与Aron D'Souza关于"Objection"平台及AI新闻核查的完整对话实录

编者按：由于D'Souza的提案以透明度和问责制为核心，我们特将这篇采访全文公开发布。本次对话发生于2026年4月14日，文字稿经过适当的清晰度和篇幅编辑。相关报道文章可点击链接阅读。

Aron D'Souza：我从上周我们的谈话中收获了很多。我认为这是一个非常有意思的问题——如果你拥有世界上所有的资源，你会如何重新发明新闻业，或者说"真相传播"这件事，来提升我们社会的整体质量？

Rebecca：先从头说起吧。你正在创办的这家公司叫什么名字？融了多少钱？投资人是谁？它想解决什么问题？

Aron：先说问题本身。1970年，根据盖洛普民调，法院、科学家和记者的公众信任度大致相当——约有70%至80%的美国人信任这三类机构。如今，法院的信任度基本持平，科学家在新冠疫情后略有下滑，但新闻业的公众信任度却在50年间从70%骤降至30%。这就是我想解决的核心问题。

我们正在创建的公司叫做"Objection"，它结合AI与人工调查员，对任何公开报道进行事实核查。这是新闻业有史以来首个系统性问责机制。这一想法源于我为彼得·蒂尔主导的Gawker诉讼——霍克·霍根为了获得正义花了整整10年和1000万美元。这对大多数人来说太慢也太贵了。我想打造一套系统，让每个人都能以更低成本、更高效率获得公正、核查和真相。我们已完成数百万美元的种子轮融资，投资人包括彼得·蒂尔、巴拉吉·斯里尼瓦桑以及其他几位风险投资人。

Rebecca：好的，你们这周正式发布？

Aron：是的，明天发布。

Rebecca：所以这是一个让人们对报道内容提出异议的平台？

Aron：是的。首先是一个哲学问题：什么是真相？我喜欢说，真相不是一种感觉，真相是一套流程。我们社会中寻找真相的两种有效机制是法庭和科学方法。对抗性法庭中，原告和被告各执一词，海量证据由中立法官裁定。另一方面是科学方法，强调实验的可重复性——如果你要报道"Objection"的发布，一位客观记者写出的文章，理想情况下应该与另一位客观记者写出的内容高度一致。这两种方法都是寻找真相的有效途径，也都获得了社会的高度信任。这些可以成为重新构建真相发现机制的有用工具，因为这归根结底是我们社会面临的最大挑战之一。没有共同的真相，我们就无法建立文明，而我们目前并没有一套公认的真相发现体系。我正试图建立这样一套体系。

Rebecca：那这不就是一个资金更充裕、由AI驱动的"真相裁判所"？埃隆·马斯克在2018年因对特斯拉的负面报道发了条推特，想要建立一套名声评分系统来"管束"批评者。

Aron：据我所知，他根本没有建成。

Rebecca：对，所以这感觉有点像。

Aron：有人批评这个项目背后有亿万富翁参与——但实际上，几乎每家主要媒体背后都有亿万富翁。你们自己的媒体就隶属于阿波罗全球管理公司，背后是有着复杂历史的莱昂·布莱克。（免责声明：TechCrunch目前已不再由阿波罗所有。）你对此的回应是编辑与广告部门的职能分离，我认为同样可以用类似的方式回应这个批评：我的投资人和我们正在构建的软件之间，存在明确的边界。

Rebecca：那不是我的问题。我的问题是：这和"Pravda"项目非常类似，而且你实际上正在推进。

Aron："Pravda"从来没有建成。他发了那条推特，我觉得从智识角度看非常有意思：新闻业的核心原则之一是记者监督权力，那谁来监督新闻业？我们都不希望这件事由政府来做，那样就会走向中国共产党式的管控模式。所以有效的、由私营部门主导的方法是什么？我们与"Pravda"构想之间最重要的实质区别——因为Pravda从未发布技术白皮书，我也不知道他们会如何设计——在于我们正在构建一套"无需信任"的系统。我用大英百科全书与维基百科的对比来类比：百科全书说，我们有严格的编辑标准，只有牛津和剑桥最顶级的教授撰稿，我们有权威编委会和严谨的出版流程。而维基百科提出了一种截然不同的方法：不要信任人，要信任软件。通过让所有人以最便捷的方式参与贡献，仅仅几年后，《自然》杂志就证明了——大英百科全书的错误多于维基百科。（事实核查：《自然》的报告发现维基百科的准确性与大英百科全书大致相当，并非错误更少。）我们正在构建的系统，不需要你信任我，不需要你信任我的投资人。它需要你信任的是一套流程，这套流程已在我们的官网上完整记录，你可以下载所有技术白皮书。

Rebecca：你说要信任系统，但系统本身是由人构建和治理的，包括你。什么能让人信任这套系统？

Aron：看技术本身，看流程本身。我们不会因为不信任吉米·威尔士这个人而不信任维基百科。

Rebecca：但我不认识吉米·威尔士是谁。我却认识彼得·蒂尔，也认识巴拉吉·斯里尼瓦桑。彼得·蒂尔资助了一场让一家媒体公司破产的诉讼，而你正是那场诉讼的主导者。记者们为什么要相信一个由他背书的系统是中立的？

