LLM 输出版权归谁？一篇文章反驳「否定人类作者地位」的流行论调

2026 年 7 月 24 日，Hacker News AI 板块出现一篇题为《Falsities of LLM Negationists》的长文，作者以「为何创作 LLM 协作内容的人理应被认定为作者」为主线，借助摄影与音乐的类比，系统反驳了当下流行的「否定人类作者地位」论调。本文整理其核心论点，便于未读原文的读者把握全貌。

一、问题的提出：默认剥夺而非审慎质疑

作者认为，这类说辞看似谨慎，实则是「作者身份默认丧失」的逻辑：

创作者一个月内的成百上千次决策被一笔抹去；
选材、编辑、组合、舍弃与重来的过程被视而不见；
没有任何人指出另一名作者、任何被侵权作品或实质性相似之处；
唯一可观察的人类劳动，反而成了最不被采信的事实。

作者将这一倾向概括为：将人贬低为「非显著操作者」，把所有有意义的因果都归给机器。选材被简化为「策展」，修改被简化为「清理」，创作被简化为「下提示词」，而判断本身则被完全抹去。

二、摄影类比：素材状态不能决定作品归属

为反驳上述逻辑，作者提出摄影类比。假设有人拍下一张构图精妙的埃菲尔铁塔照片，若有人以「铁塔属于公有领域」「可能与别人的照片相似」为由主张「这张照片不属于你」，这种推论在摄影领域显然不成立。

铁塔在公有领域并不意味着照片在公有领域；
取景、位置、时机、光线、曝光与构图都是摄影师的具体贡献；
同一逻辑下，拍蒙娜丽莎可能几乎没有独立保护，而精心捕捉公众人物穿行人群的瞬间，则归属于摄影师；
翻拍他人摄影作品可能只构成对原作的复制，而非新作品的诞生。

决定权不在相机，也不在拍摄对象是否处于公有领域，而在摄影师究竟贡献了什么。

三、音乐类比：编曲权独立于素材来源

作者随后类比音乐场景。一名音乐家可以将 50 首已无版权的古典曲目编排成新作，仍对其享有著作权；而另一人仅凭记忆完整复刻一首受保护的流行歌曲，反而不能获得任何权利。

版权不会像放射性示踪剂一样贯穿每一次变换；
权属取决于「摆在我们面前的这一作品」——谁贡献了什么，谁复制了什么；
「模型含有受版权材料」或「模型从公有领域作品学习」等论点，只在审查训练数据或侵权时才有意义，与最终输出的作者身份无直接关联。

四、公有领域不等于无主

文章特别澄清一个常被偷换的概念：作品进入公有领域，意味着其独占经济权利失效，但并不意味着它没有作者。

单个片段可能无主，整体编排却可能有归属；
局部素材公有，组合后的整体未必公有；
「可能属于公有领域」这句话，常被用来夹带另一个完全不同的结论——「组装、编辑、塑造作品的人没有可归属的贡献」。

而这一结论需要证据，不能从「可能」二字中自动导出。

五、回应「只是下了指令」的质疑

作者承认，确实存在另一种情形：用户只输入一句提示词、接受首个输出，几乎未对最终形态做出贡献。这种情况下，确实没有理由假装每次按下回车的人都自动成为作者。

但这一案例无法推及那位花了一个月筛选、修改、组合、修复、丢弃成品的创作者。判断的焦点应是「此人究竟控制了最终作品中的什么」，而非工具本身的属性。

六、文章的局限

需要指出，这是一篇个人立场鲜明的评论性长文，并不构成新法律事实或行业数据。它的价值在于以连贯类比厘清一个被频繁混淆的论证结构：把「可能性」当结论、把「素材来源」当作者判定、把「工具能力」当创作者贡献。在 AI 著作权尚无统一司法定论之前，这类澄清对从业者具有参考意义。