“如果改成opt-in，没人会选。”
8月12日，Twitch首席产品官Mike Minton在官方直播间里，面对近3000名愤怒的观众，说出了这句让整个创作者社区心寒的话。弹幕反复刷着同一个问题——“为什么不是opt-in？”——而Minton给了一个过于诚实的回答。诚实到足以让所有人明白，这场“选择”从一开始就不是为创作者设计的。
默认被选中的创作者
当天，Twitch正式宣布了一项新政策：默认使用创作者的直播内容——包括视频回放、音频、聊天记录——来训练母公司亚马逊的生成式AI模型。创作者如果想阻止自己的内容被用于AI训练，必须手动进入设置页面，在“安全与隐私”选项卡中找到“生成式AI训练”开关，然后关闭它。
这不是一个“可以选择”的问题，而是一个“默认被选”的问题。一字之差，决定了权力归属。
对于亚马逊而言，Twitch的流媒体内容是一座数据金矿。成千上万小时的直播内容，包含真实的对话、即时的情绪反应、丰富的语音变化——这是训练多模态AI模型梦寐以求的训练素材。在AI行业，高质量的视频-音频配对数据极度稀缺，而Twitch每天都有数百万小时的直播内容在产生。
但问题在于，创作者们大多对此毫不知情。一位主播在社交媒体上写道：“我每周花40小时直播，现在我的脸、我的声音、我的聊天记录，都可能成了亚马逊AI的燃料？”
更让社区愤怒的是，Twitch甚至无法回答一个最基本的问题：在推出这个设置之前，主播们的内容是否已经被用于AI训练？当一位用户在直播中直接问到时，Minton的回答是：“我实际上不知道这个问题的答案，因为我不知道亚马逊在模型训练方面做了什么、用了什么、没用过什么。”
Twitch的隐私声明（2026年1月15日最新修订）早已写明：Twitch收集的个人信息“可能与亚马逊客户的个人信息合并”，并用于两家公司“运营、提供、开发和改进亚马逊及Twitch的产品和服务”。新加入的开关仅从这一广泛的数据共享框架中划出了一小块——生成式AI模型训练——其他一切照旧。而更令人不安的是，没有任何审计机制能确认内容是否已被排除在某个训练批次之外，也没有任何流程能追溯2026年8月12日之前的内容是否已被使用。
为什么“默认opt-out”才是真正的设计
Minton在直播中那句“如果opt-in没人会选”，是整个事件最赤裸的注脚。它暴露了一个平台与创作者之间不可调和的矛盾：平台需要数据来训练AI，创作者不希望自己的数据被用于AI训练。如果给创作者选择权，他们几乎一定会选择拒绝。所以平台的设计逻辑很简单——把“选择权”换成“退出权”。
这不是道德问题，是权力问题。平台拥有所有内容的使用权（条款里写了），创作者拥有“在设置里提出异议”的权利。前者是默认生效的，后者需要手动激活。这种不对称设计在互联网行业并不新鲜，但大多数情况下平台会努力将其包装得稍微体面一些。Minton的坦诚撕掉了这层包装。
Twitch的社区负责人Mary Kish在直播中试图说明，即使是提供opt-out选项，也已经是“对社区声音的回应”。但这句话恰恰暴露了问题的本质：在默认情况下，你的数据就是平台的资产，你需要主动说“不”才能拿回来。
亚马逊的数据饥渴
为什么亚马逊要冒这么大的舆论风险？答案很简单：AI模型训练需要海量数据，而高质量的视频-音频配对数据正在成为AI行业最稀缺的资源之一。
目前市场上的主流大语言模型主要依赖文本数据训练，但下一代多模态模型需要理解视频、音频、情绪、语境。Twitch的内容恰好提供了这种多维度的训练素材：主播说话时的语调变化、面部表情、对突发事件的即时反应、与观众的互动节奏——这些是任何文本数据集都无法替代的。
亚马逊在AI领域的竞争压力巨大。AWS的AI云服务面对微软Azure和谷歌云的激烈竞争，而Amazon Nova系列模型在市场上的声量远不及OpenAI、Anthropic、Google的竞品。据Business Insider 2026年7月报道，亚马逊正在重组AI战略，缩减大部分自研Nova模型——包括旗舰级的Nova Premier、Nova Omni、Reel视频生成模型和Canvas图像生成模型——将工程资源集中到由研究员Pieter Abbeel领衔的前沿模型项目上。手握Twitch这样的数据资产却不用，对亚马逊来说是一种无法容忍的“浪费”。
整个行业都在“默认收集”
Kish在直播中指出了关键点：Twitch并非唯一这样做的平台。Meta使用Facebook和Instagram的公开内容来训练自己的AI模型。如果你的账户是公开的，你的数据可能已经被用于Meta的AI训练。欧盟和英国用户可以选择退出，但其他地区用户唯一的“退出方式”是将账户设为私密——这对依赖公开内容变现的创作者来说几乎不可能。
YouTube虽然没有默认将创作者内容用于AI训练，但它在2026年更新了AI内容政策，要求创作者标注AI生成内容。这种“监管端”而非“训练端”的思维方式，与Twitch形成了鲜明对比。
整个行业正在经历一场“默认收集”的竞赛。谁先拿到足够多的训练数据，谁就能训练出更好的模型。而在这场竞赛中，个体创作者的利益被默认让位于平台和AI的商业利益。
Twitch的新开关本身也有限制：即使关闭了AI训练，其他“AI支持”的功能——如自动字幕和安全工具——仍将继续运行。如果你在别人的直播间参与聊天，对方的opt-out偏好将决定你的聊天内容是否可以被用于训练。这种设计意味着，即使你保护了自己，也无法完全控制自己的数据在平台生态中的流动路径。
创作者的数字主权正在流失
这件事最值得关注的不只是Twitch的政策本身，而是它揭示了一个正在加速的趋势：AI时代的创作者，正在失去对自己数字身份的控制权。
你的脸、你的声音、你的创作——这些在AI时代都变成了“训练数据”。平台拥有这些数据的使用权，而创作者拥有的，只是一个隐藏在三级菜单中的开关。更讽刺的是，即使你关闭了那个开关，你也不知道在此之前你的内容是否已经被使用了。Minton那句“我不知道”背后，是一个比默认opt-out更大的问题：AI训练的数据透明度，目前几乎为零。
未来，创作者面临的选择可能是：继续使用平台，接受数据被用于AI训练；或者离开平台，放弃自己的观众和收入。这不是一个真正的选择。
当AI需要你的脸和声音来学习如何“像人一样”时，记住——你已经是那个“默认选中的”选项。
快报