今天留两条看起来不在一个频道的消息。一条是 Anthropic 版权和解的钱开始怎么分；另一条是一篇把人和大模型的持续依赖放进传播模型里讨论的论文。它们都在问同一件事：AI 带来的收益和风险，最后由谁承担。

版权和解到了分钱这一步

TechCrunch 报道，Anthropic 的 15 亿美元版权和解已经获最终批准，涉及近 50 万部作品。报道援引作者的说法称，一些出版商和文学经纪人正在认领赔偿；争议集中在权利已经回归作者的作品，以及原本应由作者和代理人分配的份额上。

模型训练数据的版权争议，走到这里就不再只是“大公司赔了多少钱”。钱进入分配环节，合同、授权链和代理关系都会重新浮出来。对创作者来说，最实在的不是围观总额，而是把自己的作品权利、出版合同和代理约定留得能查、能对照。等到有人来认领，手里至少得有牌。

这也是所有内容行业绕不过的一笔账。AI 公司买数据、用数据、出事后赔偿，最后并不会自动把钱送到真正创作者手里。中间每多一层平台、出版社或代理，分配规则就多一层成本。

一篇论文把“依赖模型”当成传播问题来研究

Ricard Solé、Michael Levin 等人在 arXiv 发布论文《Large-Language Models as a Cognitive Virus》。论文用流行病学的类比讨论大语言模型在人群中的扩散，并区分未使用、保留认知自主的常规使用，以及持续依赖等状态。

这是一篇预印本，不是已经定论的社会科学结论。它的价值在于把一个常被说得很虚的担心拆成了可讨论的问题：什么叫依赖，怎样观察，哪些机制会让人从偶尔调用工具变成离不开工具。模型能不能替你写一段话，不是关键；你还能不能发现它写错了，才是。

对正在把 AI 接进工作的人，别把“用得勤”直接当成效率。给自己留一个不靠模型也能验收的环节：核一次来源，自己写一次判断，或者让另一个人复核。工具可以替你跑流程，主线任务里的判断权别一起交出去。

今天可以带走什么

把手上一个依赖 AI 的工作流写成两列：模型替你做了什么；你还保留了什么。前一列是效率，后一列才是你的手牌。两列之间如果只剩“点一下确认”，那就该补一层来源核对、结果验收或人工接手了。