坦白的表态：把选择权交给用户会导致训练数据枯竭
「如果做成选择加入，没人会选。这就是诚实的答案。」 在 2026 年 8 月 12 日的官方直播中，面对近 3,000 名主播刷屏的愤怒质疑，Twitch 首席产品官 Mike Minton 用这样一句表态回应了社群。当天美西时间下午 1 点 10 分，Twitch 宣布修改隐私政策，默认将创作者的直播视频与音频用于亚马逊生成式 AI 模型训练。主播若不想让内容进入模型，必须前往设置页面手动关闭授权。
在生成式 AI 向多模态演进的过程中，高质量的声音与画面数据成为了科技巨头争夺的核心资源。直播平台积攒了数百万小时未被挖掘的高密度人声与视频流，属于极具价值的数据矿藏。一旦将数据获取的前提设定为创作者的主动授权，绝大多数用户都会出于隐私顾虑而拒绝提供。
近 3,000 名主播在官方直播频道中刷屏抗议，要求将机制修改为选择加入（opt-in）。平台在已知绝大多数创作者反对的情况下依然维持默认授权，反映出多模态 AI 训练对高密度真实数据的极度依赖。 当授权率无法依赖自愿时，将许可设为默认状态就成了维持数据供给的唯一通路。
多模态数据的资产价值与被转嫁的拒绝成本
对于亚马逊而言，Twitch 上的直播录像不仅包含连续语音，还涵盖了复杂的环境音效与表情弹幕。这类多模态数据集采集成本极高，在公开网络中难以通过抓取批量获取。主播每周在镜头前投入数十小时，其声音与视觉形象在未经事先协商的情况下被纳入训练池，引发了肖像与数字资产被无偿占用的争议。
在面对创作者质疑时，Twitch 将政策更新包装为一项新功能，称其为「添加了一个让创作者可以选择退出的设置选项」。然而在设计中，关闭开关未置于创作者后台主面板，而是藏在个人频道设置的安全与隐私选项卡底部。主播需要主动得知变更、理解条款，并经过多层页面跳转才能完成关闭。
主播需要经历至少三个二级菜单层级，才能找到这个被置于底部的开关。将关闭权限置于繁琐路径之后，实质上是利用用户的操作门槛来保护平台的数据获取效率。 这种设计把不同意许可的阻力转嫁给创作者，而平台则默认获取了未采取行动用户的授权。
图：Twitch 标志与游戏手柄倒影。来源：TechCrunch / Lionel Bonaventure, AFP via Getty Images
行业惯例与合规差异：英国用户的退路与公开账号的悖论
在直播回应中，Twitch 社群负责人 Mary Kish 指出，利用平台公共内容训练 AI 已经是行业普遍做法。例如 Meta 长期使用 Facebook 与 Instagram 上的公开账号数据进行模型训练。在监管较严的英国地区，用户获得明确的退出通道，而在其他地区，用户若想免于数据被抓取，只能将账号切换为私密状态。
这种私密化方案对于依赖公开流量变现的创作者来说无法实行。主播依靠公开直播吸引观众，设为私密意味着放弃职业生涯。当有主播询问历史视频是否已被投入模型训练时，Mike Minton 表示无法给出明确答复，因为自己并不清楚亚马逊在训练阶段具体使用了哪些数据。
当问及过去的直播内容是否已被用于训练时，管理层坦言无法给出明确答复。这种技术层面的信息不透明，揭示了数据流向在平台运营方与底层模型开发方之间的交割断层。 创作者不仅无力阻止未来的数据采集，甚至连过去产生的数据是否已被消化也无法确认。
图：Twitch 官方直播回应截图。来源：TechCrunch / Twitch
权力不对等下的数据存量博弈
从商业逻辑来看，作为亚马逊旗下子公司，Twitch 为母公司的 AI 业务提供数据支撑符合其资源整合的诉求。面对生成式 AI 领域白热化的计算与数据竞赛，拥有优质存量内容的平台会将用户生成内容（UGC）视为自有资产。在现行平台服务条款下，用户注册时签署的协议往往已为平台留出了数据使用的法律余地。
从创作者立场来看，直播内容凝聚了主播的个人劳动与智力成果。许多创作者对生成式 AI 抱有警惕，担心训练出来的模型最终会被用于生成虚拟主播，进而挤压真实创作者的生存空间。在没有提供商业补偿或收益分成的情况下，平台直接将用户内容划入训练集，加剧了社群的剥夺感。
在面对问询时，平台将这一调整表述为赋予创作者选退设置。这种话语包装将原本对创作者权益的调取，重塑为一种针对新增功能的隐私控制授权。 双方在数据所有权与收益分配上的认知分歧，构成了当前平台经济中最尖锐的矛盾。
默认选项背后的契约重组
Twitch 的选择退出机制将平台与创作者之间不平等的权力关系展示得十分清晰。平台管理层预判到了绝大多数主播会反对将内容用于 AI 训练，却依然选择将同意设为初始状态，因为一旦开启主动授权，训练数据供给就会面临枯竭。在这场关于数据控制权的博弈中，平台成功依靠默认设置规避了大规模数据流失的风险。
通过将拒绝授权的操作门槛留给创作者，平台把不同意所需的发现成本与点击成本全部留在用户侧。只要用户保持沉默或未注意到设置变更，其产生的数据流就会源源不断地注入 AI 模型的训练管道中。当平台把退出设为手动操作，沉默就等于同意。
参考链接：
- TechCrunch 报道
- Twitch 官方公告
- Twitch 官方直播回应