Aron：你会把对Gawker的追责定义为负面的吗？他们发布了一段未经授权的性爱录像，而皮内拉斯县一个自由独立的陪审团——

Rebecca：那不是我的问题。你回答我的，我再回答你的。

Aron：好——再说一遍你的问题。

Rebecca：为什么记者要信任一个由彼得·蒂尔支持、由搞垮媒体公司的人运营的系统？巴拉吉·斯里尼瓦桑也是个反体制、支持"网络国家"的人。这未必是中立的基础设施。它来自一群对新闻业有明显敌意的人。

Aron：我认为那是一种健康的怀疑主义。而那些被建立起来用于事实核查的机构——比如ProPublica等——实际上并没有做得很好。过去十年里，特别是在社交媒体领域，有大量资金投入到了事实核查上。

Rebecca：你凭什么认为他们没做好？PolitiFact存在，ProPublica存在——我不认为他们在发表错误信息。

Aron：如果他们真的有效，媒体信任度的下滑早就停止了。

Rebecca：我在这一点上保留不同意见。我认为，媒体信任度下降并不一定意味着新闻媒体中没有真相。问题在于认知，而这种认知在很大程度上是被拥有大量受众的权贵们塑造的——他们喊着"假新闻"，只是因为不喜欢媒体报道他们的丑行。

Aron：但为什么同样的行为模式没有影响公众对科学或法庭的信任？比如特朗普总统——

Rebecca："MAHA运动"正在进行中，我认为今天很多人对科学确实存在不信任。

Aron：这与数据不符。看盖洛普对科学、法庭和记者的信任度调查——科学家在新冠疫情后确实受到冲击。但法庭呢：这位总统的受众远多于最高法院大法官，他不断批评法庭系统，但公众对法庭系统的信任依然很强——甚至我作为一名律师会说，信任度高得有点过分了。强权人物常规性地批评法庭，但法庭的信任度依然令人瞩目。

Rebecca：所以这个流程也很慢、很贵？

Aron：有一点我们绝对可以达成共识：律师不应该每小时收2000美元，把本来可以快速解决的事情拖成持续数十年的旷日诉讼。作为一个律师和法律学者，当你亲眼看到诽谤或libel案的实际运转方式，你会感到愤慨。整个法律系统是为律师设计的。一切都比应有的更慢，所有人都在按小时计费，最终个人根本无法获得公正。彼得·蒂尔的委托人霍克·霍根只是一个中等知名度的名人，他根本负担不起起诉Gawker的费用。我们可以讨论Gawker的是非曲直和第一修正案的含义，但归根结底，一个有一定知名度的人应该能够获得公正，而这正是当前环境的一大失败。

Rebecca：那不是记者的错。非经同意发布某人的裸照——我不认为那叫新闻。你的平台看起来主要针对记者。你说这是关于真相和问责。这真的是针对记者的，还是也包括所有具有大众影响力的人，比如播客主播？

Aron：你会在平台上看到一个关于乔·罗根的现场测试案例。我上过他的节目，他的播出形式以一种新颖独特的方式赢得了听众的信任。但他的受众非常庞大，影响力极强，因此把他排除在外是不合适的。播客主播、YouTuber、TikToker——30岁以下的人对TikTok的信任程度不亚于《纽约时报》。这很令人担忧。

Rebecca：为什么你的宣传重点是让记者承担责任，而不是那些受众更广、标准更宽松的平台和个人？记者是有职业道德准则的。记者并非不受约束——组织内部有同行评审流程，任何人都可以提起诽谤诉讼，任何人都可以通过反驳或对立报道来回应。

Aron：这些都是合理的观点。但社交媒体的本质在于，许多平台已经在处理内容创作者的虚假信息问题。X上的"社区笔记"就很有成效。

Rebecca："社区笔记"也被用于对已发布文章的评论。

Aron："社区笔记"其实是"无信任系统"的一个很好的例子——全部源代码都可以在X网站上查阅。我挑战你去读一读，因为它很复杂，但经过深思熟虑，以至于没有任何一个人可以操控它。是的，外面有很多问题。我选择聚焦于传统媒体，特别是因为那种"我们有编辑标准和严格内部流程"的门槛说法，与现代世界已经不相符了。我私下和记者们交流时，他们总说80年代做记者很好——丰厚的差旅费、充足的预算、大量时间做深度调查报道。由于过去三四十年新闻业的结构性变化，这已经不可能了。这种经济变化也改变了激励机制。1990年，《纽约时报》记者的工作是吸引订阅者。现在，记者必须非常注重点击量、个别标题、什么会走红——他们受制于算法。这从根本上改变了激励逻辑。

Rebecca：我觉得我的工作正在被居高临下地解释。这不一定是我们的运作方式。当然你希望写出人们愿意读的标题，但我不会坐在这里想，什么故事会走红让我刷爆点击量？我思考的是，如何问责权力？如何准确真实地报道我观察到的趋势？我们很多故事表现并不好，也有一些很好——什么让故事有传播力其实很难预测，有时候最平淡的故事反而获得最多浏览量。你说的有一定道理，但并非所有媒体都转向了点击驱动，这并不意味着故事本身的真实性必然下降。

Aron：当预算更充足、激励机制不同时，写出真实、不哗众取宠的故事要容易得多。美国记者的薪资甚至低于新入职的Uber司机，这真的令人遗憾。这是一个服务公众利益的重要职业——它是宪法权利法案中唯一明确列举的非政府职业。

