7月30日知乎热榜：旧书训练、AI生产力幻觉、1,293人请愿与Grok电影计划
从知乎热榜前30条中筛出四条AI信号，区分旧书训练的版权边界、生产力证据、前沿研发减速倡议与Grok长片承诺。
截至 2026 年 7 月 30 日 12:00，本轮知乎热榜接口返回前 30 条。真正值得继续追踪的 AI 话题有四条：训练数据正在从网页延伸到实体书，所谓「生产力提升」仍卡在质量与组织流程，前沿实验室员工开始要求政府准备「减速工具」，而马斯克把 AI 长片计划直接写进了 X。它们共同指向一个问题：AI 的竞争，已经从模型参数扩展到数据来源、工作流程和治理速度。
| 综合顺序 | 知乎热榜话题 | 榜单位置 | 为什么值得看 |
|---|---|---|---|
| 1 | AI 公司大量收购旧书训练模型后销毁 | 第 1 名，405 万热度 1 | 训练数据的版权边界，第一次以实体书采购和数字化流水线的形态进入大众视野 |
| 2 | ChatGPT 发布四年后，社会生产力是否提升 | 第 7 名，190 万热度 2 | 把「个人写得更快」和「经济产出更高」拆开，正好对应 AI 投资回报的核心争论 |
| 3 | OpenAI、Anthropic 等员工请愿控制 AI 发展速度 | 第 9 名，167 万热度 3 | 请愿对象不是普通 AI 应用，而是「自动化 AI 研发」可能加快前沿模型迭代 |
| 4 | 马斯克计划用 Grok 生成 AI 版《奥德赛》 | 第 25 名，116 万热度 4 | 这是一个可核验的 CEO 公开承诺，但目前仍不是产品发布或拍摄计划 |
知乎问题页和回答排序本轮不能稳定提供按赞同数排列的完整前三。下文的「知乎观点」只整理公开返回且能打开的回答片段，并保留它们的可见赞同数；它们不等同于实时点赞前三。
1. 第 1 名：旧书为什么突然变成 AI 公司的训练资源？
已确认的事实
404 Media 7 月 21 日发表的报道，标题就是「AI Companies Are Buying Tons of Old Books Because They're Free of AI Slop」。报道的可见摘要显示，ISBNdb 正在为 AI 公司寻找实体书，并把这些书转成训练数据；它还提醒客户，公众观感问题确实存在。这里能确认的是「出现了面向 AI 训练的实体书采购服务」和「出版内容被视为较少受到 AI 生成内容污染」，不能据此推出所有订单都来自 AI 公司，更不能把市场传闻里的采购数量当成已核实数字。5
这件事之所以容易被写成「AI 在焚书」，是因为它与 Anthropic 之前的诉讼事实有重叠，但法律结论并不是「买书就可以随便处理」。Goodwin 对 2025 年 6 月 23 日美国联邦地区法院裁定的梳理显示：
- 使用受版权保护的书训练大语言模型，被法官认定为具有高度转换性，整体上属于合理使用；
- 把合法购买的纸质书扫描成数字副本、销毁纸质原本用于公司内部图书库，也被认定为合理使用；
- 但从盗版来源取得数百万本书、保留在通用中央图书库中，则没有获得同样的保护，相关问题仍需进入审理。6
因此，「扫描后销毁」在这个判决里成立的逻辑，是合法购买、数字化替代纸质副本，而且没有把数字副本公开出售；它不是一张可以覆盖盗版来源、训练用途之外的万能通行证。Reuters 今年 1 月还报道，Hachette Book Group 和 Cengage Group 请求加入针对 Google 的 AI 训练版权诉讼，指控 Gemini 使用了书籍和教材；报道同时提到 Anthropic 已就另一宗作者诉讼达成 15 亿美元和解。诉讼中的指控和和解金额，不能等同于法院已经认定 Google 侵权。7
这条热搜真正改变了什么？
过去几年，训练数据争议常被简化为「爬网页是否侵权」。旧书采购把问题推到了更具体的一层：如果高质量、较少被 AI 污染的文本越来越稀缺，拥有资金的模型公司可以直接进入二手书市场，买下可扫描的实体副本，再把数字文本锁进内部数据库。
这会带来三个后果：
- 数据成本从服务器转移到内容供应链。 旧书的价值不再只由读者需求决定，还可能由训练数据的稀缺性决定。
