前段時間，網(wǎng)文作者控訴番茄小說讓作者簽約協(xié)議，要讓自己的作品成為AI訓練的語料。都知道語料是大模型發(fā)展的關(guān)鍵，但番茄此舉，還是引起了眾多不滿。

近段時間，不少網(wǎng)文作者在社交媒體發(fā)文控訴，番茄小說在簽約協(xié)議中，增加了“AI訓練補充協(xié)議”，要求作者同意把作品“授權(quán)”給平臺的AI，用于內(nèi)容開發(fā)。

一、背刺平臺作者

根據(jù)此次補充協(xié)議內(nèi)容，作者完成簽署后，其作者全部/部分內(nèi)容及相關(guān)信息，都將用于平臺AI人工智能模型訓練，或者其他新技術(shù)研發(fā)應用場景。如若簽訂，作者后續(xù)“將優(yōu)先參與平臺AI新功能內(nèi)測”。

也就是說，番茄小說的作者，被迫同意補充協(xié)議后，其小說作品便被平臺拿去“投喂”給大模型訓練。但他們并不能拿到更多收益，最多是獲得一個十分雞肋的新功能內(nèi)測資格。

實際上，早在2023年，就有作者在番茄小說的簽約協(xié)議中，發(fā)現(xiàn)涉及AI訓練的條款。當時并沒有被作者和業(yè)界廣泛關(guān)注。這次拿“作者小說訓練AI”事件之所以發(fā)酵，主要還是番茄小說的吃相過于難看，更多作者選擇停更、斷更和在社交平臺發(fā)聲抗議，來和平臺博弈、維權(quán)，要求解除AI協(xié)議。

網(wǎng)文作者在社交平臺發(fā)帖截圖

一方面，番茄小說合同中關(guān)于作品“投喂”AI的條款，隱蔽且“霸道”。不少作者是通過網(wǎng)絡帖子才注意到合同中的“霸王條款”。從作者發(fā)帖的內(nèi)容可以看到，番茄小說的補充協(xié)議里，并沒有明說平臺不會把作品拿去訓練AI，但也沒有放棄尋求作者的同意，甚至在引導作者，讓渡自己的權(quán)益。

網(wǎng)文作者在社交平臺發(fā)帖截圖

另外一方面，面對“投喂”AI引發(fā)的爭議，番茄小說在相關(guān)論壇及其今日頭條官方賬號進行回應，稱“官方?jīng)]有發(fā)布過任何純AI寫作的作品，也不會違背作者個人意愿使用AI寫作能力。如作者對協(xié)議有異議，可以盡快協(xié)助解除相關(guān)AI條款約定。”

但平臺作者們認為，番茄小說回應所選擇的論壇和今日頭條賬號，并不被所有人知曉。這個姿態(tài)，只是對外界的一個交代，不是直接觸達作者的信息渠道。因為番茄小說平日給作者發(fā)信息的正規(guī)渠道都是站內(nèi)信。

“這就是希望我們盡可能少關(guān)注到這件事的新聞或者帖子，盡量減少去主動解約作者人數(shù)。”有作者提到。此外，還有多位作者表示此回應避重就輕、玩文字游戲：“沒發(fā)布過‘純AI’寫作的作品，意味著可能發(fā)布過大部分內(nèi)容由AI生成的作品，比如真人搭框架，AI填內(nèi)容?！?/p>

隨著抵制和反對聲音的持續(xù)放大，番茄小說不得不上線合同條款解除功能，支持解除“AI訓練補充協(xié)議”。

即便如此，解約也并沒有那么輕松。有作者發(fā)現(xiàn)，解約的操作入口很深。還有作者提到，他的解約申請16日已經(jīng)提交，但至今還在待處理狀態(tài)。還有上百位博主發(fā)帖表示，與番茄小說解約后被限流，且沒有收到違反有關(guān)規(guī)則的通知。不少作者更擔心被平臺方起訴，泄露合同內(nèi)容。一旦敗訴，賠償金也會是一筆不小的費用。

在人工智能技術(shù)發(fā)展，AI創(chuàng)作大趨勢下，番茄小說推出AI輔助工具無可厚非，一定程度上也能提高網(wǎng)文作者的寫作效率。但番茄小說把AI補充訓練協(xié)議明確寫在作者合同中，沒有考慮作者的心情，強行把作者的勞動成果“投喂”給AI，不僅涉嫌侵犯內(nèi)容版權(quán)，更是對他們的一種背刺。

因為對于很多網(wǎng)文作者來說，這是他們的謀生之路。如今在不知情的情況下，隨時可能被AI作者替代，何嘗不是第二個面對無人駕駛的網(wǎng)約車司機？畢竟，原創(chuàng)作者堅持日更千字甚至萬字就極為難得，而AI作者分分鐘就能“創(chuàng)作”出一本小說。

經(jīng)濟觀察網(wǎng)還提到，明確把AI條款寫進合同的，只有番茄小說一個平臺。閱文集團、掌閱、七貓小說、中文在線等網(wǎng)文平臺的作者和工作人員，他們均稱沒有見過類似AI條款。換句話說，直接宣布將語料“投喂”給大模型的平臺， 目前僅有番茄小說一家。