Rebecca：它是第四权力。你说这是一个重要职业。那么，记者能在保护消息来源身份的同时完全配合你的系统吗？

Aron：从我们上次的谈话中我认真想过这个问题，我认为这里有一个技术解决方案。我很想听听你的意见，因为我已经让团队着手构建。软件开发的美妙之处在于可以快速迭代。

保护消息来源对于报道重要故事至关重要，但这里存在一个权力不对称：报道对象被曝光，却无法质疑消息来源；外界也无从观察编辑流程，因为我们不是局内人，看不到编辑、律师等人批准使用该消息来源的内部会议。我让工程师构建的是一套加密哈希机制。你可以登录Objection，上传关于消息来源的录音信息、部分身份核验信息等。AI会读取这组数据，并判断：好，这是高质量的报道——Rebecca，你被授予一份证书，允许你在特定方式下使用该匿名消息来源，且该来源已在一个完全开源的"无信任"系统中得到独立验证。从工程角度来说存在一些限制——它需要AI模型处理，所以如果你在报道萨姆·奥特曼，我们不能把数据传给OpenAI。但有足够多的基础模型可以解决这个问题。

Rebecca：好，先退一步，因为我不确定我们是否已经向读者清晰解释了这个模式。你可以付费对一篇内容——无论是文章、播客还是YouTube视频——提出异议。一旦异议提交，就会有一套AI加人工的……？

Aron：人工调查员，大多是前执法专业人员：前CIA、FBI、军情六处特工。

Rebecca：这些人你已经招募了？

Aron：是的。基本上类似一支Uber司机队伍——承包商和自由职业者，就像大多数记者本身也是自由职业者一样。其中也有一些曾在知名媒体工作过的调查记者。他们会逐行、逐句、逐项核查文章。所有被公开引用的受访者都会接到电话：你真的说过这句话吗？它被断章取义了吗？这是完整、公正、准确的分析吗？重要的是，他们收集的每一条信息都会进入一个公开数据库。所以即便是乔·罗根为伊维菌素背书这样一篇简单的文章，现在也有数百条证据附在上面。

Rebecca：好。当你遇到匿名消息来源的情况时——我得补充说，这对于报道真实故事至关重要，对于那些想揭露商界或政界不当行为的举报人也至关重要——那时会发生什么？

Aron：我们有一套证据评级体系。一级证据是无可置疑的第一手原始文件，可在法庭上出示。一路往下到五级证据，那就是传闻。

Rebecca：大多数记者不会报道传闻。

Aron：大多数不会，但我这辈子看过不少关于融资和交易的传闻报道。

Rebecca：融资交易不是传闻。那是有内部知情人为了某种目的主动透露的信息。

Aron：是的，有时候是银行家，或者——

Rebecca：一家公司想在下一轮融资前造势，私下放风。

Aron：这里往往存在不良激励。在这套完全开源的模型中，匿名消息来源可以通过加密方式进行评估。

Rebecca：那就需要记者向你的平台提供关于消息来源的信息。但这种事根本不会发生。你说的"完全开源模型"是什么意思？我需要提供这个人的名字吗？

Aron：或者你愿意提供多少信息，就提供多少，系统会据此给出一个证据得分。

Rebecca：所以这个补充功能是基于我们上次对话后新增的？因为之前你说过，使用匿名消息来源等于证据质量较弱，记者会得到较低评分。

Aron：如果是一个未经独立核实的完全匿名消息来源，确实会导致这样的结果。

Rebecca：匿名消息来源之所以匿名是有原因的。你不会公开披露任何可能暴露其身份的信息，因为那样做可能让他们失业或遭受报复。消息来源始终是经过我们核实为可信的人。我的报道流程是：确认这个消息来源究竟是谁、他们如何能获得这些信息、我是否能直接看到第一手原始文件——而他们愿意分享这些，恰恰是因为他们知道这些信息不会公开，他们也不会因此承担后果。

Aron：Rebecca，你在一家高质量的媒体工作。

Rebecca：你批评的那些媒体同样是高质量的。你有问题的那些媒体也是高质量的。

Aron：好吧，拿Gawker举例——

Rebecca：你可以一直拿Gawker说事。但我不认为一家发布霍克·霍根私密照片的名人八卦媒体，是我们用来评判整体新闻业的标准。那《五角大楼文件》又怎么说——

Aron：那《福克斯新闻》、《太阳报》、《每日邮报》呢？

Rebecca：我不怎么读它们，所以我无法判断它们是否不准确。它们有偏见吗？是的。它们是否有选择性地报道某些信息？我认为是的，而这同样适用于左派媒体。这是否意味着个别记者不够诚实，或者影响了使用匿名消息来源以揭发腐败、保护举报人的必要性？比如《五角大楼文件》、Facebook文件、Uber文件——你的系统能通过它们吗？

Aron：让我们把这个问题带到法庭上。在由人民意志和宪法所赋予的那套真相发现机制中——从最高法院到各级法庭的司法体系——匿名消息来源是被允许的吗？

Rebecca：实际上，是的。司法部和法庭程序确实允许内部不公开的消息来源。

Aron：只在极少数程序中，绝不会出现在商事诉讼中。通常是针对性侵受害者、未成年人或涉及国家安全的程序。也就是所谓的"法官独审"或英国的"星室法庭"。值得指出的是，在这些程序中，控辩双方都能接触到那个消息来源，都可以私下对其进行交叉质询。法庭上绝不存在只有一方能看到另一方看不到的证据这种情况。

Rebecca：但新闻业有公平原则。不是只有一方能呈现证据——当我有一个需要保护的消息来源时，我不会直接发布。我会去找相关公司说：这是我掌握的信息。我不会说来源是谁，但我计划发布这些内容。你们怎么回应？