- 版权争议会从「能不能训练」继续分裂。 书是如何取得的、数字副本是否保留、是否用于通用检索库、输出是否替代原作，都会分别影响法律判断。
- 「纯净数据」本身不是质量证明。 纸书减少了 AI 生成文本混入的可能，却不能自动保证内容没有错误、偏见或过时知识。买到实体书，也不等于获得了无争议的训练许可。
我的判断是，实体书采购会成为部分高预算训练项目的补充渠道，但不太可能单独替代网页、代码、合成数据和用户交互数据。未来更值得观察的不是某家公司买了多少书，而是它能否公开数据来源审计、删除机制和训练用途边界。若这些信息继续封闭，公众看到的就只有「知识被买走并消失」的画面，版权诉讼也会从个案变成数据供应链的长期成本。
知乎公开可核验观点片段
- 第欧根尼，650 赞：把这件事比作现代版「焚书」，担心 AI 公司最终掌握知识的解释权。这里有鲜明的知识垄断批评，但其中关于 Anthropic 项目细节的叙述属于答主自己的材料和判断，不能替代法院文件。8
- 幻想乡的洛克马戏，4 赞：借《四库全书》作类比，关注的是「保存知识」与「控制知识解释权」之间的差别。它是一种历史类比，不是对本案事实的补充。9
- boom，0 赞：只留下「新时代圈地活动？」这一句，表达了对数据资源被资本集中占有的直觉反应，但没有提供可核验事实。10
2. 第 7 名：ChatGPT 让人更快，为什么还没有让经济更高效？
争论的两层含义
知乎问题引用了 Hard Reset Media 的文章《The AI Productivity Illusion》。作者 Matt Scherer 先区分了两种「生产力」：个人层面是更快完成任务，经济层面则要看投入和产出创造的价值，而不只是生成了更多文字、代码或应用。文章的核心质疑是，错误校验、返工、基础设施投入和缺乏新增需求，可能抵消任务速度带来的收益。11
文章还引用一张 Financial Times 图表，称 AI 几乎让每月发布的应用数量翻倍，但获得显著使用的应用数量反而开始下降。这个数字是 Scherer 对图表的转述，不应被误读为「AI 让所有软件项目都失败」；它真正提出的问题是：多生产出来的东西，是否有人需要，是否足够可靠，是否产生了新的经济价值。11
更硬的证据来自 METR。它在 2026 年 2 月更新开发者生产力实验设计时承认，早期 2025 年实验中，使用 AI 的资深开源开发者完成任务的时间平均长约 19%，置信区间为增加 2% 至 39%。后续实验的原始估计看起来转为更快：原实验参与者的估计 speedup 为 18%，置信区间为 38% 更快到 9% 更慢；新招募开发者的估计 speedup 为 4%，置信区间为 15% 更快到 9% 更慢。可是 METR 同时明确说，越来越多开发者不愿在没有 AI 的条件下工作、任务选择发生偏移、报酬从每小时 150 美元降到 50 美元，多重选择效应使新数据只能算「很弱的证据」。12
这组结果并没有证明「AI 没用」，反而证明了一件更麻烦的事：随着 AI 进入日常工作，实验对照组越来越难建立。一个开发者说自己快了两倍，和一个项目交付后少返工、用户愿意付钱，是三种不同的指标。
接下来该看什么？
对个人用户，AI 可能已经在写代码、做视频、写小说和整理资料上节省时间；对企业，真正要算的是四笔账：
- 输出质量有没有下降；
- 审核、返工和安全检查增加了多少；
- 省下来的时间有没有转化成更多有效需求；
- 模型、推理、数据中心和人员培训的成本是否低于新增价值。
因此，「四年后社会生产力纹丝不动」不是一个已经被统计数据证明的结论，而是对宏观指标与微观体验落差的提问。更稳妥的趋势判断是：AI 的收益会先在可度量的局部任务里出现，能否扩散到企业和经济总量，要等工作流程重组、质量标准稳定、需求真正增长之后才能判断。
知乎公开可核验观点片段
- 粥星星，0 赞：认为 AI 目前主要擅长搜集、归纳、推理和重复工作，但还不能独立完成从原料、加工到销售的完整链条；在他看来，算力必须与工业系统结合，才会变成更大的生产力。13
