Patreon首席执行官Jack Conte在本周奥斯汀SXSW大会上明确表示,他并非反对AI技术。作为一家科技公司的创始人,他无法完全反对技术进步。然而,这位创作者平台的创始人对AI公司的某些做法持有明确的底线立场。
Conte强烈反对AI公司在未经补偿的情况下使用创作者作品来训练模型,他认为这些公司声称的"合理使用"论调完全站不住脚。在SXSW的演讲中,Conte将AI定位为创作者在互联网时代经历的又一次颠覆性变革,类似于从iTunes购买音乐到流媒体的转变,或视频格式向TikTok偏爱的垂直格式转换。尽管AI可能会打破创作者多年来辛苦建立的商业模式,但他相信创作者们最终会蓬勃发展。
作为一名艺术家,Conte学到了重要的一课:变化并不意味着死亡。创作者可以重新站起来,继续前行。正是基于解决音乐人面酬问题的初衷,他创建了Patreon平台。
在谈到AI公司的行为时,Conte直接从演讲稿中读道:"AI公司声称合理使用,但这个论点是虚假的。虽然他们声称将创作者的作品用作训练数据是合理的,但同时却与迪士尼、康泰纳仕、Vox和华纳音乐等权利持有者和出版商达成数百万美元的交易。"
Conte指出,如果AI公司关于合理使用的论点在法律上是成立的,那么他们就不会向这些大型权利持有者付费。"如果使用这些内容是合法的,为什么还要付费?为什么要向他们付费,而不向创作者付费——不向数百万插画师、音乐家和作家付费——这些人的作品被这些模型消费,为这些公司创造了数千亿美元的价值?"
显然,Conte希望为Patreon自己的创作者社区也能获得一些类似的报酬。他正在利用Patreon作为拥有数十万人的创作者社区的规模来支持这一论点。
Conte澄清说,他之所以公开批评AI公司的行为,并不是因为他反对AI、反对科技,甚至反对变化。"我接受变化的不可避免性,并在发现穿越混乱的下一条道路中感到能动性。这种挑战的一部分甚至让我兴奋,"Conte说道。"尽管如此,AI公司应该为我们的工作向创作者付费,不是因为技术不好——而是因为其中很多是好的,或者很快就会变好——这将是未来。当我们为人类的未来做规划时,我们也应该为社会的艺术家做规划,不仅是为了他们,也是为了我们所有人。重视和激励创造力的社会会因此变得更好。"
演讲以充满希望的基调结束,Conte表达了他的信念:无论AI在这方面取得什么进展,人类都将在很长时间内创造和享受其他人类的作品。"伟大的艺术家不会重复已经存在的东西,"Conte说,这里提到了大语言模型预测适当输出的能力。"他们站在巨人的肩膀上,推动文化向前发展。"
Q&A
Q1:Patreon CEO为什么批评AI公司的合理使用论调?
A:Patreon CEO Jack Conte认为AI公司声称的"合理使用"论调是虚假的,因为这些公司一方面声称免费使用创作者作品训练模型是合理的,另一方面却与迪士尼、康泰纳仕等大型权利持有者达成数百万美元的付费协议,这种双重标准说明他们的合理使用论调站不住脚。
Q2:Jack Conte对AI技术持什么态度?
A:Conte并不反对AI技术本身。作为科技公司创始人,他接受技术变化的不可避免性,甚至对挑战感到兴奋。他认为AI技术很多是好的,将成为未来趋势,但强调在规划人类未来时,也应该考虑到创作者的权益和价值。
Q3:Patreon CEO如何看待创作者面对AI变革的未来?
A:Conte以乐观态度看待创作者的未来。他相信变化不意味着死亡,创作者可以重新站起来继续前行。他认为无论AI如何发展,人类都会长期创造和享受其他人类的作品,因为伟大的艺术家会站在巨人肩膀上推动文化向前发展。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。