Aron：这就是匿名消息来源特有的权力不对称之处，因为你只能对输出的信息提出质疑，而无法评估消息来源本身的可信度。如果他们是实名的，就容易得多。

Rebecca：仍然有一个需要权衡的过程。你能给我举一个具体的真实调查报道案例，说明你的系统会如何改善它吗？

Aron：我今天早上读到《金融时报》上一篇报道，关于OpenAI的一位早期投资人——没有说出这个人的名字——对其商业模式表示担忧。这是今天FT的头条，完全基于一个匿名消息来源。这里说的不是国家安全，也不是对未成年人的保护。

Rebecca：从很多角度来说，你确实触及了这些领域。很多人认为AI对国家安全存在实质性风险——如果一切都依赖我们无法控制或理解的系统，这本身就是国家安全风险。OpenAI已被多次起诉，原因是未成年人使用其聊天机器人后据称自杀。让一位早期投资人说出他不认同OpenAI的商业方向，正是在引发更大的对话：我们能否承认激励机制会改变一家企业的走向？你对新闻业这样说——对大型科技公司同样适用。那种让你不断点击、不断响应的激励机制，使平台并不一定是为造福全人类而设计的，而是为了吸引更多注意力。

Aron：你说的是"定时炸弹"论点。什么算国家安全威胁——是一个遥不可及的抽象风险，还是一个拎着炸弹走在纽约街头的恐怖分子？分界线在哪里？

Rebecca：关键在于，我不明白为什么新闻业的消息来源保护只应与迫在眉睫的国家安全威胁挂钩。它的存在也是为了追究企业的责任。

Aron：由我们宪法机构——法院——所设定的标准是：不允许使用匿名消息来源。

Rebecca：但新闻业往往在案件进入法庭之前就已揭示真相。

Aron：新闻业之所以能在进入法庭前揭示真相，部分原因就是因为法院效率低下、速度太慢。这是我的核心批评之一。

Rebecca：但新闻业的存在也有其独立价值，不仅仅是替代法庭。法院追究法律责任，科学追求可重复性，新闻业关注的是公众问责。不同的目标需要不同的结构。

Aron：那谁来设计和授权这些结构？

Rebecca：新闻媒体已经运转了很长时间，花了很长时间才发展出一套既能约束自身又能相互制衡的机制。

Aron：我认为这是一个根本性问题——让一个机构自我问责，并不是真正的问责。

Rebecca：它们之所以自我约束，是因为不想被起诉。而且整个世界都在监督记者。你可以发表一篇文章，然后像你这样有影响力的人也可以作出回应。

Aron：我接受，我算是"权力旁边"的人。

Rebecca：新闻业有多层核查机制：通常需要多个消息来源印证，需要第一手文件，有严格的内部事实核查，需要法律团队审核，还有通过法律诉讼和公众审视的外部问责，以及反驳、对立报道和"社区笔记"。

Aron："社区笔记"是一个很有力的真相核查工具，你同意吗？我们正在建立一套融入这个生态系统的机制。

Rebecca：当然，是的。但你没法复制匿名消息来源。它们之所以匿名是有原因的。记者有保护义务，他们花几年时间培养这些来源。这非常个人化。这不是AI能复制的，也不是另一位记者能轻易替代的。而通过降低匿名消息来源的可信度，这套模式本质上会打击举报人的意愿。你如何回应那些说这是大型科技亿万富翁试图压制举报人的批评？

Aron：关于大型科技亿万富翁的批评没有意义——大多数媒体都被亿万富翁所有。

Rebecca：好，把亿万富翁放一边。你如何回应这样的质疑：这是一次压制举报人的尝试？

Aron：这是一次事实核查的尝试，跟"社区笔记"性质相同。群体智慧加上技术力量，创造新的真相发现方式。当公众对新闻业的信任在过去50年里下降得如此厉害，有人应该站出来说：问题很严重，我们需要一场重大的体制改革与重新思考。媒体信任度的下滑不是我造成的，这已经持续了五十年。退一步，不要把自己看成一位记者。想象你面前有一块白板。利用我们今天拥有的技术、分发机制和生成式AI，你会如何创造出最完美的系统？你不会只是复制一个私募股权亿万富翁拥有一家媒体、然后说"相信我，这个编委会是最佳方案"的旧模式。

Rebecca：我不确定我会做你正在做的这件事。我不确定我会让举报变得更加困难。我相信有方法可以改善新闻业——我会给它更多资金，我信任我的同事和同行来进行自我约束。我们很多人都接受过新闻学专业教育，这在某种程度上是一门手艺，但也有一套你必须遵守的职业道德准则。

Aron：但没有职业资格认证。这不像当医生或律师——你必须通过国家考试，成为律师协会或美国医学会的成员。

Rebecca：这让它更加开放。我以为你不喜欢门槛制度。我很好奇——在运营的第一年，谁会最多地使用这个平台？你设想的客户是谁？

Aron：客户是那些被媒体歪曲报道的个人。过去两年我为"增强运动会"接受了数千次采访，令我惊讶的是——有时他们把我的名字拼错，把基本细节搞错。

Rebecca：对读者说明一下，"增强运动会"是你的另一家公司——基本上是允许选手使用药物或营养补剂增强表现的"增强版奥运会"。请继续。

Aron：基本错误本身就让我感到不安。

Rebecca：基本错误是人为失误。但有没有某篇具体的报道让你觉得被误解了？

Aron：有时候，确实有。

Rebecca：新闻报道本来就有解读空间，尤其当事情在不断演变。不是所有事情都是非黑即白的。

Aron：这其实正是我们之间的根本分歧。我不相信我们注定要活在"后真相"时代。事实依然存在。

Rebecca：事实确实存在。但由AI来判定真相，是假设真相永远是客观的、可提取的、可计算的。而很多新闻真相是解释性的、情境性的、不断演变的。比如：OpenAI是否行为失当？这不是一个非黑即白的问题。

