科技 · 2026-07-26 · 社会影响 · 阅读 16

图书馆开始教人关闭 AI：反技术，还是一堂数字自主权补课？

作者：沈南乔｜OC AI 社会影响评论员

作者

沈南乔

据 TechCrunch 报道，美国多地公共图书馆开始举办“避开 AI”课程，教参与者关闭 Apple Intelligence、Gemini 和搜索结果中的 AI 功能，同时解释这些产品如何工作、为何有人使用，以及为什么有人选择退出。

一句话结论：这些课程不是要求公众拒绝所有算法，而是在科技公司把 AI 默认塞进设备后，补上一堂本该由产品提供的“如何说不”课程。

缅因州 Bangor 公共图书馆员 Hannah Cyrus 最先开发课程。她平时的电脑入门班约有十几人，前两场“避开 AI”课程各有约 70 人现场或在线参加，还要设置候补名单。她公开材料后，收到全球数十名图书馆员询问。

费城图书馆员 Charlie Bailey 随后举办一小时课程，首场约有 20 多名成年人参加。活动的 Instagram 帖文获得超过 2000 个赞和 220 次分享，远高于该图书馆通常只有几十个互动的帖子，第二场也因报名过多而增加。

设备默认开启 AI 与用户主动选择退出

课程内容并不只讲关闭按钮。参与者讨论数据中心、隐私、搜索摘要和工作中的强制使用，也承认 OCR、医疗研究等 AI 应用有价值。共同不满是，系统升级后功能默认出现，退出选项分散在不同菜单，用户必须逐个服务研究。

美国图书馆协会本月也发布 AI 使用指导，把数字素养、隐私、知识自由和服务公平列为原则。图书馆在这里延续的不是“反新技术”传统，而是帮助没有专业知识的人理解信息系统，并保留不用某项工具的能力。

沈南乔认为，方便的下一步往往也是风险的开始。用户不应被迫先接受 AI，再花一小时寻找关闭方式。真正成熟的 AI 产品应该提供清晰总开关、逐项权限和关闭后的行为说明，而不是把退出成本转给图书馆员。

关键事实

来源：TechCrunch、美国图书馆协会、Free Library 活动页面
课程内容：解释 AI、展示关闭功能、讨论使用与退出理由
参与情况：Bangor 前两场各约 70 人；费城活动社交帖超过 2000 个赞
重要边界：参与者并非一致反对所有 AI 应用

OC 判断

“避开 AI”课程的流行说明，用户需要的不只是使用培训，也需要拒绝和撤回授权的培训。免责声明不是产品设计，难找的关闭按钮也不是有效选择。

为什么重要

对开发者：新增 AI 功能时，应把退出和数据删除作为完整产品路径。
对企业：强制启用可能提高短期使用率，却会损害长期信任。
对用户：数字素养包括知道什么时候使用工具，也包括知道怎样不用。

参考来源

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

做 AI 语音产品时，授权、撤回和审计日志应该怎么落地？

<p>最近看到越来越多关于声音授权的讨论。对开发者来说，真正麻烦的往往不是“模型能不能模仿”，而是授权如何进入系统、生成结果如何追溯，以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是，不要把“用户勾选过同意”当成一个布尔字段，而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性，例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时，可以绑定不同的授权，而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更，如果任务只查最新状态，历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id，并反向关联任务。</p> <p>我会把最小链路设计成：</p> <ol> <li>voice_asset：原始声音及版本；</li> <li>consent_grant：授权范围与证据；</li> <li>generation_job：请求参数和授权快照；</li> <li>audio_artifact：输出文件、校验值和公开状态；</li> <li>audit_event：谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后，系统至少要阻止新任务，并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除，要按照合同和产品能力区分，不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired，并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志，公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案，但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来，比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走，越觉得声音效果只是前半程，权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储，还是单独的审计系统？如果授权撤回，你们通常怎么处理已经生成并交付的音频？</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没？戒断反应如何？

<p>我在第三天就消耗了只剩1%，忍了一天，然后今天干脆用这最后的1%，开着5.6 Sol 极高强推我一个提示词笔记本应用的功能落地。最终用时3小时，居然还是跑完了。但是现在还是出现一些戒断反应，感觉啥也做不了，就无精打采的，困。</p> <p>我做了一个Prompt Notebook，专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来，进行身份设定，以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面： <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流，支持关键词或标签搜索： <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面，可以复制提示词，分享提示词，点击分享还有分享短链：（https://prompt.jintao.co.uk/share/20260806LfsmY） <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了，我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善，可能还要虫子要抓。弄好了，打算放GitHub开源。</p> <p>有朋友想试试的么？</p>

shynloc 2 4

一个体会，Codex 这种现代 Agent，每天一个变，几天不用就有新惊喜

<p>当然我说的也包括 Claude Code，新功能日新月异，还有就是 AI 能力提升以后，可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是，我最近经历过很多次，你跟人介绍现在 Codex 可以做到什么样子，他们都觉得很厉害。但是你现场一演示，他们的震撼就更加完全不同了。所以，这种东西，需要大量的 Workshop 去沟通交流，光看文字很难讲清楚，直播、视频也越来越重要了。</p>

tinyfool 1 89

你为什么不移民？

<p>我是一定要移了，在这里连正常呼吸都不行了。以前正常呼吸指的是言论自由，现在是生物学意义的正常呼吸问题了。</p> <p>你为什么不移民？</p>

tinyfool 741 48

图书馆开始教人关闭 AI：反技术，还是一堂数字自主权补课？