最近有一份研究,我反复看了三遍。
哥伦比亚大学计算机系的 Chakrabarty 团队,拿到了一份内部数据库 —— 覆盖美国亚马逊上 95% 电子书日销量的 50 万本书的数据。他们从中随机抽了 14,419 本自出版电子书,跨度从 2023 年 1 月到 2026 年 3 月。三年时间,1.4 万本。
研究目标是回答一个具体问题:AI 写的书,有没有挤掉人类作者的位置?
答案是:没有直接挤掉,但把整张桌子掀了。
最让我后背发凉的,不是 AI 写得多好。而是这三组数字。
第一组数字,是这个。
2023 年第一季度到 2026 年第一季度,这三年的累积目录规模增长了 38.3 倍。但每个季度能卖出去的书,只增长了 19.2 倍。而季度总收入,只增长了 8.9 倍。
38.3 / 19.2 / 8.9。
这是一个供给端指数级膨胀、需求端线性跟不上的故事。AI 让写书这件事的边际成本,从几小时人工降到了几秒钟算力。结果就是,2024 年一年新上架的自出版电子书数量,可能比 2010 年代前十年加起来还多。
但买书的人没变多。读书的时间没变长。Kindle Unlimited 的订阅人数,还是那个量级。
供给曲线和需求曲线之间的剪刀差,就是这么拉开的。
接下来第二组数字。
研究里最关键的一个统计,是这个。
他们把所有书分成三档:无 AI 检测、轻度 AI(≤25% AI 文本)、重度 AI(>25% AI 文本)。
重度 AI 的书,占目录的 20%,但只贡献 12.1% 的销售和 11.3% 的收入。
乍一看,这是 AI 书质量不行的证据。卖不动嘛。
但作者做了第二个分析 —— 把 AI 书完全剔除掉,只看纯人类写的书,单书收入变化如何?
结果是,在八个品类里,有七个品类的纯人类书单书收入都在下降。
唯一一个不降反升的,是 Fantasy / Supernatural / Horror(奇幻/超自然/恐怖)。这个品类的 AI 书来得最晚、占比最低、读者最认作者署名。结果单书收入反而涨了 35%。
这说明什么?
说明 AI 书本身卖不动,但它把整个池子撑大了,稀释了所有人的份额。这就好比往一个池塘里疯狂倒鱼,但鱼塘还是那么大。能吃到的鱼,反而少了。
作者把这种现象叫做dilution(稀释)。他们反复强调 —— 这只是观察性证据,不是因果证明。但所有指标的指向,都指向同一个结论。
第三组数字,是最让我不舒服的部分。
研究者用 Allen Institute 的 infini-gram 工具 + Google Books 全文索引,做了一件很聪明的事:他们定义了一种叫稀有表达的句子 —— 这种表达只在 5 本或更少的 Google Books 里出现过,完全不在 4.7 万亿 token 的网页抓取数据里出现。
这种表达,是那种只有真正的书才会写的句子。不是新闻,不是博客,不是社交媒体。是带有作者个人语言指纹的东西。
然后他们去数,头部 AI 书里这种稀有表达占多少。
结果是:
头部 50 本 AI 书的文本里,45% 是这种稀有表达。头部 50 本纯人类书的稀有表达覆盖率是 37.7%。获奖或提名级文学作品呢?只有 19.1%。
注意这个反直觉的发现:AI 书比纯人类书,更接近文学级别的稀有语言覆盖率。它不是 AI 自己生成的伪文学,而是 AI 把已有的、有版权的、有作者署名的稀有表达,重新组装了一遍。
为什么 AI 书这么干还能卖钱?因为人类读者识别不出来。研究者的措辞很克制:这种证据是间接的,但它能配合 AI 检测分数,排除一些AI 跟人类读书一样的常见辩护。
那些最卖钱的 AI 书,不是 AI 写得有多好,而是它抄得有多准。
还有一个数字,我想单独拎出来说。
研究者还追踪了 385 个先发了一本 AI 书、之后明显加产的作者身份(笔名)。其中 287 个在第一本 AI 书之后,月产量开始上升。
最赚的那个笔名,8 本书,总毛收入 170 万美元(扣平台费之前)。单本最高的,卖了 8 万册,64.3 万美元。
这不是一个独立作者副业用 AI 赚点零花钱的故事。这是一个工业化的内容供给流水线。它跟传统出版最大的区别是 —— 边际成本几乎为零。一本书写一个月和写五分钟,投入差不太多。
说到这,这份研究还有一个我之前没想到的用途 —— 它直接对应一个正在打的官司,Kadrey v. Meta。
去年 6 月,联邦法官 Vince Chhabria 在 Meta 案里判了 Meta 胜诉,但同时发了一段很重的警告。他说,很难想象用受版权保护的书造出一个赚几十亿美元的产品,顺带产出可能无穷无尽的竞争作品,这能算合理使用。
原告当时输了,是因为他们没拿出市场稀释的实证证据。
这份研究,正好补上了那个证据。
那这事跟所有写东西的人(包括我自己),关系都很大。
我自己这三年做的公众号,说到底也是同一种生意 —— 用文字传递某种我替你去看了 / 试了 / 想了的内容。这门生意的护城河,从来不是文字本身。
论文里有个反直觉的发现:在那些读者订阅共享池(Kindle Unlimited)占比高的品类里,纯人类书的领先优势反而小了 8.4 个百分点。这跟我的体感一致 —— 平台订阅模式下,读者看的是能不能找到一本打发时间的东西,而不是这本是不是某个作者写的。
订阅经济天然鼓励够用就好,惩罚独特性。
[TODO: Rocky 私人细节 1] —— 比如去年我们公司内部讨论要不要用 AI 写第一稿再人工改,合伙人第一反应是那我们自己的公众号还剩什么,这个问题我现在还没想清楚答案。
[TODO: Rocky 私人细节 2] —— 比如之前写 Anthropic 跟 OpenAI 抢 IPO 那篇时,我查到的数字里,出版业联盟跟 AI 公司的诉讼,已经积压了 N 起。这篇研究是给那些诉讼送弹药。
[TODO: Rocky 私人细节 3] —— 比如我妈退休前是中学语文老师,她总说读书不是为了有用,是为了成为一个人。这话在 AI 时代听起来有点矫情,但每次想起都觉得它在某个地方是对的。
所以如果你问我怎么看 —— AI 没干掉作家。AI 干掉的是用文字传指令这门生意。
但有一件事它替代不了。
稀有的、带个人痕迹的、读过才知道它存在的表达。机器能复制它们的样子,但复制不了它们为什么在那里。
这一篇,就是我想留下来的一点痕迹。
我是智物社 · Rocky。一个在 AI 行业看了三年的人。
如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。
