Aaron Swartz 40岁诞辰，FSF称其遗产仍在延续

Aaron Swartz 今年本该四十岁了。在他离世后的这些年里，他对自由软件、互联网标准以及知识共享自由的贡献依然极其重要。尤其令人感慨的是，如今世界上一些最大的公司依赖的正是 Swartz 参与开发的技术。这些公司一边用他的成果去构建专有的大语言模型（LLM），一边却因自身对版权材料的收集和使用而招致严厉批评。过去一年里，人类知识的收集与商业化带来了巨额利润，相比之下，Swartz 当初受到的对待与大型科技公司所享有的待遇形成了鲜明反差，这种反差值得仔细审视。

2011年，联邦检察官指控 Swartz 犯有计算机欺诈及相关罪行，起因是他通过 MIT 的校园网络从 JSTOR 数据库中下载了数百万篇学术文章。Swartz 认为学术知识应当向所有人开放，而不应被昂贵的订阅费挡在公众之外。尽管他并未被指控侵犯版权，却面临联邦检方的强硬起诉和数十年监禁的可能，最终于2013年1月不幸自杀身亡，年仅二十六岁。

Swartz 最重要的技术贡献之一，是他与 John Gruber 合作开发的 Markdown——这套简洁的文本格式化系统于2004年问世。Markdown 让用户可以用普通文本创建结构化文档，无需依赖专有软件。二十多年后的今天，Markdown 已成为文档撰写与发布最流行的格式之一，广泛用于论坛、wiki 等社区网站。

这并非无足轻重的贡献。开发 LLM 的公司在产品和开发工具中大量使用 Markdown。例如，OpenAI 就推荐用 Markdown 来组织指令、向 ChatGPT 模型传达结构信息。虽然从技术上讲 LLM 的运行并不必需 Markdown，但它已成为人与模型交互方式中的重要一环。Swartz 参与开发的这套格式，如今已被一个价值数万亿美元的行业普遍采用。

Swartz 的创业公司 Infogami 于2005年与 Reddit 合并，使他成为这个日后互联网上最大的人类互动内容集合之一的共同所有者。数以百万计的人向 Reddit 社区贡献了知识、经验和观点，几乎没人指望自己的贡献有朝一日会成为专有 LLM 的宝贵资源。2024年，Reddit 与 Google 达成协议，据报道每年金额达6000万美元，允许 Google 访问其页面用于机器学习。同年，Reddit 还宣布与 OpenAI 建立合作，允许该公司访问 Reddit 数据并将其纳入 ChatGPT。普通互联网用户自由贡献的信息，如今成了世界上一些最大科技公司的宝贵商业资源，而贡献者对此几乎没有话语权。

Swartz 还开发了 web.py——一个用于构建 Python 应用的公有领域框架，并为 RSS 1.0 做出了贡献，后者是一项在网站之间分发新闻及其他信息的公共互联网标准。此后，Swartz 这类 Python 框架对于收集和整理机器学习所用数据变得十分重要，而 Python 也被 Claude Code、ChatGPT 以及微软的 Github Copilot 等基于 LLM 的系统广泛用于执行代码、分析数据、自动化任务和生成软件。

RSS 这类结构化 feed 在今天依然重要，让数百万用户能直接从发布者那里获取信息。RSS 还催生了播客，使独立创作者无需中间机构许可就能向听众分发音频。尽管此后 Apple、Spotify 和 Google 的 YouTube 在这个价值数十亿美元的行业中占据了主导地位，播客最初正是始于去中心化的 RSS feed，让任何人都能按自己的方式发布和分享媒体。Swartz 深谙 RSS 这类互联网标准的根本重要性，他在2002年的《标准宣言》中已明确表达过这一点。正因如此，如今专有平台对播客分发的企业化攫取才更令人痛心。

后来的技术发展让 Swartz 遭受的起诉显得尤其令人不安。2025年，一家联邦法院认定 Anthropic 从 Library Genesis（LibGen）和 Pirate Library Mirror 等馆藏中获取了超过七百万份未经授权的书籍副本。该公司随后同意支付15亿美元的版权和解金。Meta 也曾从 LibGen 和 Anna's Archive 下载书籍和学术出版物，用于训练其专有的 Llama 模型。2026年5月，Elsevier 等主要出版商起诉 Meta，指控该公司下载了数百万份受版权保护的书籍和学术出版物，其中包括源自 Sci-Hub 的材料。在另一桩诉讼中，Meta 被指控使用 BitTorrent 下载了超过81.7 TB的所谓“盗版”书籍和学术论文。由于 BitTorrent 通常涉及与其他用户共享已下载的数据，这些指控进一步引发了对该公司在传播版权材料中所扮演角色的质疑。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）