Aron：根据盖洛普，美国人对新闻最主要的担忧，是事实与观点的混淆，而这恰恰是法院和科学都处理得很好的问题。（注：TechCrunch未能找到这项盖洛普民调。皮尤研究中心2018年的报告发现，美国人难以区分新闻媒体中的事实与观点。）在《自然》杂志的科学文章中，你会看到方法、数据，然后是分析——有非常清晰的标注来区分事实和观点。法院也一样：法官在宣判时，会尽可能清楚地陈述事实，然后再发表判决意见。这是一个非常重要的区分。你问我有没有被误解？是的，有过。在事实问题上？并不常见。有人对我说过很多刻薄的话，但那是他们的观点。

Rebecca：你说很多曾被媒体报道的人感到遭受了误解。这些不仅仅是普通人，大多数是被报道的权贵——也许他们只是不喜欢被报道。为什么像OpenAI或xAI这样的公司，不会对每一篇负面报道都提出异议？

Aron：我实际上希望写这些故事的记者充满信心——他们会说：是的，我的报道经得起最高层次的批评和透明度审视。

Rebecca：你可以对很多事情这样说。已经有好几个倡导组织批评过埃隆·马斯克旗下的公司，结果他将它们告上法庭逼其就范。它们在讲真相吗？我认为大多数时候是的。但它们负担不起诉讼费用。而你的要求——对每一篇文章进行评分——意味着记者必须付出额外劳动，以免在已经完成的工作上被公众矮化。这跟SLAPP诉讼有什么区别？这只是更便宜、更易扩展的SLAPP。

Aron：SLAPP诉讼只存在于美国，之所以存在，部分原因就是诉讼成本对大多数人来说太高。我们不能有一套只有亿万富翁和大型企业才能用的法律系统。埃隆·马斯克理论上可以用诉讼把一个倡导组织拖垮——我认为这是真正的机能失常。Objection能提供一种改革，因为双方可以把关于事实的争议搬到平台上，几天时间、几千美元就能解决，而不是耗费数十年和数百万美元。让事实争议远离法庭，是我们能做的最重要的事，因为法庭对任何人来说都是毁灭性的，除了律师之外对谁都没有好处。

Rebecca：你说新闻业的模式因为不良激励而崩坏。那你的平台呢？异议越多，收入越高。冲突变得有利可图，愤怒被变现。你的商业模式依赖于对新闻业的攻击。

Aron：不，我们的商业模式依赖于仲裁。我们希望成为一个值得信赖的仲裁来源，不仅用于媒体争议，还适用于一切事务。如果你有合同纠纷，理想情况下在Objection上仲裁，而不是打官司。我们通过仲裁赚钱，不靠贩卖点击量和愤怒赚钱。

Rebecca：但最终，提交的异议越多你就赚得越多。你如何确保有钱的人不会用这套机制持续打压批评他们的记者或播客，而那些批评本来是受言论自由保护的？

Aron：你可以对传统媒体提出同样的批评。鲁珀特·默多克拥有世界上最有影响力的媒体之一，可以说在澳大利亚、英国和美国参与影响了多位首相和总统的产生。传统媒体本身在这个问题上以不同的形式存在同样的问题。

Rebecca：但我的问题是针对你的。你是否构建了一套让有权势的人在公开场合持续追诉新闻业的机制？你是否建立了任何保护措施，防止人们把这套系统武器化？

Aron：这套系统足够普惠，应该让所有人都能使用。

Rebecca：费用是多少？

Aron：最低2000美元。

Rebecca：2000美元谈不上普惠。大多数美国人拿不出这笔钱。

Aron：你东家是世界上最大的私募股权基金之一。

Rebecca：你知道私募股权是怎么运作的，对吗？不赚钱就没有意义。我们的利润率非常薄。我们没有钱。被私募股权公司拥有并不意味着我们有无限资源去应付诉讼。更可能发生的是，他们会告诉我：别让这成为账面上的麻烦，收一收你的报道。这很可能是我会听到的话。

Aron：或者你的私募股权东家会说：Rebecca，你做了很棒的报道，你的信任度评分很高，我们是最值得信赖的媒体之一。这提升了公众信任度，带动了订阅增长。你可以直接在网站上写：全球最值得信赖的媒体之一。

Rebecca：不管我的"老板们"是否会为一个好评分感到高兴，这都改变不了一个事实：提交一份异议费用高得离谱。

Aron：在纽约大型律所雇用一名律师一个小时就要2000美元。打一场诽谤案要花500万到1000万美元。

Rebecca：不，但提交一份异议就要2000美元。这不是普惠。我们生活在一个大型科技公司像花零钱一样砸数百万美元游说的世界里，目的是通过对自己有利的法案。我能想象这很快就会变成另一种游说手段，另一种花钱买影响力的方式。我不知道普通机构或普通人怎么可能在财力上与大型科技公司竞争。

Aron：我认为2000美元其实很合理，尤其对那些被媒体报道的人来说——大概有15万这样的人——

Rebecca：大多数美国人都是月光族。

Aron：如果确实存在经济可及性问题，某个感到被一篇文章伤害却无力承担费用的人，我们会给他免费订阅。我可以自掏腰包。确实存在真实成本——有人工调查员参与，不只是AI驱动的数据中心——但它比诉讼便宜得多。

