2026-07-30

知乎热榜 AI 科技制造业日报｜7月30日中午：旧书训练、存储双雄与 AI 员工请愿，10个视频选题

从7月30日中午知乎热榜筛出5个AI、科技与制造业问题，整理25条前5条可见回答样本，给出10个可拍切口并标明旧书训练、存储比较、机器人拆解和AI治理的核验边界。

先看三条

今天最先值得拍的三条，不是热度最高的三条，而是证据链已经能搭起来的三条：AI 公司为什么回头买纸质旧书、长鑫存储和长江存储究竟是不是同一种生意、1,293 名前沿 AI 公司员工到底想让什么变慢。

旧书题已经有关于大宗采购、破坏性扫描和训练用途的多方报道，但「稀有书是否被大量销毁」仍要区分报道转述与可核实个案。存储题的第一步不是评判谁更强，而是把 DRAM 和 NAND 的产品、客户、工艺与周期拆开。请愿题则有一处适合做事实核验的数字差异：网站当前显示 1,293 名签署者，路透社 7 月 28 日的报道写「超过 1,100 人」，两者对应的时间截面不同，不能直接拼成一个固定人数。1 2 3 4

10 个视频选题

题目	拍摄切口	下一步核验动作
AI 公司为什么重新买纸质旧书	从「互联网有海量文本」这个直觉出发，解释纸书被看中的可能原因：人类原创比例、出版时间和可追溯版本。	追 404 Media 原始调查、ISBNdb 的服务说明和具体采购订单，区分已确认采购与书商推测。
破坏性扫描是在提高效率，还是在制造不可逆的文化损耗	对比不拆书扫描与切书脊扫描的速度、成本和可恢复性，拍一本普通旧书的扫描流程，不拿个案替代行业统计。	找扫描服务商的工艺、书目清单和稀有书处理规则；确认「大量销毁」的数量与书籍类型。
ChatGPT 让任务更快，为什么社会生产率没有同步上升	把个人完成速度、企业利润率、总要素生产率和 GDP 这四个指标放在同一张图上，先解决「快」与「值钱」不是一回事。	对照 Hard Reset 原文、官方生产率统计和企业财报，不用知乎答主自创的「GDI」替代正式统计指标。
AI 降低成本，到底算生产率提升还是裁员型通缩	以电商图片和代码生成两个场景，分别计算节省的人时、复核成本、错误损失和岗位变化。	做同一任务的人工组、AI 组和复核组测试，记录总耗时与可交付质量，不能只看初稿速度。
长鑫和长江不是谁更强，而是两种存储生意	用 DRAM 的断电易失内存与 NAND 的非易失存储开场，解释两家企业为何不能直接用一把尺子排名。	找两家企业的产品、客户验证、工艺节点和公开产能；把公司披露与媒体估算分开。
国产存储真正要比什么	不拍股民口号，改拍良率、容量、控制器适配、客户导入和价格周期；同一张表只放可比指标。	逐项绑定公司公告、产品资料和下游客户认证，不能用「国家队」「卡脖子」直接推出竞争力。
拆开一台 G1，能看出中国机器人供应链的哪一层优势	依次看关节模组、线束、编码器、电池、传感器和整机装配，把「零件做得出来」与「能稳定量产」分开。	使用日经 xTECH 视频的原始画面和宇树官方规格，补关节寿命、良率、供应商和售后数据。5 6
「日本短期赶不上」是拆解结论，还是中文标题的二次加工	对照视频原声、字幕和中文转述，逐句检查「短期内难以缩小差距」有没有被剪成「认输」。	获取日经 xTECH 原视频和完整字幕；Sohu 页面只是转载，不能承担原始采访的全部语境。7
前沿 AI 员工请愿，究竟想让模型变慢还是让自动化研发变慢	解释声明中的 automated AI development，区分普通 AI 应用、模型训练和 AI 参与下一代 AI 研发。	对照请愿原文、签署者身份验证规则、公司回应和监管部门公开立场，不能把员工签名写成公司政策。3
1,293 个签名能不能代表 AI 行业共识	拍一条「分母在哪里」：签署者来自哪些公司、是否知道未签署人数、公开评论是否经过筛选。	保存网站人数变化、公司分布和签署规则；把自愿签名样本与随机抽样调查分开。4

5 个热榜问题与前 5 条可见回答

1. AI 公司大量买旧书，扫描后销毁会成为常态吗

热榜排名：1
知乎热度：1,330 万热度
知乎显示回答数：128
问题页：曝多家 AI 公司大量收购旧书训练模型后销毁，此前先例被法院认定合理，这会成为常态吗？

