废除版权？知识产权存废之争的核心论据与反思

一个颇具争议的观点浮出水面

近日，GrapheneOS 社交账号发布的一条观点在技术社区引发激烈讨论——「版权带来的危害大于益处，应当被废除」。这一言论迅速登上 Hacker News 热榜，获得 272 个点赞和超过 254 条评论，成为科技从业者热议的焦点。

GrapheneOS 是一个基于 Android 开源项目（AOSP）构建的注重隐私和安全的移动操作系统，主要适配 Google Pixel 系列设备。该项目通过强化沙箱机制、内存安全措施和网络隔离等技术手段，为用户提供远超原生 Android 的安全防护。具体而言，GrapheneOS 采用了 hardened_malloc（强化内存分配器）来防御堆溢出攻击，强化了 SELinux 安全策略以实现更严格的进程隔离，并默认禁用了许多可能泄露用户信息的系统功能。这些技术决策的背后，是一种深植于自由软件运动的哲学信念：软件的透明性和用户对设备的完全控制权是不可妥协的基本权利。这一哲学可以追溯到 Richard Stallman 在1983年发起 GNU 项目时提出的核心主张——软件的自由不仅是技术问题，更是伦理问题。作为一个完全由社区驱动、依赖用户捐赠运营的开源项目，GrapheneOS 在知识产权问题上持有鲜明的立场并不令人意外。

这并非一个新鲜的话题，但在 AI 生成内容爆炸、开源运动蓬勃发展、数字盗版屡禁不止的今天，重新审视版权制度的合理性显得格外具有现实意义。当技术的边界不断拓展，我们不得不问：诞生于印刷时代的版权制度，是否还能适应数字时代的创作生态？

版权制度的初衷与异化

从激励创作到垄断工具

版权制度最初的设计目标非常明确：通过赋予创作者对作品的排他性权利，激励他们持续创作，从而丰富整个社会的文化与知识储备。这本质上是一种「以短期垄断换取长期公共利益」的社会契约。

这一制度的源头可以追溯到1710年英国颁布的《安妮法令》（Statute of Anne），它被普遍认为是世界上第一部现代意义上的版权法。在此之前，出版权由英国皇家特许的出版商行会（Stationers' Company）垄断，作者几乎没有任何法律保护。《安妮法令》的革命性在于，它首次将权利的中心从出版商转移到了作者，规定保护期为14年（可续展一次），期满后作品进入公共领域（Public Domain），任何人都可以自由使用。这一设计的底层逻辑十分清晰：给创作者足够的时间从作品中获得经济回报，但不允许这种垄断无限延续，最终目标是让知识回归公众。

然而，批评者认为现代版权制度早已偏离了这一初衷。版权保护期限被不断延长——在许多国家，版权保护已经延续到作者去世后 70 年甚至更久。这意味着大量本应进入公共领域的作品，长期被少数版权持有者（往往是大型企业而非原创者本人）所控制。

回顾这段延长史可以看得更清楚：1790年美国首部版权法规定的保护期仅为14年（可续展一次至28年）。此后历经多次修订，1831年延长至28年，1909年延至56年，1976年改为作者终生加50年。而1998年的《桑尼·波诺版权期限延长法案》——因迪士尼是主要推动者而被戏称为「米老鼠保护法案」——将期限进一步延长至作者终生加70年，企业作品则为95年。从14年到终生加70年，保护期限的膨胀速度远超任何合理的激励需求。法律经济学家们曾反复论证，对于绝大多数作品而言，其商业价值在发表后的头几年内已经实现了绝大部分，超长的保护期限对激励新创作的边际效用几乎为零，却有效地阻止了旧作品进入公共领域被重新演绎和传播。

谁在真正受益？

讨论中一个反复出现的观点是：现行版权体系的最大受益者往往不是创作者本人，而是掌握版权资产的中间机构——出版商、唱片公司、影视巨头。创作者完成作品后，版权常常以极低的对价被转让，最终的商业收益大部分流向了资本方。