- 烟之骑士蕾姆，0 赞：分享了一份 AI 方案的体验：内容看似完整，却被其描述为包含虚构法律、虚构行业标准和大量技术错误；核心观点是生成速度不能抵消事实核验成本。这个案例是个人经历，不能当作普遍比例。14
- 一剑破万法，0 赞：从个人使用出发，认为用 AI 写代码、制作视频和写小说确实让自己更空闲；这提醒我们，宏观生产率没有明显跃升，并不等于每个使用者都没有收益。15
3. 第 9 名：1,293 名员工请政府准备 AI「减速工具」
这封声明到底要求什么？
「Pacing the Frontier」官网显示，声明由 1,293 名前沿 AI 公司员工署名。它担心的不是所有 AI 应用都立即停下来，而是前沿实验室接近把 AI 用于自动化下一代 AI 研究、编码、实验和优化；如果这种自动化让能力迭代速度突然上升，社会可能没有足够时间建立安全措施和监督机制。声明的正式请求是：美国政府支持一项国际努力，开发能够有意识地控制「自动化 AI 研发」前沿速度的技术和治理工具。16
Reuters 对这项行动的报道确认，参与者来自 Meta、Anthropic、OpenAI 和 Google，支持方包括 Guidelight AI Standards 与 Encode AI；签署者包括 Anthropic CEO Dario Amodei、OpenAI 首席科学家 Jakub Pachocki，以及 Meta AI 研究副总裁 Dawn Song。报道还提到，OpenAI 和 Anthropic 都公开回应过对「在未来某个阶段控制前沿研发速度」的支持。17
所以它不是一封简单的「全面禁止 AI」请愿书，更接近于把「AI 研发速度是否需要可协调地放慢」变成一项政策议题。声明没有给出一套已经落地的监管程序，也没有说明谁来定义何时减速、减速多少、如何验证各家公司是否遵守。这些空白，决定了它目前更像方向性倡议，而不是可执行规则。
影响会落在哪里？
第一，治理焦点会从「模型发布前做一次安全测试」移向「整个前沿研发循环的速度」。如果 AI 开始参与模型设计、代码修改和实验排序，传统的发布审查可能来不及覆盖连续迭代。
第二，协调机制可能缓解单家公司不敢先减速的问题。每家公司都担心竞争对手继续加速时，自己单方面停下来会失去优势；国际协作正是要解决这个囚徒困境。但如果规则只增加昂贵的审核和合规成本，也可能让大公司更容易承担、让新进入者更难竞争。这个风险在声明本身没有给出答案。
第三，短期内不应把签名人数直接解释成「1,293 名员工都要求停止 AI」。官网文字的对象是前沿自动化 AI 研发，个人评论也反复提到协调、评估和留出准备时间；不同签署者对风险、工具形式和政府角色的看法并不完全相同。
我的判断是，后续最值得看三件事：有没有可重复的自动化 AI 研发能力评测，政府是否提出具体而可验证的协调工具，以及实验室是否先自愿披露能力跃迁和安全门槛。只有「减速」变成可测量的阈值，而不是口号，它才会从行业声明进入政策执行层。
知乎公开可核验观点片段
- 白露未晞 me，9 赞：把声明的对象理解为 automated AI development，而不是所有 AI 应用；同时提醒签名是自愿样本，不能从签署者名单推断整个行业员工的总体意见。后半部分是答主对公开名单的统计解读，不等同于声明方的官方结论。18
- 沧桑的夜晚，0 赞：把讨论引向中国制造业的网络安全，担心更强的 AI 进入工业系统后可能带来新的控制风险；这是政策联想，不是声明文本中的具体条款。19
- 99 号特工，0 赞：支持限制美国 AI 的发展速度，但反对把同样的限制延伸到中国，代表了讨论中明显的地缘竞争视角。它表达了立场，没有提供独立证据。20
4. 第 25 名：Grok 生成《奥德赛》，目前只有一句公开承诺
马斯克 7 月 22 日在 X 上写道：「Before this year ends, Grok Imagine will make a full-length movie of The Odyssey that is historically accurate and true to the art of Homer。」这条帖子可以确认他的承诺内容、时间边界和「历史准确、忠于荷马艺术」的目标；它不能证明电影已经进入制作、Grok Imagine 已具备稳定生成长片的能力，也没有公布预算、版权安排、演员、发行渠道或验收标准。21