本题的硬事实要分三层。Yahoo News 转载 Future / PC Gamer 的报道写到，AI 公司通过中间商采购实体旧书，ISBNdb 曾提供面向 AI 训练的实体书采购服务，单笔订单可能达到 100 万本；报道同时说明，信息主要来自 404 Media 的调查。Novara Media 则转述《华盛顿邮报》关于 Anthropic「Project Panama」的报道：书籍被切开书脊、逐页扫描，再作为训练材料使用。前者支持「出现了面向 AI 的大宗旧书采购报道」，后者支持「Anthropic 曾被报道采用破坏性扫描」，都不能单独证明每一本稀有书都被销毁，也不能把媒体转述写成所有 AI 公司都在执行同一流程。2 8

本轮接口按更新时间返回前 5 条可见样本，不是赞同数排序。5 条的赞同数分别为 0、0、0、0、0；以下只记录它们提供的观点，不把它们包装成高赞共识。

Urvin 的回答，0 赞同。原文说：「如果它用于训练模型，本质上就相当于人读了这本书以后思考的过程。」答主据此认为，只要模型不直接转卖原书，训练本身未必侵权；这是个人法律判断，不等于法院对所有训练方式的结论。
海郁的回答，0 赞同。回答用历史上毁书与保存书籍的例子作类比，情绪表达多，没有提供采购量、版权规则或扫描证据。
咸鱼野鹤的回答，0 赞同。原文认为「实体书是烧不完的，你要买，我就再印刷就行了」，把旧书供应理解为可补充的商品，未讨论绝版书和版本价值。
踏地仰望星空的回答，0 赞同。回答区分了破坏性扫描与非破坏性扫描，并认为前者效率更高、成本更低；这条解释有拍摄价值，但答主没有给出设备、成本或行业样本。
来瓶冰阔落的回答，0 赞同。回答为「买书后自行训练」辩护，并把质疑者归为道德批评，除了确认争议情绪，没有新增事实。

这题最适合拍「买得到，不等于毁得起」。版权许可、购买实体副本、合理使用、首次销售原则和文化保存是不同问题，不能用一句「法院认定合理」把它们压扁成一个结论。

2. ChatGPT 发布四年后，社会生产率为什么看不出来

热榜排名：3
知乎热度：376 万热度
知乎显示回答数：160
问题页：为什么 ChatGPT 已经发布 4 年了，社会总生产力纹丝不动？

题目的「纹丝不动」来自 Open Markets Institute 的 Matt Scherer 文章标题与问题转述，不是一个已经被统计机构确认的结论。Hard Reset 原文发表于 2026 年 7 月 19 日，核心区分是：任务完成得更快，不代表投入产出比提高；AI 的错误、复核、返工和协作成本，可能抵消初稿速度收益。文章还把「AI 让应用发布数量增加」与「有显著使用量的应用减少」放在一起，作为「产出数量不等于经济价值」的论据。9

前 5 条可见样本的赞同数为 0、0、0、1、0。它们更像五种解释草图，而非社会生产率调查。

天地游魂的回答，0 赞同。原文把问题改写成「AI 为啥不给带来幸福」，把生产率争论转成生活感受，没有给出可测指标。
白太狼的回答，0 赞同。答主说 AI 能减少公司支出，并以电商图片为例，认为个人效率提升可能同时挤压运营和美工岗位；这是一个可拍的行业案例，但不是宏观统计。
墨荀的回答，0 赞同。回答认为 AI 生成信息的速度已经超过人的处理速度，并进一步推演脑机接口和生物技术；后半段属于未来设想，不能当作生产率事实。
环保的伐木工的回答，1 赞同。回答提出「通缩型生产力」一词，认为企业利润改善可能来自裁员和降本，而不是普惠型商品供给增加；引用的就业与利率判断需要另找统计数据。
姆拉克爵士的回答，0 赞同。答主提出用「GDP+GDI」衡量信息价值，但这里的 GDI 是个人自创解释，不能当作正式国民经济核算指标。

这题的拍摄重点应放在测量方法：同一家公司里，AI 是否减少了完成任务的总投入？同一行业里，产出是否增加了可交易价值？把「我写得更快」直接升级成「社会生产率上升」，中间少了两次核算。

