全世界最强的AI，都在“抄”这群普通人的作业

这两天，AI 圈百家争鸣。GPT-6 曝光、DeepSeek V4 Flash 公测、SD2.5 发布、MiniMax 多模态开源视频模型发布……

但爱范儿决定将今天的头条让位给一个名不见经传的人，《纽约客》的特稿称他为「互联网大脑的意外缔造者」。

一个普通人，编辑了维基百科 600 万次

2021 年 1 月，英语维基百科完成第 10 亿次可追踪编辑。这个里程碑没有诞生一篇宏大的新词条：编辑者只是在一张冷门电子音乐专辑的页面补上一条链接。

完成这项工作的人叫 Steven Pruitt，他编辑维基百科超过 600 万次，创建了 3 万多篇词条，作为志愿者，他未曾从中获利一分。

它需要人类写过的书、新闻、论文、代码和网页，也需要有人提前完成最乏味的一步：给混乱的世界命名、分类、引用和纠错。

Pruitt 今年 42 岁，白天替联邦政府管理档案。晚饭后，他回到弗吉尼亚州亚历山德里亚市的家中，坐进一间堆满书的房间，继续整理另一个更庞大的档案库：纠正日期、修复链接、统一分类，偶尔为一个被遗忘的人写下完整生平。

2004 年，Pruitt 第一次编辑维基百科。20 多年后，他成了英语维基百科编辑次数最多的人，也被《时代》周刊列入「互联网最具影响力人物」榜单。

图自 northernvirginiamag

他在网站上的用户名是 Ser Amantio di Nicolao，来自普契尼歌剧《贾尼·斯基基》里的一个小角色。这个略显华丽的名字，与他所做的事情形成强烈反差。

随着维基百科日渐成熟，Pruitt 已经很少再从零创作词条，更多时候是在检查引文、修正语法、清理过时的信息，或者把一位被遗漏的「十九世纪女性物理学家」放进正确的分类。

这些修改小到几乎不会被看见，却构成了维基百科的日常。

一项分析维基百科前十年、约 2.5 亿次编辑记录的研究发现，约 77% 的词条编辑来自约 1% 的活跃编辑者。

这群人被称为「超级编辑」。

他们有人在披萨店工作，有人接听热线电话，有人已经退休。他们没有统一的办公室，没有工资和署名，也很少得到平台时代最重视的粉丝与流量。

《纽约客》采访的另一位「超级编辑」Justin Knapp，是英语维基百科第一个完成一百万次编辑的人。有人问他，这些超级编辑是否在意排行榜，他回答：

「我实在不觉得，一个愿意把空闲时间用来编写百科全书的人，会特别在意自己是否成了小池塘里的大鱼。」

Women in Red 项目让这种劳动显出另一层意义。William & Mary 校友杂志曾记录，Pruitt 为它建立了数千个分类，其中包括「历史小说家」「犯罪小说作家」和「来自莱索托、博茨瓦纳与厄立特里亚的女性作家」。

先把空白画出来，编辑者才知道该从哪里续写。

Pruitt 提到尼日尔歌手 Fati Mariko：她在本国卖出过数十万张唱片，互联网上却几乎只有几段演出视频。他说：「当我们讨论互联网上的系统性偏见时，遇到的就是这种情况。」

编辑一部百科全书，也是在为尚未被承认的知识争取位置，决定谁有资格被互联网记住。

用他自己的话说：「一群互联网上的人，正在重新设计知识的正典。」

Pruitt 甚至不太关心 AI。朋友告诉他，维基百科正在被大模型蒸馏，他只说：

「硅谷做的事情，有一半我都不懂。」

但当我们向 ChatGPT、Gemini、Claude 询问一位一个冷门概念，答案很可能经过了 Pruitt 和这群普通人多年的整理。

我们习惯把 AI 的能力归功于模型、芯片和算力。技术发布会也不断强化这种印象：更大的参数，更长的上下文，更复杂的推理，以及一座又一座耗资数十亿美元的数据中心。

但 AI 的「大脑」下面，还压着一整层近乎隐形的人类劳动。

谁才是 AI 的大脑

大模型经常给人一种错觉：它似乎读过全世界，理解人类文明，并且把这些知识储存在某个庞大的机器大脑里。

训练模型当然需要复杂的算法、昂贵的芯片和巨量电力，但模型首先要有东西可学。

维基百科覆盖的主题足够广，文本结构相对统一，词条之间彼此链接，每个判断还尽可能附有来源。人类编辑把一份报纸、一篇论文、一本传记里的零散事实，整理成机器能够识别和调用的形式。