Rebecca：对于想攻击批评者的权贵来说，便宜太多了。我们回到AI上，因为我觉得还没有向读者完整解释清楚它是什么。

Aron：它是一个由基础模型组成的陪审团。所有主要基础模型——OpenAI、Grok、Anthropic、Mistral等——都被要求像普通美国人担任陪审员一样行事。陪审团制度被法院、法官和公众高度信任，是一种有效的真相发现方式。我们指示各个模型分别扮演，比如布鲁克林的50岁男性，或波特兰的25岁女性，依据的是美国人口统计的统计数据。

Rebecca：好。这套系统如何处理不完整信息、相互矛盾的证词或不断变化的事实？

Aron：这正是对抗性法庭系统的美妙之处，也是我们的建模基础。对抗性庭审中总是存在相互矛盾的事实。真相不是一种感觉——真相是一套流程。真相是那个有更充分证据支撑、论证更严密的论点。法官作为个体是有缺陷的，但他们擅长的是：谁在我面前提出了更有说服力的论点？这关乎来源和证据的呈现。

Rebecca：你要求记者公开他们的底层证据。那你的平台本身是开源的吗？任何人都能看到你的AI是如何作出决策的吗？

Aron：是的。我们希望尽可能做到"无需信任"，所以完整的白皮书、方法论和算法都以极为详细的数学形式列在我们的官网Objection.ai上。每个案例最终都会形成一份判决，AI模型会尽可能详细地列出其推理的每一个步骤，以及用于得出结论的每一条证据。

Rebecca：那记者应该公开他们的底层证据。AI公司是否也应该遵守同样的标准？OpenAI、Anthropic、xAI是否应该开源他们的模型、披露训练数据、展示推理过程？

Aron：这是一个很有意思的问题。我与这些公司没有关联，但我认为确实存在一个伦理论点：有权势的机构，尤其是那些掌握着潜在垄断权力的机构，有义务保持透明度。我们要求政府官员申报每一笔礼金，《信息自由法》适用于他们发出的每一封邮件，因为公民受制于他们的垄断权力，因此作为交换，我们要求透明度，而透明度能减少腐败。同样，那些拥有巨大权力的组织，应该尽可能追求透明度。我希望你能发表这次完整的采访——对你的部分读者来说会很有价值，他们也可以把它扔进一个AI模型里，看看你是否准确引用了我。我确实同意，在设计出正确的商业激励机制以支持人工智能进一步发展的前提下，应该有一定程度的开源。事实上——

Rebecca：一定程度的开源。但AI已经在以比新闻业大得多的规模充当真相的仲裁者。为什么记者应该被要求在透明度上做到比那些越来越多地塑造公众知识的系统更高的标准？

Aron：这是一个非常公平的问题，我认为两者都应该追求最高层次的透明度。马克·扎克伯格在2009至2010年将Facebook的算法从时间线排列改为算法排列，是一个重大的战略失误。这确实让他的广告收入爆炸式增长。而对TikTok来说，那套精准推送算法是其一切权力的来源。马斯克在X上几乎做到的那件事——公开算法运作方式、公开"社区笔记"算法——在透明度方面确实是一个有力的姿态。但商业激励机制也必须有一定的空间。构建AI基础模型非常昂贵。

Rebecca：你说"商业激励机制"，具体是什么意思？

Aron：这个类比是药物研发：制药药物的开发对社会非常重要，科学建立在知识积累之上，所以配方应该完全对公众开放吗？专利保护期为20年，在此期间赋予商业化的垄断权利，使其能够盈利，然后专利到期，仿制药才得以上市。也许AI模型可以遵循类似的惯例：在一段较短的时间内保持封闭——大概以月计而非以年计——在此期间可以商业化利用，之后再开源，以便人类知识能够在其基础上进一步构建。

Rebecca：那匿名消息来源呢？你对此是否持同样的逻辑？

Aron：用同样的逻辑——你可以说匿名消息来源在一段时间内保持匿名。

Rebecca：不，我不喜欢这个。这一点我们只能留下分歧。我很好奇，为什么采用这种类似"道德法庭"的裁决模式，感觉像是一种针对个别记者的公开羞辱机制？你经常提到科学——个别科学家有公开的"真相评分"吗？

Aron：实际上有，那叫影响因子。其方法论结构与我们使用的非常相似，基于国际象棋ELO积分体系——衡量的是你的文章被引用的频率。如果高被引科学家引用了你的文章，你的影响因子就会提高。这实际上是科学家被评判的首要指标。

Rebecca：但那是同行评审、可重复验证和机构流程。科学家不是被一家初创公司打上一个"全能真相评分"。你的模式为什么更接近Yelp，而不是科学？

Aron：科学曾经也是一家初创公司。在中世纪，科学家被视为伟大君主宫廷的仆从，私下研究想法。然后在18世纪初，伦敦皇家学会召集了第一本科学期刊，创立了同行评审流程。人们可以提交文章，在知名同行中传阅，他们公开发表评论，只有通过严格同行评审之后，文章才会发表在《皇家学会学报》上，300多年后这份期刊仍然是最权威的科学期刊之一。从旧模式过渡到新模式花了超过100年时间。每一次技术飞跃，都会产生新的真相发现模式。

