放开“不登录不给看全文”限制，知乎这回知道错了

英伟达官方声明炮轰拜登政府

声明:本文来自微信公众号“三易生活”（ID:IT-3eLife），作者:三易菌，授权 转载发布。

此前在去年5月，不声不响地为网页端添 无法查看全文限制，但近日这家问答社区却又悄然放开了这个限制，用户无需登录即可直接浏览完整内容。

2024年5月有网友在社交 上反馈，非登录状态下访问知乎网页的问题回答页面、点击“展开阅读全文”，就会自动弹出登录窗口。不过由于用户在WAP端、也就是手机网页上以非登录状态仍可完整查看内容，表明知乎方面并未打算玩“打开App才能阅读全文”这个 。

彼时外界普遍认为，知乎方面采取非登录用户查看全文的限制措施是为了，以防AI厂商使用爬虫来抓取内容训练AI大模型。因为查看网页的源代码就会发现，在用户没有登 情况下，知乎压根就没有传输回答的完整数据，所以即使是通过技术手段来屏蔽登录弹窗，也不能在非登录状态下查看到完整的回答。

自从OpenAI用Ch GPT证明了Scaling law的正确性，即AI大模型的最终性能主要与计算量、模型参数量和训练数据量三者的规模大小呈正相关后，AI厂商就开始对算力和数据变得如饥似渴。

算力之于AI的作用显然毋庸置疑，OpenAI、微软、Meta、xAI等厂商大手笔地购买英伟达的算力芯片，甚至直接将后者托举成了全球最值钱的公司。而国内的AI厂商，更是绞尽脑汁地获取英伟达H100/H200。同时作为AI大模型的另一端，训练数据或者说语料的重要性，也已经成为了共识。

生成式AI的原理，大概可以总结为通过大量的语料库进行训练，以建立相应的模型，从而使得AI能够对人类的问题做出相应的回答和决策，它的核心逻辑就是“基于统计规律的模式生成”。经过大量的数据训练后，AI预测出问题的 其实并不等于拥有智慧，本质上与人类玩数独或填字游戏是一样的。只不过训练AI的数据规模过于庞大，就使得它的“猜谜”有了统计学意义。

Ch GPT为什么会表现得比以往的AI更聪明?单纯就是因为语料规模更大。要知道在相当长的一段时间里，机器学习研究领域并没有将数据量作为主要研究对象，数据一般被认为是被动变量，大量的研究集中在如何有效降低训练误差和如何控制模型复杂度上。

Scaling law无疑是过去两年来，AI大模型赛道风起云涌的理论基础，它证明了通过预训练中使用更多的数据和算力，就能让AI大模型的性能暴涨。由于数据多等于智能多得到了验证，如此一来AI厂商当然就迫切地想要获得更多的数据来训练更强的模型。而数据的问题，就让OpenAI、Anthropic的爬虫已然成为了网络空间中 进攻性的存在。

如今几乎每一个AI厂商，都背着非法获取数据所引发的版权官司。既然数据本身是有价值的，那么如何处理它就成为了每一个互联网内容 必须要面对的问题。如果 本身胸无大志，这件事其实也很好办，比如“美国贴吧”Reddit就选择了简单粗暴地卖数据，将 中的内容授权给谷歌、OpenAI用作大模型的训练。

可问题在于，知乎并不想错过AI时代。在一众国内互联网厂商中，知乎拥抱AI大模型的态度可以说是相当积极， 批发布AI大模型的厂商里就有他们。早在2023年4月，知乎就与面壁智能共建大模型产品“知海图AI”，到了2024年7月又推出AI搜索产品“知乎直答”，就在2月11日，知乎也是 批接入DeepSeek-R1的。

尽管知乎在国内互联网厂商里并不以技术见长，但中文互联网中质量最高的内容库，才是他们的核心竞争力。知乎创始人周源在发布“知海图AI”时就曾表示，拥有中文互联网大量高质量内容，正是知乎研发大语言模型的优势所在。所以保护内容库就是保护知乎在AI领域的市场竞争力，这一点知乎管理层显然有着清晰的认知。

但凡事都有正反两面，非登录用户无法查看全文的限制对于用户体验无疑是强烈的负反馈。对此用户也选择用脚投票，在知乎方面公布的2024年第三季度财报中就表明，其月活为8110万，与去年第三季度的1.05亿相比，同比大幅下滑了22.98%。

活跃用户大幅下滑的影响显然是巨大的，也直接导致了知乎的平均每月订阅会员增长率下降至13.79%，不复2022年（93.07%）、2023年的(47.96%)的亮眼表现。活跃用户规模下滑就意味着池子变小了，能筛选出愿意付费的用户基数自然就会相应缩减。

同时在知乎的财报中显示，付费用户的每月付费金额也在下降，已经从2023年的11.59元下降到了2024年第三季度的10.02元。换而言之，知乎过去两年力推的付费订阅业务遇到了困境。对此，他们 方案就是重新挽回用户、扩大月活规模。

当然，除了限制非登录用户查看全文导致用户离心、要亡羊补牢之外，大模型的Scaling law放缓也是促使知乎转向的原因，毕竟DeepSeek的出现给Scaling law理论带来了新的思考。并且马斯克的Grok3在投入海量资源、付出巨大的成本后却没有出现质变，也为Scaling law理论蒙上了一层阴影。

大模型不是必须大力才能出奇迹，这或许才是知乎这一策略发生改变的根源，如果内容库没有想象中值钱，又何必为其去得罪用户呢?