道。平台则乐于把这种"持续更新"变成订阅式收入。双方各取所需,用户不在谈判桌旁。
这已经不是少数公司愿意冒的风险。数据许可市场给出的价格让平台很难不动心。过去几年,高价值内容来源的多年期授权协议,成交价从数千万美元到数亿美元不等。这些交易听上去像是内容行业的大新闻,但真正的内容生产者 - - 也就是每天在平台上写帖子、发代码、传图片、留评论的普通用户 - - 并没有分到一分钱。钱落在谁手里,谁就有资格定义规则。平台坐在用户和AI实验室之间,相当于在一条河流上修了一道水坝。
水是用户造的,水坝是平台的,发电的收益归电站所有,而倒掉的水再也不会回来。 如果有一天,这些交易被公之于众,公众的第一反应往往是震惊。人们很难理解,自己随手打的字、传的照片、录的弹幕,竟然会变成一笔估值数亿美元交易的一部分。这种震惊本身就是数据交易隐蔽性的证明。平台不需要在主页上以显著方式告知,只需在某个二级菜单的隐私政策里加入一个冗长段落。绝大多数用户没有时间,也没有法律素养去逐字推敲。
就算推敲明白了,也很难因为自己反对就放弃一个刚需服务。社交关系、工作文件、历史记录,每一样都在互联网上形成了巨大的切换成本。切换成本越高,平台越有底气。 法律形式上,这一套操作并不复杂。最初的用户协议需要点击同意,那是第一种同意。后来说改就改,用"继续使用即同意"的方式代替主动确认,这是第二种同意。
法院在多数情况下愿意认可这种被动接受,因为通知看起来足够清楚,用户也有机会离开。问题在于,很多用户从来没有收到过任何私人化的道歉,只有一封淹没在促销邮件和账单通知里的服务条款更新。监管机构曾经警告过,如果平台在早期隐私承诺中给自己留下过宽泛的解释空间,再以这种方式扩大数据使用范围,可能构成不公平或欺骗性行为。但警告归警告,更新还在继续,赚钱的冲动显然跑在了监管的前面。 更令人不安的是,退出机制并不可靠。许多平台提供关闭按钮,但那个按钮藏在层层菜单里,需要用户主动改变默认设置,而且只能管住未来,管不了过去。
已经投入训练的数据不会从模型里蒸发。那些数据已经变成了权重、概率和嵌入向量,成为模型记忆的一部分。就算你注销账号,删除所有内容,模型依然"记得"你。它可能不会复述你发过的话,却可能用你留下的语言习惯、领域知识和思维模式去回答另一个跟你有某种相似之处的人的问题。你从产品里消失了,但你没有从训练数据里消失。 这也解释了为什么"如果不喜欢,可以不用"这句话听起来那么刺耳。
它表面上是给了选择,实际上是在宣告权力关系的不对等。平台拥有产品、流量、定价权和合同解释权,用户只拥有一个每天都在贬值的"同意"。当你只有两种选择 - - 接受数据被拿走,或者失去这个服务 - - 那么选择本身就是一种表演。真正有意义的同意,必须在信息充分、机制公平、后果可知的前提下才成立。现实是,多数人连前一份隐私政策写了什么都不知道,更谈不上评估后一份隐私政策会不会在三个月后再次改写。 企业会辩称,这是互联网免费服务的商业逻辑。
没有数据,就没有推荐算法;没有广告,就没有免费午餐;不被训练,就没有AI能力的普及。这个逻辑的问题在于,它假设用户应该为"免费产品"付出无上限的代价。可即便是在旧的经济模式里,平台和用户之间也存在着某种隐性的契约:我提供注意力或内容,你提供工具和服务,彼此心照不宣。现在平台单方面撕毁了这份合约,把数据资产从用户的私人领域搬到自己的资产负债表里,却没有任何一种机制把收益的一部分返还给数据创造者。所谓"为你提供服务"变成了一句正确的空话。 监管的缺席让这种状况雪上加霜。
个人数据保护法在很多地区已经规定了目的限制、最小化存储和知情同意原则,但这些原则在"训练大模型"这个模糊的目的面前开始失效。什么是"改善服务"?如果"改善服务"是为了赚取授权费,那么用户的贡献早就超出了必要范围。如果算法训练属于"合法利益",那用户的反对权又该怎么行使?这些问题至今没有清晰答案。欧盟的《通用数据保护条例》和《人工智能法案》正在试图回应,但这个行业的更新速度显然比法律修订更快。每拖一天,就有一批新数据被吞进模型。 在这样的环境下,用户不能假装自己还有退路,但也不是完全没有可做的事。
定期检查隐私设置,关闭不必要的训练选项,选择那些明确承诺不用户内容训练模型的开源或付费产品。如果你真的在意某一段数据,不要把它放进一个你无法控制的公共平台。必要的时候,也可以向本国的数据保护机构提出投诉,倒逼监管作出具体解释。这些建议听起来有点苛刻,因为它们本来就不应该由用户来承担。但在这个问题被彻底解决之前,自我保护仍然是唯一的现实策略。 更深层的问题是:AI训练数据到底算不算一种劳动?千万用户支付的"数据工资"是否应该被认可?如果一台机器学会了用人类造的语言、写诗、写代码、画图,那么让这个学习过程得以实现的语料,难道不是人类文明共同积累的遗产?平台私有化了这些遗产,却让贡献者承担隐私成本。
这不仅是商业问题,也是道德问题。它可以发生在任何一个允许爬虫的网站上,也可以发生在你此刻正在阅读的屏幕里。 回到那封所谓的"亲爱的用户"邮件。通篇没有一句粗话,礼仪无可挑剔,法律上滴水不漏,但字里行间的意思非常明确:我们找到了自己的价格,也找到了你的。你只是一组随时可以被调用的语料,一批消费注意力之后的副产品。过去平台说"用户是产品",现在用户连产品都算不上,只是训练下一代产品的燃料。
燃料不该有意见,也不该要求分成。如果你真的觉得不舒服,那就礼貌地取消订阅。 这里要说明的是,这份批评不是让你停止使用互联网,也不是反对AI发展。它只是在记录一个冷酷的趋势:当服务条款和隐私政策变成数据交易的账单,用户的信任就成了支付手段。平台用一句话修改了规则,用一封邮件完成了通知,用一份预先写好的免责声明堵住了所有争辩。而全社会还没有建立起一套能与AI时代相匹配的规则,来回答那个最基本的问题:一个公司可以为了训练模型,把用户的隐私从"默认保护"改成"默认拿走"吗?这个答案不该由平台自己说了算。
AI技术不只有一种训练方式。真正尊重用户的选择,可以从第一次询问开始:"我们可以使用你的数据来训练模型吗?"如果用户说不,那就不要用。这个简单的问题,现在没有几个平台愿意问出口。因为它们知道,只要问的方式足够透明,答案可能是不。它们宁愿把用户放进一个"不同意就离开"的框架里,也不要让用户有机会参与真正的决策。这种刻意回避,恰恰说明平台知道自己在做什么。
最终,那条冰冷的邮件可能是一个时代的注脚。我们正在进入一个被AI渗透的年代,而这个年代的前提,是那些被忽略的、微小的、持续发生的信任背叛。或许某一天,监管会补上漏洞,法律会重新定义数据权利,用户会拥有真正的谈判空间。但今天不是。今天的现实是,服务条款又更新了一版,而你的数据已经在路上。请记住,按下"同意"的那一秒,不是对话的结束,而是一场更大规模交易的开始。
。