拿了你的東西，還不明確告知目的是什么。這也就能理解，番茄小說為何在這輪風波中，被作者推到對立面，奮起落錘反抗。有作者便表示準備和小伙伴離開，“越了解AI寫作，越覺得番茄小說不把作者當人。”

二、番茄小說的底氣

雖然放在全球范圍看，AI創(chuàng)作引發(fā)的爭論和抗議早已有之。比如，2023年7月，出于對AI發(fā)展的忌憚，有著近16萬成員的好萊塢三大工會之一的美國演員工會（SAG-AFTRA）也出現(xiàn)過罷工現(xiàn)象，罷工人員曾在十數(shù)家制片公司外舉行抗議活動。

再比如，2023年底，《紐約時報》就將微軟和OpenAI告上法庭，稱被告未經(jīng)許可使用數(shù)百萬篇版權(quán)文章訓練AI模型，開發(fā)有競爭屬性的產(chǎn)品，賺取了豐厚的利潤，但嚴重威脅到了新聞從業(yè)者的生計，造成數(shù)十億美元的損失。在此之后，陸續(xù)有媒體加入到反抗的隊列。截至今年6月，至少已有12家新聞媒體機構(gòu)對OpenAI和微軟提起了侵權(quán)訴訟。

與之對比，番茄小說AI協(xié)議事件，可以定義為是國內(nèi)首例內(nèi)容創(chuàng)作者聯(lián)合反對AI寫作的案例，值得網(wǎng)文行業(yè)以及AI從業(yè)者的反思。晉江文學城總裁劉旭東就表示，他并不鼓勵AI創(chuàng)作。人類作者參與這種行為是飲鴆止渴。遲早有一天，平臺會用自己訓練的AI虛擬作者代替人類作者?！叭绻@一天注定要到來，我希望來得晚一些”。

在他看來，網(wǎng)文平臺看重AI，大部分是為了降本增效。特別是在免費網(wǎng)文平臺，有一些靠發(fā)錢吸引來的、對作品質(zhì)量要求不高的讀者，他們需要“量大管飽”、品質(zhì)不必太高的內(nèi)容，而AI寫作的內(nèi)容恰好能滿足這種需求。所以鼓勵AI創(chuàng)作就成了一些平臺的導向。

如其所說，網(wǎng)文平臺布局AI已久。在番茄小說的AI條款發(fā)酵之前，包括字節(jié)跳動系、騰訊系、知乎在內(nèi)的多家公司，都在投入以中文寫作為核心能力的大模型。

比如去年7月，閱文發(fā)布了國內(nèi)網(wǎng)絡文學行業(yè)首個大模型“閱文妙筆”，并基于這一大模型推出應用產(chǎn)品“作家助手妙筆版”；知乎在2022年，作為領(lǐng)投方，參與了AI創(chuàng)業(yè)公司面壁智能的天使輪融資。此后，2023年11月，和面壁智能共同發(fā)布了“知海圖AI”中文大模型；“七貓”平臺宣布基于跟百度的“文心一言”合作，為作者提供了“AI助理”等相關(guān)輔助寫作功能，可以提供歷史文化信息、為角色命名、生成場景描寫等。

同時，撇除劉旭東觀點里的“競品思維”，有一點是客觀的。番茄小說成立不過5年，便超越閱文（起點）、晉江等老牌網(wǎng)文平臺，一躍成為用戶最多的免費小說平臺，靠的就是“免費、量大、管飽”的策略。

這放在字節(jié)跳動“App工廠”體系內(nèi)，其增長策略和今日頭條、抖音如出一轍：用戶看書不花錢，還能通過不斷地刷時長，獲得積分、金幣甚至返現(xiàn)獎勵，番茄小說憑借用戶規(guī)模獲得廣告收益。這個模式也被業(yè)界評價為，“用戶沒有花錢買商品，因為用戶就是被賣掉的商品”。

調(diào)研機構(gòu)QuestMobile數(shù)據(jù)顯示，番茄小說位列2023年12月國內(nèi)數(shù)字閱讀行業(yè)MAU（月活躍用戶數(shù)）規(guī)模首位，MAU為1.92億，同比增長35.8%。另據(jù)晚點LatePost曾披露，2023年，番茄小說的收入已經(jīng)超過 100 億。“挾流量以令作者”，這或許是番茄小說的底氣。

三、大模型的中文語料焦慮

目前來看，AI替代的問題是一個全球性也是時代性的爭論話題。由番茄小說AI訓練協(xié)議推高的，關(guān)于平臺用作者內(nèi)容投喂AI是否侵權(quán)以及如何界定、AI是否會革了網(wǎng)文作者的“命”、AI對內(nèi)容創(chuàng)作影響有多大等問題的探討，短期內(nèi)難以有一個共識的答案。但可以確定的是，當下沒有誰，包括內(nèi)容創(chuàng)作者群體，愿意被動的成為AI訓練的“花肥”，自然會站出來說“不”。