音乐产业是这一现象的典型缩影。在传统唱片合约中，艺术家通常将录音版权（Master Rights）转让给唱片公司，自己仅获得销售收入的12%至20%——在扣除预付款回收、制作费用和各种行政费用后，许多艺术家实际到手的比例更低。Taylor Swift 与前东家 Big Machine Records 之间围绕录音母带所有权的公开争端，正是这种结构性不平等的缩影。在出版领域，学术作者通常不仅无法获得版税，反而可能需要支付版面费，而出版商却凭借版权控制获取了巨额利润。

从这个角度看，「保护创作者」的口号某种意义上成了维护行业既得利益的挡箭牌。

支持废除版权的核心论据

版权阻碍了知识传播与创新

反对版权者最有力的论点，是版权制度对知识自由流动的阻碍。科学论文被付费墙锁在期刊背后、教材价格高昂、软件闭源导致重复造轮子——这些都被视为版权制度制造的「人为稀缺」。

学术出版领域的付费墙问题是这一论点中最具说服力的案例。全球学术出版市场由 Elsevier、Springer Nature、Wiley 等少数巨头主导，其商业模式的本质是：研究者（通常由公共资金资助）免费提供论文，同行评审者免费审稿，然后出版商向大学图书馆收取高昂的订阅费——单篇论文动辄30至50美元，期刊年订阅费可达数万美元。据统计，Elsevier 的利润率常年维持在30%以上，甚至超过了苹果和谷歌等科技巨头。Sci-Hub 创始人 Alexandra Elbakyan 因此创建了免费论文分享平台，虽然在法律上被视为盗版，却在学术界获得了广泛的同情与使用——截至目前，Sci-Hub 已收录超过8500万篇论文，覆盖了全球学术文献的绝大多数。开放获取（Open Access）运动和欧洲的 Plan S 政策正试图打破这一困局，要求公共资金资助的研究成果必须免费向公众开放。Plan S 由欧洲研究理事会等机构于2018年发起，其核心原则是：自2021年起，受资助的研究论文必须在发表时立即以开放获取方式公开，不允许设置任何付费墙或禁售期。

在软件领域，这一矛盾尤为突出。GrapheneOS 作为一个注重隐私与安全的开源项目，其立场本身带有鲜明的自由软件色彩。开源运动的成功恰恰证明：没有传统版权垄断，同样能够孕育出高质量、可持续的创作生态——只不过它依赖的是许可证（License）这一巧妙的机制，而非版权的彻底消失。Linux 内核、Apache Web 服务器、PostgreSQL 数据库、Python 编程语言——这些构成了当今互联网基础设施的核心组件，无一不是开源项目的成果。它们的存在有力地证明了，在适当的制度安排下，协作式的开放开发模式能够产出媲美甚至超越闭源商业软件的成果。

值得深入理解的是，开源许可证机制实际上建立在版权制度之上——它利用版权法赋予的排他性权利来「反向」实现开放共享。以 GPL（GNU通用公共许可证）为例，它设定了一个条件：任何人都可以自由使用、修改和分发代码，但必须以相同的许可证发布衍生作品，这就是所谓的「Copyleft」机制。这个名字本身就是对「Copyright」的文字游戏——将「right」（右/权利）翻转为「left」（左/留下），暗示一种颠覆性的权利观念。Creative Commons（知识共享）许可证则提供了从完全开放（CC0，即放弃所有权利进入公共领域）到限制商业使用（CC BY-NC）等多种灵活选项，让创作者可以精细地控制自己作品的开放程度。这里隐含着一个颇具讽刺意味的悖论：如果版权被完全废除，GPL 等许可证也将失去法律效力，开源软件反而可能被商业公司任意闭源使用而无需回馈社区。这正是为什么自由软件基金会（FSF）虽然主张软件自由，却从未主张废除版权——它需要版权作为 Copyleft 的法律基础。