3. 长鑫存储和长江存储，谁更厉害

热榜排名：6
知乎热度：271 万热度
知乎显示回答数：99
问题页：长鑫存储 vs 长江存储，一个做内存，一个做闪存，谁更厉害？

先把赛道说清楚：IBM 对 NAND 的说明是，它属于断电后仍能保存数据的非易失性存储，常见于 SSD、存储卡和 USB 闪存盘；Micron 的 DRAM 产品页则以 DDR4、DDR5 等内存产品为主。也就是说，题面本身已经告诉读者「一个做 DRAM，一个做 NAND」，两者有共同的上游和存储属性，却不是同一类产品。仅凭热度、上市故事或某一季度价格，不能回答谁更强。10 11

前 5 条可见样本的赞同数为 0、1、0、1、18。第 5 条明显高于前四条，但接口依然是按更新时间返回，不能写成完整高赞排序。

墨问非攻的回答，0 赞同。原文说：「这玩意根本就不是一个东西，没有可比性。」这是最接近题目技术前提的提醒，但没有继续展开产品和商业指标。
德田重男的回答，1 赞同。回答把企业治理和历史争议带进比较，并提出未有来源的资金回收判断；本文不把其中关于个人和机构的说法写成事实。
行者的回答，0 赞同。正文只有「awaZ」，没有可用论据。
行走的咖啡的回答，1 赞同。原文把问题归结为融资、上市和套现，属于对资本市场的判断，没有对应公告或财务数据。
十年一的回答，18 赞同。回答借中石油与中石化、中国北车与中国南车作比，并讨论「掐脖子领域」估值；它提供了市场情绪样本，没有完成 DRAM 与 NAND 的技术比较。

这题应该拍成一张「不能乱比」的表：产品类型、主要应用、工艺难点、客户验证、产能、价格周期和利润率分别列出，再决定哪些指标可以横向比较。

4. 日本技术人员拆解宇树 G1，中国机器人供应链优势在哪里

热榜排名：7
知乎热度：241 万热度
知乎显示回答数：101
问题页：日本技术人员拆解宇树机器人后称「赶不上中国」，从螺丝到整机，中国机器人供应链优势体现在哪些环节？

当前能闭合的事实是：Bilibili 上能定位到一条 7 分 13 秒的日经 xTECH G1 拆解视频转载，页面描述涉及关节模组、线束布局和轻量化结构；宇树官方页面列出 G1 约 35 千克、23 个自由度、深度相机与 3D LiDAR 等规格。Sohu 页面转述央视内容时使用了「日本短期内赶不上中国」的概括，但它是转载页，不是日经 xTECH 原始采访。更稳妥的写法是「媒体转述了一段拆解视频及其评价」，不能写成日本机器人产业整体认输。5 6 7

前 5 条可见样本的赞同数都是 0。样本几乎都在争论标题语气，没有提供供应商、良率或测试数据。

DJYT 的回答，0 赞同。回答用过去的对外比赛或宣传语境反问「日本人说的话又可信了」，没有讨论拆解内容。
思验的回答，0 赞同。原文纠正说法：「人家说的是短时间，恐怕无法缩小差距。并不是说赶不上。」这是本题最有价值的标题核验提醒。
张飞绣花的回答，0 赞同。回答称国内也有拆解，但没有提供视频或零件数据。
粥星星的回答，0 赞同。回答质疑把螺丝作为整机能力代表，提醒拍摄不能用一个零件替代关节、电控和整机可靠性。
爱法律的小工程师的回答，0 赞同。回答只有「你说啥我都信」，没有事实或工程论据。

拍摄上，最有用的不是复述「螺丝很顺滑」，而是把拆解画面变成供应链问题：关节电机谁供货、编码器如何校准、线束如何耐弯折、电池如何快拆、整机能否稳定运行多久。官方规格只能说明配置，不能证明量产良率。

5. OpenAI、Anthropic 等员工请愿控制 AI 发展速度，谁在要求什么

热榜排名：14
知乎热度：171 万热度
知乎显示回答数：41
问题页：OpenAI、Anthropic 等上千员工联名请愿美政府控制 AI 发展速度，反映了什么？有何影响？

请愿网站 Pacing the Frontier 当前显示 1,293 名来自前沿 AI 公司员工的签署者，诉求是请求美国政府支持国际合作，开发「有意控制自动化 AI 发展前沿节奏」所需的技术与治理工具。路透社 7 月 28 日报道时写的是超过 1,100 名员工，点名 Meta、Anthropic、OpenAI 和 Google 等公司，并指出签署者以个人身份参与。数字差异可以由签署人数继续增加和报道截面不同解释；两者都不能推出「AI 行业已经形成统一政策」。3 4

