Google 与 Reddit 就 AI 训练数据达成交易
Google 以每年 6000 万美元授权 Reddit 数据用于 AI 训练的交易，引发了关于当用户生成内容被货币化时，谁应该受益的争论。评论者质疑 Reddit 的帖子库究竟是高质量数据，还是被大量虚假草根宣传污染，并担心这一举动会进一步侵蚀“开放互联网”，把更多对话推向私密或付费墙空间。另一些人指出，Reddit 的服务条款本来就允许内容被广泛再利用，把这笔交易视为类似广告销售的 IPO 驱动型变现，并担心贡献者不会看到任何经济回报。
交易规模、价值与排他性
- 许多人认为每年 6000 万美元很便宜，考虑到 Reddit 在搜索中的核心地位以及其计划中的 50 亿美元 IPO 估值；有人估计，Reddit 相关查询占自己使用 Google 的很大一部分。
- 也有人认为，不能把年度授权费和公司的总价值相比；Reddit 也可以把数据转售给许多 AI 供应商。
- 一些人表示，这笔付款是为了增量 API 访问和法律保障，因为 Google 本来就已经索引了 Reddit；普遍怀疑存在排他性。
- 少数观点认为：为用户免费创造的数据付费是“令人作呕”的，尤其是在没有用户收入分成的情况下；而另一些人回应说，托管和社区建设足以证明 Reddit 分得这部分收益是合理的。
数据所有权、补偿与服务条款
- 多条评论指出，Reddit 的服务条款赋予其广泛、永久、可再授权的权利；用户实际上已经同意数据被转售。
- 有人认为，如果人们想获得报酬，就不会为了免费而公开发帖；也有人说，他们发帖是为了讨论和广告支持的托管，而不是作为训练数据。
- 还有人担心，这会把互联网从“思想市场”变成 AI 和股东的原材料，侵蚀善意。
- 将其与 StackOverflow 和广告进行比较：讨论“以数据换广告”是否比“以数据换 AI”更像一种“公平”的隐性交易。
对开放网络、隐私与平台的影响
- 几位评论者认为，抓取任何公开内容用于 AI 现在已不可避免；预计更多讨论会转移到私密或半私密空间（如 Discord 等），尽管这些平台也可能把数据货币化。
- 另一些人认为，少数公司对数据和算力的集中既危险又监管不足。
- 有人把这一举动描述为 IPO 前准备和长期 API 变现，包括锁定公共 API 和搜索访问权限。
Reddit 数据的质量与偏见
- 对 Reddit 是否适合作为训练数据存在强烈怀疑：大量虚假草根宣传、机器人操纵投票、回音室效应，以及“自信地错误”的群体回答。
- 还有人担心政治和意识形态偏向，以及某些子版块中激进的审核立场，可能会让 AI 产生偏差。
- 有人开玩笑说，这会让 AI 变得更讽刺、更道德说教、也更容易出错；但也有人承认，许多 LLM 已经使用过更早的 Reddit 数据集。
用户回应与应对措施
- 一些人说，他们会减少或停止向 Reddit 贡献内容，算是“用时间投票”。
- 也有人分享了批量删除或打乱旧 Reddit 内容的工具，作为防御措施，不过对 Reddit 实际保留并转售了什么仍存疑。