数字时代的复制成本趋近于零

版权制度建立在「复制昂贵」的物理前提之上。在印刷时代，复制一本书需要纸张、油墨、印刷机和分销网络，每一份复制品都有实实在在的边际成本。而在数字时代，复制一份文件的边际成本几乎为零——一首歌曲、一本电子书、一段代码，都可以在瞬间被完美复制并传播到全球任何角落。

从经济学角度看，数字信息是一种典型的「非竞争性商品」（non-rivalrous good）：一个人使用它并不会减少其他人使用的可能性。这与面包、汽车等传统商品截然不同——当你吃掉一个面包，别人就无法再吃。经济学的基本原理告诉我们，非竞争性商品的社会最优定价应当等于其边际成本，即趋近于零。版权制度通过法律手段人为制造排他性（excludability），将本质上非竞争性的数字信息强行变成了「私有财产」，从而使其定价远高于边际成本。批评者认为，这种人为制造的稀缺导致了显著的社会福利损失——经济学中称之为「无谓损失」（deadweight loss）：那些愿意以边际成本获取信息但无力支付垄断定价的人被排除在外，而这些「被排除的消费」本可以在不减损任何人利益的情况下增进社会总福利。批评者认为，用一套为稀缺物品设计的法律去管理本质上可无限复制的数字信息，本身就存在根本性的错配。

反对废除版权的声音

创作者依然需要经济回报

在 Hacker News 的评论区，反对「一刀切废除」的声音同样强烈。许多人指出，虽然版权制度存在诸多弊端，但完全废除可能带来更糟的后果：如果任何作品都可被无偿使用，全职创作者、独立开发者、小型工作室将失去基本的收入保障。

对于依靠作品谋生的个体而言，版权是他们对抗大公司无偿占用其劳动成果的最后武器。讽刺的是，废除版权反而可能让资金雄厚的巨头更加肆无忌惮地掠夺小创作者的成果。一个没有版权的世界中，Amazon 可以自由翻印任何独立作者的畅销书并以规模优势压低价格，Spotify 可以无需支付任何版税就使用独立音乐人的作品，而这些创作者将完全丧失谈判筹码。这正是版权争论中最吊诡的张力所在：一个旨在「解放知识」的激进主张，反而可能强化既有的权力不对等。

改革而非废除：更务实的方向

因此，更为温和且获得较多认同的立场是：问题不在于版权本身，而在于它被滥用和过度扩张。可能的改革方向包括：

• 大幅缩短版权保护期限，让作品更快进入公共领域；
• 强化合理使用（Fair Use）的边界，保障教育、研究、二次创作的空间；
• 限制版权向企业的无限期集中，回归保护创作者本人的初衷；
• 推广开放许可，如 Creative Commons、GPL 等，让创作者主动选择作品的开放程度。

除了改革版权本身，学术界和实践者还提出了多种替代性的创作者补偿机制。赞助模式已经在数字时代展现出可观的活力：Patreon 平台上有超过25万名活跃创作者，粉丝通过月度订阅直接支持创作者，绕过了传统版权中介。类似地，GitHub Sponsors、Buy Me a Coffee 等平台让开发者和内容创作者能够直接从受众获得经济支持。公共资助文化创作是另一种路径：北欧国家长期实行的「公共借阅权」（Public Lending Right）制度，由政府根据图书馆借阅数据向作者支付补偿金，使创作者能够获得收入的同时不限制公众的免费获取。哈佛法学教授 William Fisher 则提出了更为系统性的方案：对互联网接入或数字设备征收小额附加费，建立公共基金池，然后根据作品的实际使用量（通过数字水印或采样监测）向创作者分配报酬，从而在保持数字信息自由流动的同时确保创作者获得公平回报。这些方案各有局限，但它们共同指向一个方向：将「保护创作者收入」与「版权垄断」解耦，寻找不依赖人为稀缺的激励机制。