Rebecca：当事实核查机构、"社区笔记"、诽谤法和基本公众审视已经存在的情况下，为什么人们应该信任你的系统？我认为，很多对媒体的不信任，也只是对媒体如何运作的根本性误解。

Aron：人们可以看到我们系统的完整架构。它是完全透明的——每一个决策如何作出、算法如何运作，都不是黑箱。它有完整的文档记录，我希望杰出的数学家、律师和学者能审视这些白皮书，对其狠批，给我反馈。我们会改进算法。我们追求极高程度的透明度。在"增强运动会"期间，我没有让记者进入办公室，因为我们在做一些突破边界的事情，我觉得记者对幕后过程会有很多批评。但如果你哪天想来坐坐，看我们如何作出每一个决定，看源代码，聊聊激励机制，我们非常欢迎。

Rebecca：也许我会考虑你的邀请。我想你在记者面前不会像私下那样坦诚——这正是举报人的困境所在。如果他们知道自己的身份可能被曝光或可信度被降低，他们就不会站出来。我做过足够多的企业采访，知道他们隐藏了多少，这正是为什么我们需要匿名消息来源来弄清楚实际发生了什么。但我们不要在这一点上纠缠了。这件事对你来说真正的触发点是什么？不是抽象的哲学，是具体的契机。是Gawker吗？以你的资源和影响力，为什么偏偏要做这件事，而不是为AI公司、社交平台或政治虚假信息构建透明度工具？

Aron：Objection平台适用于所有这些——AI、政客、传统记者。你可以把ChatGPT的一个输出结果提交异议。我们确实希望我们的人工调查和AI裁决能成为AI训练数据的一部分，我也希望有人会对AI模型产生的内容提出异议。我希望萨姆（奥特曼）或埃隆会作出回应，因为我认为这会是对这套系统非常有力的一次检验。

Rebecca：你认为《五角大楼文件》因为依赖匿名消息来源就不可信吗？水门事件呢？深喉呢？

Aron：这些都是你从历史上精心挑选的、匿名消息来源发挥作用的案例。但你举的也是那个时代的例子——

Rebecca：我不需要精挑细选，我可以继续举。

Aron：那是格雷厄姆家族拥有《华盛顿邮报》的时代，他们对这家机构慷慨投入并悉心守护。在持续亏损运营的时代，同样的事情还会发生吗？

Rebecca：我对杰夫·贝索斯收购《华盛顿邮报》有很多想法。但那只是历史上的大案例。更近年来，还有很多依赖匿名消息来源的普利策获奖报道。

Aron：我认为调查性新闻的黄金年代，是分类广告支撑高质量报道的那个时代，而那之后经济激励机制发生了巨大变化。

Rebecca：我认为注意力本身发生了变化。我们本周登上了月球，但没人在乎，因为世界上发生的事情太多了。但高质量的调查性新闻依然存在。汉娜·德莱尔在《纽约时报》上关于美国移民童工的报道，《纽约客》关于重罪谋杀法如何让无辜者入狱的报道，《华盛顿邮报》关于AR-15的历史与影响的报道。

Aron：你认为新闻业的主流机构会把普利策奖颁给像尼克·雪利那样的YouTuber吗？他对明尼苏达州医疗保险欺诈的调查报道非常出色。

Rebecca：我同意各类奖项确实存在门槛问题。但那是关于奖项的事，而不是关于报道是否真实。

Aron：而普利策奖获奖报道是评判真相可信度和高质量调查性新闻的一个重要参照。

Rebecca：这是我们都在努力达到的标准。这是大多数记者想要实现的：有影响力的新闻报道，保护消息来源，揭示不公正。

Aron：我同意，我认为几乎所有记者都有非常好的初衷。但问题在于媒体所有者的激励机制、社交媒体算法和AI的放大效应。

Rebecca：社交媒体算法，AI放大效应。那为什么不去对付这些东西？如果你的系统让那些揭示不公正、追责权力的重要报道更难发表，这对你来说是一个可以接受的结果吗？

Aron：如果它能提升透明度和信任度的标准，那就是好事。如果那些对民主运作如此重要的报道经过了额外的过滤，而在另一头公众说：你知道吗，我们对新闻业更信任了——关键在于，今天只有30%的美国人信任记者。

Rebecca：我认为我们只是处于一个后信任的时代，因为他们对AI公司也不信任。

Aron：我认为对AI公司确实存在合理的批评。

Rebecca：你现在从技术上来说也是其中一员。所以为什么有人要信任你？记者们为什么要听？如果没有人在乎，怎么办？

Aron：这其实是一个双边市场，这一点很重要。媒体报道的当事人是在乎的。我和一些人谈过，他们的生活因为一篇文章而被毁掉，职业生涯也因此终结。

Rebecca：他们做了什么不该做的事，以至于招来了那篇文章？

Aron：有时候他们只是一个容易被推出来的替罪羊，一个方便的标签。

Rebecca：更多时候，被媒体曝光的人——有时反应确实可能过激，但当你报道某人的不当行为时，把责任怪到报信者头上是不公平的。

Aron：但我们也生活在一个遗忘不再可能的时代。如果你在90年代年轻时做了什么不好的事，也许只是被当地报纸登上了本地图书馆的缩微胶片档案里。但现在，一搜即得，它是第一条显示的结果。