如果把互联网比作一座杂乱无章的巨型仓库，维基百科编辑做的工作很像为货物贴标签、建立索引、核对批次。

后来，大模型开着叉车进来，当然可以比任何人更快地搬走这些货物。但仓库里的秩序，并非叉车创造的。

这种秩序不只存在于文字世界。

2009 年，奠定现代机器视觉基础的 ImageNet，在最初的论文中已经收录 320 万张图片、5247 个语义类别，而数据收集依靠 Amazon Mechanical Turk 上的普通人的逐一分类和核验。

在机器视觉开始大规模辨认猫、汽车和椅子之前，已经有无数双手替世界贴上了名字。

AI 时代最重要的数据，许多来自互联网仍然相信公共协作的年代。

维基百科诞生于 2001 年。那时「平台」还没有变成围墙，「用户生成内容」（UGC）也没有完全等同于给商业公司免费生产流量。人们愿意相信，知识可以由陌生人共同编写，成果可以让任何人自由阅读、复制和继续修改。

二十多年后，这份开放的公共遗产成了商业 AI 的知识地基。

维基百科成了 AI 的「海马体」，但记忆没有主人

维基百科早已超出一家百科网站的范畴。

在搜索引擎时代，它经常占据结果页前列，为人类提供一个快速理解陌生概念的入口。到了 AI 时代，它逐渐成为互联网的「海马体」：自己未必负责完成所有思考，却为机器提供较稳定的公共记忆。

维基媒体基金会已经推出 Wikimedia Enterprise，为需要大规模、稳定调用维基百科数据的企业提供商业服务。Amazon、Meta、Microsoft、Mistral AI 和 Perplexity 等公司都在使用这项服务。

这并不意味着维基百科开始把知识锁进收费墙。任何普通人依然可以免费访问和下载内容。收费针对的是商业公司对海量、实时、结构化数据的高强度调用。

这种区分十分重要。开放不等于公共资源没有成本。

维基百科的服务器需要运转，词条需要维护，恶意修改需要处理，争议需要协调。

维基百科披露，自 2024 年 1 月以来，下载多媒体内容所消耗的带宽增长了 50%；在那些最昂贵、需要返回核心数据中心处理的流量中，至少 65% 来自机器人。

AI 公司可以在极短时间内吞下人类二十多年积累的知识，而维持这套知识继续可靠存在，依然需要捐款、服务器，以及没有工资的编辑。

AI 带走的还有人们抵达知识源的路径。维基媒体基金会在重新识别那些伪装成人类的机器人流量后发现，2025 年部分月份的人类浏览量同比下降约 8%。

基金会认为，生成式 AI 和社交平台正在改变人们寻找信息的方式：答案仍从维基百科而来，读者却越来越少抵达维基百科。

当访问减少，意味着更少的人有机会成为编辑，也可能带来更少的个人捐款。AI 一边消耗公共知识，一边让维系它的人更难被看见。

维基百科开放了阅读权限，也开放了知识的生产过程。任何人都能检查来源，查看一个词条经历过哪些修改，进入讨论页理解争议，发现错误后亲手修正。知识被放在公共空间里，也把自身的形成过程暴露在公共审视之下。

商业 AI 继承了开放知识的红利，却常常把知识重新装进封闭模型。你能得到答案，很难知道一句话来自哪里，经过怎样的删减，谁为其中的判断负责，更无法直接进入模型内部修改它。

信息从开放的公共知识流入封闭的机器产品，开放性可能只剩下单向供给。

2003 年，杜克大学法学者 James Boyle 把知识产权扩张比作「第二次圈地运动」：原本可自由使用的公共领域，会在新的权利边界中不断收缩。

AI 让这个旧问题换了一种形态：输入端依靠可以自由获取、由共同体维护的知识，输出端却封装在难以查看、也无法直接参与修改的商业模型里。围墙没有筑在知识入口，而是筑在知识变成答案之后。

如果未来的 AI 继续依赖人类共同积累的知识，它也需要回馈这套公共基础设施：支付大规模使用产生的成本，明确标注来源，让错误能够被追踪，并为开放知识留下继续生长的空间。