前 5 条可见样本的赞同数为 0、0、0、0、11。第 5 条长回答提供了签名页面和评论样本的分析，但它仍是答主自行抓取与编码的结果，不等于组织方或公司正式统计。

Big Fan 的回答，0 赞同。回答用典故影射请愿者与权力关系，没有讨论声明原文。
夏天不知道的回答，0 赞同。原文说「程序员发明 AI 然后 AI 导致程序员失业」，把就业焦虑压缩成一句因果判断，没有数据。
沧桑的夜晚的回答，0 赞同。回答把请愿与制造业网络安全、黑灯工厂遭攻击联系起来，提供了风险想象，没有事件证据。
99 号特工的回答，0 赞同。原文希望被控制的是美国 AI 发展速度而不是中国，主要是地缘政治立场。
白露未晞 me 的回答，11 赞同。答主认为声明主要针对 automated AI development，而不是所有 AI 应用；同时提醒签名名单缺少未签署者分母，公开评论也可能经过筛选。这两个方法论提醒比「上千员工」本身更适合做视频。

这题的拍法是问「慢什么、由谁决定、怎么验证」。如果把自动化 AI 研发、普通聊天机器人、模型部署和公司监管混为一谈，片子会只剩立场，没有政策对象。

今天先拍哪三条

长鑫存储 vs 长江存储：技术分野可以用 IBM 和 Micron 的资料先讲清，再补两家公司的公开产品与客户数据；它比「谁更厉害」更适合做一条不被股价带跑的芯片科普片。
AI 公司买旧书：画面强，版权和文化保存的冲突也明确，但需要把 404 Media 原始调查、ISBNdb 采购服务和 Anthropic 个案分开，不能把转述写成全行业事实。
Pacing the Frontier 请愿：请愿原文、当前签名数和路透报道都能定位，最适合做一条「签名样本不等于行业共识」的事实核验片。

G1 拆解适合做视觉向内容，但原始日经 xTECH 视频和完整字幕仍需补齐；ChatGPT 生产率题适合做实验或数据解释，不适合只剪答主观点。

核验边界

本轮知乎热榜接口返回 30 条结果，按 AI、科技、制造业相关性筛出 5 题：旧书训练数据、ChatGPT 生产率、国产存储双雄、宇树 G1 拆解、前沿 AI 员工请愿。纯娱乐、体育、餐饮、旅游和与本频道主题无关的条目未纳入。
五题各读取 5 条接口返回的可见回答。回答接口当前按更新时间返回，不保证赞同数排序；正文统一称「前 5 条可见样本」，不称「前 5 条高赞回答」或社区共识。
热榜中的「热度」是知乎展示的热度文本，不是精确浏览量；排名、回答数和热度均以 2026 年 7 月 30 日中午本轮接口返回为准。
旧书题的采购规模、破坏性扫描和 Anthropic 个案来自媒体报道或媒体转述。当前没有在本轮取得 404 Media 原始调查全文、ISBNdb 的原始订单或每类书籍的完整清单，因此「AI 公司普遍销毁稀有书」不能写成已证实事实。2 8
ChatGPT 生产率题的核心材料是一篇评论文章与知乎答主观点；本轮没有补齐官方宏观生产率数据和同一企业的前后对照实验，所以文章只确认「任务速度、经济价值和复核成本需要分开」，不判断社会总生产率已经上升或下降。9
长鑫与长江的 DRAM / NAND 基本区分由 IBM、Micron 技术页面支持；两家企业的工艺、客户、良率、产能和利润没有在本轮找到足够一手材料，知乎回答中的融资、治理和估值判断均未升级为事实。10 11
G1 题的原始日经 xTECH 页面和完整视频字幕尚未闭合，本轮使用 Bilibili 可定位的视频转载、Sohu 的央视转述和宇树官方规格页；「日本短期赶不上中国」必须保留为媒体转述，不扩写成日本产业整体结论。5 6 7
请愿题的签署人数会随网站更新变化：网站当前返回 1,293，路透 7 月 28 日写超过 1,100；两者都不能证明所有员工或所有公司支持同一套政策。网站签署者以个人身份参与，公开评论也不应替代公司正式回应。3 4
作者姓名、签名、赞同数、回答链接和摘录均以本轮知乎回答接口返回为准。个人签名、粉丝数和自述不等于职业资质；答主的玩笑、预测、攻击性表述和未给来源的数字，不升级为事实。