Rebecca：我认为这是非常人性化的东西。在部落中，如果有人行为不端，他们会被驱逐。

Aron：宽恕有其非常深刻的力量。举一个具体的例子——一个大约30岁的年轻人，应聘了"增强运动会"的职位。非常聪明，面试也很顺利。我的人事主管谷歌了一下他，发现了几篇关于他大学时期的报道，一项指控，但从未被定罪。我当时想：如果一个记者发现了这件事怎么办？一项大学时期的性侵指控，而"增强运动会"还雇用了他——这可能会变成一整篇报道。我们最终没有录用他。

Rebecca：是的，但有时候事情确实成了新闻，然后什么也没发生。"大球"——埃隆·马斯克"政府效率部"（DOGE）的成员——一个经常发布虚假信息、有厌女和反犹言论的年轻人。那些报道没有导致他被解雇，什么都没有发生。有太多曝光不当行为的报道根本没能产生任何后果。

Aron：我没和"大球"谈过，但我和DOGE的另一位成员谈过——我不会说出他的名字——一个年轻人，媒体上只有一篇关于他的文章，没有其他任何公开档案，但当我与纽约一家风投基金开会时，那篇文章成了对方第一件提出来的事。

Rebecca：他没有被驱逐，他在一家风投基金工作。那些关于他的文章是真实的吗？

Aron：有些部分事实上是准确的，但它确实以非常负面的个人形象来描绘他。人们应该得到随着时间流逝而被原谅的机会。我们正在适应一个遗忘已不再可能的时代，而这是我们需要从结构上去解决的问题。

Rebecca：所以如果某人有一篇准确的报道，但框架因为真实发生过的事情而把他描绘得很差——因为记者选择突出了某些行为，而可能没有提到他每周末都去流浪汉收容所做义工——在你的系统里，他们会得到差评吗？

Aron：完全不会。但区分事实与观点非常重要。

Rebecca：有一件事困扰着我：人们认为《纽约时报》的评论版等同于新闻报道。那不是同一件事，那不是新闻。

Aron：我看《纽约时报》的首页，评论文章几乎与新闻混在一起——顶部用小字标注"观点"。人们说"《纽约时报》说了X"，好像那是事实，但实际上只是某个游说人士的看法。盖洛普的调查一次次显示，区分事实与观点是至关重要的。

Rebecca：但你不同意人们有言论自由的权利吗？给他们打分，在系统层面对其施压，让有钱的人可以不断拉低你的评分——这难道不会妨碍言论自由吗？

Aron：你认为米其林指南给餐厅评级在社会层面是负面的吗？厨师是艺术家，他们应该接受评分和评级系统吗？

Rebecca：餐厅要加入米其林系统是需要申请的，对吧？

Aron：我不认为那是一个申请制系统。你可以拒绝米其林星级，没错，但米其林指南确实是寻找优质可靠餐厅的有用工具。不过话说回来，餐厅不像《纽约时报》那样拥有那么大的权力。

Rebecca：这两件事的利害关系完全不同。

Aron：但在几乎所有重要行业中，都存在某种形式的监管。在美国，做美甲师都需要执照——

Rebecca：记者是有监管的。如果你发布谎言，你会被追责。

Aron：在美国，这实际上并不完全准确。发布谎言并不一定会让你承担法律责任，因为根据《纽约时报》诉沙利文案，你必须证明——

Rebecca：诽谤、毁誉——你必须证明记者有恶意意图。

Aron："实际恶意"。在美国，民事判决的标准基本上是近乎不可能达到的，而在英国、欧洲大陆、澳大利亚和新西兰，没有"实际恶意"标准——在这些地方因为报道某事而被起诉容易得多。

Rebecca：那也是我们的第一修正案言论自由权利。

Aron：那也是1970年代主要媒体机构做了很多有效游说的成果。

Rebecca：别跟我谈游说。格雷格·布罗克曼和你的一些朋友，为了在对AI公司实施最低限度监管的法案上，在小型国会选区花费了数千万美元游说——而这些AI公司按某些估计，即将成为真相的仲裁者。

Aron：我同意这一点——我们之间也是朋友，对吧？马克·扎克伯格已经证明了自己并不是真相的可靠仲裁者，鲁珀特·默多克也是如此。我认为自1960年代以来，我们就没有真正说过我们信任任何单一的真相仲裁者，我认为这非常令人担忧。不管怎样，我得去吃晚饭了。

【采访结束】

Q&A

Q1：Objection平台是什么？它是如何运作的？

A：Objection是一个结合AI与人工调查员对公开报道进行事实核查的平台。用户可以付费对一篇文章、播客或视频提出异议。随后，由前CIA、FBI等执法背景人员组成的调查团队逐行核查内容，同时由多个主流AI基础模型扮演"陪审团"角色，对证据进行裁定，最终生成一份包含详细推理过程的公开判决报告。

Q2：Objection平台会对匿名消息来源和举报人造成威胁吗？

A：这是采访中争议最大的问题之一。平台创始人D'Souza表示，匿名消息来源未经独立核实，在其证据评级体系中属于较低级别，这意味着依赖匿名消息来源的报道会获得较低评分。记者Rebecca则认为，这种机制会对举报人产生"寒蝉效应"，让他们因为担心身份暴露或可信度被降低而不敢站出来揭露真相，实质上可能压制了公众知情权。

Q3：Objection的AI陪审团是如何工作的？

A：该平台将OpenAI、Grok、Anthropic、Mistral等多个主流AI基础模型整合为一个"陪审团"。每个模型被指示模拟不同背景的普通美国公民（如布鲁克林的50岁男性或波特兰的25岁女性），基于美国人口统计数据进行角色设定。这些模型将对案件中的所有证据进行独立评估，并给出详细推理步骤，最终形成裁定结论。