AI时代给版权争论带来的新维度

这场争论在 AI 时代获得了全新的紧迫性。大型语言模型和图像生成模型的训练依赖于海量的版权作品。AI 公司是否有权在未经授权的情况下使用这些数据？AI 生成的内容又该如何界定版权归属？

要理解这场争论的技术根源，需要简要了解大型 AI 模型的训练过程。以 GPT 等大型语言模型为例，训练大致分为几个阶段：首先是数据收集，通常通过网络爬虫抓取互联网上的海量文本——Common Crawl 数据集包含数十亿网页，其中不可避免地包含大量受版权保护的内容。接着是预训练（Pre-training），模型通过学习这些文本中的统计模式来掌握语言能力——本质上是预测给定上下文后下一个词出现的概率。在这个过程中，原始文本被分割为「token」（词元），模型学习的是 token 之间的概率分布，而非存储原始文本本身。最后通过人类反馈强化学习（RLHF）等技术进行微调。图像生成模型（如 Stable Diffusion）的逻辑类似，它们在数以亿计的图文对上训练扩散模型，学习从随机噪声中逐步「去噪」生成图像的过程。争论的核心技术问题在于：这种将作品转化为模型参数中的统计权重的过程，究竟是「学习」还是「复制」？模型并不像数据库那样存储原始作品，但它确实从这些作品中提取了可利用的模式和风格。

这些问题已经从理论讨论迅速演变为密集的法律诉讼。2023年以来，《纽约时报》起诉 OpenAI 和微软、Getty Images 起诉 Stability AI、大量视觉艺术家联合起诉 Midjourney 等案件相继展开。核心争议在于：AI模型在训练阶段对版权作品的大规模摄取是否构成「合理使用」。美国版权法中的合理使用原则（Fair Use，17 U.S.C. § 107）要求法院考量四个因素：使用目的与性质（是否具有变革性）、原作品的性质、使用部分占原作品的比例、以及对原作品潜在市场的影响。支持者援引2015年 Google Books 案（Authors Guild v. Google）的先例——法院认定 Google 将图书数字化并提供片段搜索构成合理使用——认为将作品转化为统计模式（而非直接复制）属于变革性使用；反对者则指出，AI模型有时能近乎逐字再现训练数据（这在技术上被称为「记忆化」现象，即模型过度拟合了训练数据的特定片段），且其生成的内容直接与原创者形成市场竞争。与此同时，欧盟的《AI法案》和美国国会的多项立法提案正试图从监管层面建立规则，但全球共识远未形成。值得注意的是，日本在2018年修订的著作权法中明确允许将版权作品用于机器学习训练，这使日本成为了对 AI 训练最为宽松的主要经济体之一，也凸显了各国在这一问题上的巨大分歧。

这些问题让「版权是否合理」的讨论从哲学思辨走向了具体的法律与商业冲突。一方面，严格的版权执法可能扼杀 AI 技术的发展；另一方面，放任 AI 无偿吞噬人类创作，又可能摧毁创作者赖以生存的经济基础。这种两难局面，恰恰折射出版权制度在技术剧变面前的深层张力。

一个没有标准答案的命题

「废除版权」的主张或许过于激进，难以在现实中落地，但它成功地把一个被视作理所当然的制度重新推上了辩论桌。在开源软件蓬勃发展、AI 重塑创作方式、数字复制成本归零的今天，版权制度确实面临前所未有的合法性拷问。

真正值得思考的，或许不是「要不要版权」这样的二元问题，而是：我们需要一套怎样的知识产权制度，才能在激励创作、保障创作者利益与促进知识自由流动之间找到那个动态的平衡点。历史告诉我们，版权制度从来不是一成不变的——从《安妮法令》到《伯尔尼公约》，从 DMCA 到 Creative Commons，每一次技术变革都推动了知识产权规则的重新谈判。我们正身处又一个这样的十字路口，而这一次，AI 的变革力度之大、速度之快，可能要求我们以前所未有的想象力重新思考创作、所有权与公共利益之间的关系。这个问题的答案，将深刻影响未来数字文明的走向。