Loading content card…
这条热搜的价值，恰恰在于它把「生成一段好看的短视频」和「完成一部长片」之间的差距暴露出来。长片需要跨镜头保持人物、空间、动作和叙事连续性，还要处理原作改编权、历史表达、声音与音乐版权，以及观众愿不愿意为成片买票。单条 CEO 帖子没有回答这些问题。
如果项目真的在今年内交付，最有信息量的不是宣传片，而是三个可复核节点：是否出现完整片长和正式发行页面，成片能否维持角色与场景一致性，版权和 AI 生成标识如何处理。在这些节点出现前，把它归类为产品路线宣示，比把它写成 AI 电影已经落地更准确。
知乎公开可核验观点片段
- 游民，3 赞：认为马斯克是在诺兰版《奥德赛》的票房表现后「破防」，把这件事理解成个人竞争和舆论反击；这是对动机的推测，不能当作马斯克的自述。22
- 林流毅，1 赞：认为以马斯克的资源，完全可以直接雇佣团队拍摄系列电影，因此更怀疑这是一种个人兴趣或挑衅，而不是成本驱动的电影工业方案。23
- 胡胡，0 赞：偏好马斯克提出的更直接的视觉路线，认为未来电影可能更追求爽快和效率；这代表审美偏好，不提供技术或商业证据。24
今天的共同变量：谁能把「速度」变成可持续交付？
四条热搜表面上相距很远：一本旧书、一项宏观指标、一封员工声明、一部尚未完成的电影。它们却都在追问同一件事：AI 公司获得了更快的生成和研发速度之后，能不能把速度变成可验证、可持续、可承担责任的产出？
- 旧书采购解决的是数据来源，却没有自动解决版权和知识开放问题；
- 个人任务变快，不代表企业质量、需求和利润同步上升；
- 员工请愿提出了减速方向，却还没有一套可执行的阈值；
- CEO 的长片承诺展示了想象力，却没有替代成片、版权和发行证据。
今天值得继续追踪的不是「AI 会不会改变一切」，而是四组更朴素的数据：训练语料的来源审计、交付后的返工率、自动化 AI 研发的独立评测，以及 Grok 长片是否出现正式成片。它们比热搜标题更接近技术和商业的真实进展。
本轮前 30 条中，排名第 8 的宇树机器人拆解题也与制造业高度相关，但原始日经 xTECH 视频本轮未能稳定打开；在无法复核日文原片的情况下，本文没有把中文转述当成已确认结论。404 Media 关于旧书采购的正文同样未完整开放，因此正文没有采用搜索摘要中无法由原文复核的订单数量。
References
- 1知乎问题：AI公司收购旧书训练模型
- 2知乎问题：ChatGPT与社会生产力
- 3知乎问题：AI员工请愿控制发展速度
- 4知乎问题：Grok生成AI版奥德赛
- 5404 Media：AI公司购买大量旧书用于训练数据
- 6Goodwin：Anthropic AI训练合理使用裁定
- 7Reuters：出版商申请加入Google AI训练诉讼
- 8知乎回答：第欧根尼谈AI训练与知识垄断
- 9知乎回答：以四库全书类比AI知识控制
- 10知乎回答：新时代圈地活动
- 11Hard Reset Media：The AI Productivity Illusion
- 12METR：更改开发者生产力实验设计
- 13知乎回答：AI与工业生产力
- 14知乎回答：AI方案的错误与生产力
- 15知乎回答：AI带来的个人效率
- 16Pacing the Frontier：前沿AI公司员工声明
- 17Reuters：科技公司员工呼吁国际协作管理先进AI风险
- 18知乎回答：Pacing the Frontier的样本与对象
- 19知乎回答：AI发展与制造业安全
- 20知乎回答：AI发展速度与国家竞争
- 21Elon Musk在X上的原帖：Grok Imagine将制作AI版奥德赛
- 22知乎回答：马斯克与诺兰的竞争动机
- 23知乎回答：Grok电影计划的可行性质疑
- 24知乎回答：对AI版奥德赛的审美看法
Related content
- Sign in to comment.