否则，AI 越擅长吞下开放互联网，它赖以成长的土壤反而会越贫瘠。

「AI 没有完全错，但也没那么准确」

Pruitt 第一次认真谈及自己对 AI 百科的看法。起因是 xAI 在 2025 年 10 月推出的 Grokipedia。

他像检查任何一本新百科一样，搜索自己熟悉的十九世纪歌剧演员。许多人物的词条根本不存在。真正令他不安的，是那些看起来几乎正确的内容。

一篇词条把一个人生命中的七年概括成「短暂」。日期可能正确，事件也可能真实，但「短暂」已经掺杂了一些判断。

Pruitt 对这种操作的评价是：

「没有哪一点完全错，只是没有我写得那么准确。」

哲学家 Harry Frankfurt 在《On Bullshit》中区分了谎言与「胡扯」：说谎者至少知道真相在哪里，胡扯者只在意话语能否达到效果，对真假本身并不关心。大模型没有人的动机，不需要捏造全部事实，只需在概括时删掉一点语境，在措辞时加入一点倾向，最后用流畅的语言把裂缝抹平。

维基百科当然也会犯错，甚至会引发旷日持久的编辑争执。但每一次修改都有记录，每一个争议都有讨论页，每一个判断都可能被其他人要求补充来源。哪怕你不同意最终词条，也能沿着痕迹回到争议发生的地方。

维基百科的错误可以被看见。

维基百科的可追溯性，不只用来纠正错误，也约束编辑者自己。

Northern Virginia Magazine 2021 年采访 Pruitt 时，他的维基百科词条只写着「出生于 1984 年」：当时没有可靠的公开来源证明具体日期。

他当然知道自己的生日，却拒绝亲手补上：「那会构成利益冲突。」知道一件事，并不自动意味着有资格把它写成公共知识；它还需要可核验的来源，也需要接受共同规则的约束。

AI 的答案往往只留下结果。训练材料如何选择，来源如何加权，冲突如何裁决，模型为什么使用这个词而没有使用另一个词，大部分过程隐藏在流畅的界面后面。

2026 年 3 月，英语维基百科通过内容指引，原则上禁止用大模型生成或改写词条正文，只保留经人工复核的轻微文字校正、跨语种翻译等有限例外。

Pruitt 说：

「你无法与一个不承担责任的东西协作。」

协作意味着你留下名字或账号，接受别人质疑，解释依据，也允许自己的修改被撤销。开放知识最珍贵的部分，因而不止是免费，它创造了一套公开承担责任的机制。

大模型可以生成文本，却无法自然承担责任。

答案越廉价，求证越奢侈

AI 正在把答案变成一种廉价商品。

过去，我们打开搜索引擎，比较几个网页，找到原始材料，我们才能结论。现在只需输入一句话，完整、流畅、听起来颇有道理的答案就会出现。

生成信息的成本越低，验证信息的成本越高。

我们需要核对的不再只有某个日期是否正确，还要判断一段没有明显来源的概括是否遗漏了关键语境；一条令人信服的解释究竟来自可靠材料，还是模型根据相似语境生成的高概率续写。

这让人类编辑显得缓慢，也让他们变得更加稀缺。

Pruitt 一辈子也无法在一分钟内生成上千篇词条。他守护的是另一种能力：什么时候应该停下来查证、为一个词较真、承认知识暂时没有定论、留下余地、让后来者能够推翻自己。

AI 公司往往把「人类在环」当作产品安全流程里的最后一道检查。而维基百科提供了一个更早、更彻底的版本：人类共同体从一开始就参与知识形成，工具只负责加速其中少量步骤。

这也是开放知识在 AI 时代仍然必要的原因。

当越来越多的知识经过少数几个模型抵达用户，开放的语料、公开的来源、可追溯的修改和可以参与的协作机制，构成了社会对机器答案最基本的校验能力。

失去这层公共空间，我们得到的也许是更方便的答案，却越来越难判断它值不值得相信。

《纽约客》的采访结束时，Pruitt 说自己随时可以停止编辑维基百科。

当天晚上，他大概仍会回到案头，打开电脑，在某个没有多少人访问的词条里修正一个日期，补上一条引用，或者把一位十九世纪女性物理学家放进正确的分类。

这次修改不会出现在任何模型的发布视频上。

没有掌声，没有署名。也没有参数。