25年来,维基百科一直是一个开源在线百科全书,任何人都可以贡献知识,只要内容基于可靠、可验证的来源。但随着人工智能工具快速重塑内容创作方式,该平台划定了明确界限:不得使用AI工具为维基百科创建或重写内容。
维基百科的编辑政策明确规定:"大语言模型生成的文本经常违反维基百科的多项核心内容政策。因此,禁止使用大语言模型生成或重写文章内容,除非符合下述例外情况。"
维基百科在脚注中特别提到了ChatGPT和Google Gemini作为例子。
维基百科使用AI的例外情况
维基百科为编辑者和文章翻译列出了几项例外情况。
维基百科允许编辑者在经过志愿审核员或管理员审查后,使用AI对其撰写的文章进行基础编辑,如纠正拼写错误和格式调整。
然而,即使使用AI进行编辑,维基百科也敦促用户保持谨慎,因为AI可能改变某些内容的含义,这可能不准确或与原始来源的意图不符。
维基百科允许使用AI将其他语言版本的维基百科文章翻译成英文。但翻译仍必须遵循维基百科的政策,译者必须精通英语和原文语言,以确保准确性。
执行机制尚不明确
考虑到维基百科是开源项目且AI容易出现错误和抄袭问题,该平台增加这项政策条款并不令人意外。
去年,维基媒体基金会要求AI公司停止从维基百科抓取数据,改用其企业API,这将使它们能够"大规模、可持续地使用维基百科内容,而不会严重增加维基百科服务器负担,同时也能支持我们的非营利使命。"
政策中没有提及如何执行这些规则,或者用户违反规则使用AI时将面临何种处罚。
维基百科的这项政策出台正值AI成为我们日常生活一部分的时期。Apple Intelligence和Galaxy AI现已在智能手机上可用,我们经常使用的应用程序、网站和服务中都内置了AI功能。然而,人们对AI准确性和幻觉风险的担忧日益增加。
维基百科的决定似乎反映了整个互联网面临的更广泛矛盾:在AI生成内容的速度和便利性与人类判断及可验证准确知识需求之间寻求平衡。
Q&A
Q1:维基百科为什么要禁用AI生成内容?
A:维基百科认为大语言模型生成的文本经常违反其多项核心内容政策。作为开源项目,维基百科需要确保内容基于可靠、可验证的来源,而AI容易出现错误和抄袭问题,这与维基百科的准确性要求不符。
Q2:维基百科完全禁止使用AI吗?
A:不是完全禁止。维基百科允许两种例外情况:一是经审核后可用AI进行基础编辑如纠错和格式调整;二是可用AI翻译其他语言版本的维基百科文章,但译者必须精通两种语言以确保准确性。
Q3:如果违反维基百科AI使用规则会有什么后果?
A:目前政策中没有明确说明如何执行这些规则,也没有提及用户违反规则使用AI时将面临何种具体处罚。执行机制仍不明确,维基百科代表也未对此作出回应。
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。