番茄小說“頂風作案”還引發(fā)一個關(guān)鍵問題：字節(jié)大模型的語料不夠“吃”了，正面臨著語料短缺的焦慮。今年5月，字節(jié)跳動發(fā)布豆包大模型，官方宣稱，豆包大模型正成為國內(nèi)使用量最大、應用場景最豐富的大模型之一，目前日均處理1200億Tokens文本，生成3000萬張圖片。番茄小說是其接入的50余個業(yè)務之一。

番茄小說基于豆包大模型的AI功能箱擴充——番茄小說上線了AI擴寫、AI改寫、自定義描寫、AI續(xù)寫、AI起名、卡文錦囊、AI助手七大功能——自然需要更多的文字作品來喂養(yǎng)，也需要更多數(shù)據(jù)來支撐AI寫作，平臺作者便成為所需“花肥”。

事實上，在番茄小說AI訓練補充協(xié)議上線之前，豆包的語料庫中，已經(jīng)疑似被投喂了全網(wǎng)的免費、付費文學作品。藍鯨新聞報道，有番茄小說作者提到，在豆包搜索個人在起點上架的小說內(nèi)容時，也能搜索到有關(guān)內(nèi)容。該作者懷疑在番茄小說的實名注冊信息被泄露，各大平臺以自己不同網(wǎng)名來寫作的內(nèi)容都已經(jīng)被抓取。

網(wǎng)友質(zhì)疑平臺出現(xiàn)AI作者洗稿抄襲。圖源：界面新聞

還有作者爆料，WPS疑似將自己的審簽內(nèi)容喂給了豆包，稱“我才發(fā)表到35章，豆包章綱直接給我擴到90章。我的細綱里中后期劇情還沒發(fā)表出去，豆包都出章綱了，那些劇情還和我大綱的劇情一模一樣，只有順序有點亂?！?/p>

對此，豆包也發(fā)布聲明稱，傳言完全不實。豆包上部分書目信息，來源于公開信息，豆包也會給出相關(guān)網(wǎng)站信息；豆包與WPS在AI訓練層面并未開展任何形式的合作，也沒有使用任何用戶未公開的私人數(shù)據(jù)進行訓練。

抖音也進一步明確，作者問詢相關(guān)書目信息，豆包是基于公開搜索結(jié)果呈現(xiàn)作品及概述，不存在盜用信息行為。番茄小說對于已經(jīng)簽署補充協(xié)議、或簽約條款中包含AI條款的作者，已開放相關(guān)通道，將協(xié)助作者盡快解除相關(guān)AI條款約定。

但這并沒有打消作者和業(yè)界的疑慮。信奉實用主義的字節(jié)，此前就有過類似的“騷操作”。今年5月，豆包被爆出將AI自問自答的內(nèi)容生成靜態(tài)網(wǎng)頁，利用搜索引擎提高排名曝光，從而吸引流量。比如，當有人問AI搜索軟件Perplexity一個無厘頭的問題：“林黛玉的性格和魯智深的性格有什么相似之處”時，答案其中一個信息源，竟然是豆包和用戶的聊天記錄。

要知道，數(shù)據(jù)是支撐大模型發(fā)展的核心要素之一，語料即是大模型訓練所需要的數(shù)據(jù)，是巧婦下廚的“米”。同時，語料的質(zhì)量會顯著影響大模型的性能。數(shù)據(jù)質(zhì)量低，輸出的結(jié)果必然會是“垃圾內(nèi)容多”。

唐辰注意到，阿里研究院在最近發(fā)布的《大模型訓練數(shù)據(jù)白皮書》中提出，互聯(lián)網(wǎng)上中文語料和英文語料占比存在顯著差異：在全球網(wǎng)站中，英文占比高達59.8%，而中文僅占 1.3%。

商湯科技大裝置事業(yè)群高級總監(jiān)張行程表示，中文高質(zhì)量語料相對缺乏是國內(nèi)外大模型面臨的共同問題。中文語料庫不僅規(guī)模較小，且其電子化和網(wǎng)絡化程度明顯不足。此外，受版權(quán)、隱私等限制，許多優(yōu)質(zhì)中文語料庫也無法公開獲取。

去年，閱文在推出“閱文妙筆”時，就被問詢其素材來源，但相關(guān)負責人不予置評。從這點上看，字節(jié)跳動正面臨中文語料短缺的問題，也是國內(nèi)所有大模型廠商的共同困境。

而這，也是主張“大力出奇跡”的字節(jié)跳動，為實現(xiàn)大模型訓練的可靠性甚至領(lǐng)跑行業(yè)，才跑偏了，不顧一切的將網(wǎng)文作者、作品作為“花肥”，投喂給AI的根本原因。

參考資料：

中國企業(yè)家雜志，《3個月上架222本書，番茄小說疑似“進化”出AI作者》

科技日報，《大模型發(fā)展提速 中文語料夠“吃”嗎》