AI 領域精選文章翻譯
by Tyler Johnston

上週,Encode 的副總裁兼總法律顧問 Nathan Calvin 收到一封奇怪的信。寄件者自稱是記者 Michael Chen,想就田納西州一項 AI 法案採訪他,媒體是 The Wire by Acutus。
信一看就不太對勁。作者事先把文章標題寫得很滿,提問框架帶著明顯立場,而且只提供書面問答,不接受電話訪談。網路與社群搜尋都找不到任何名叫 Michael Chen、而且與 Acutus 有關的人。寄件地址也很怪,是 generic 的 reporter@acutuswire.com,對一個自稱有許多撰稿人、幾乎天天發文的媒體來說,這並不正常。作者把這封信丟進 Pangram,一個號稱幾乎不會誤判的 AI 內容偵測器,結果顯示:這封信是「完全由 AI 生成」。
也就是說,Michael Chen 幾乎可以確定不是人。更進一步看,Acutus 本身也幾乎不可能有真正的記者。
Acutus 是一家匿名經營的數位新聞站,於 2025 年 12 月 29 日上線。不到四個月,它已經發了 94 篇長篇文章,主題涵蓋 AI 政策、參議院選舉、藥價改革、核能、加密貨幣、特許經營、技能導向聘用等等。網站沒有編輯台、沒有作者簽名、沒有具名主編,也沒有任何說明這個站到底是誰在經營、怎麼出現的。
它自稱提供的是「expert-sourced journalism」與「independent reporting」,About 頁面也把自己描述成一個彙聚各界專家的協作新聞平台。任何人都能填寫 Apply to be a Contributor 表單申請投稿,首頁側欄也會輪播徵稿主題,彷彿真的有一個編輯團隊在主動找人寫稿。
但問題是,這些作者看起來根本不存在,至少不是人類作者。作者把網站上每篇文章都丟進 Pangram 偵測,94 篇裡有 69% 被判定為完全 AI 生成,另外 28% 則是部分 AI 生成,只有 3 篇看起來是人寫的。
更直接的線索來自網站前端程式碼。Acutus 的 React 應用把一套後台編輯介面直接暴露在瀏覽器端。那裡有一個「AI Background Context」欄位,說明是要給 AI 的背景資訊;還有一個「Question Prompts」欄位,用來提供 AI 記者可問的問題。也就是說,這不是單純把稿子丟給模型潤飾,而是從一開始就把整個採訪、寫作流程交給 AI。
那個介面先建立一個 topic,接著按下大大的「Generate Story Draft」就能生成初稿,之後還可以「Regenerate」重來一次。同一套工具還會用 AI 從 research notes 抽引言、跑文法檢查,最後再做多輪 AI 編輯審核,並針對多個標準打分。
Acutus 甚至把所有內容都用 Creative Commons 授權,包裝成一種 wire service。About 頁面寫得很直白:他們的故事會像新聞通訊社一樣,讓其他出版方直接使用。
但網站露出的不只是成品,還有製作過程。acutuswire.com/api/wire 這個 API 在瀏覽器裡就能打開,回傳的不只是文章資料庫,還包括每篇內容的內部生成紀錄與 AI 審核結果。裡面有五種審核項目,其中四項會打分數,而且都是以 100 分為滿分:AP style compliance、quote accuracy、source verification、以及一個直接叫作 acutus 的欄位;另一項則是 fact-checking 狀態。每個審核項目都會列出 AI 找到的問題、建議修正,以及修正完成的時間戳。
時間戳本身就很能說明問題。單篇內容從第一個問題被修到最後一個問題的中位數只要 44 秒,而最後一次修正到正式發佈之間,通常只隔 10 秒。94 篇文章裡,有 42 篇的 AI 最終狀態甚至還是 needs_revision,也就是 AI 自己都覺得還沒準備好上線,但它們還是被發佈了。
某些被標記的問題還保留了 aiOriginalText 欄位,等於把模型原本寫了什麼和人工建議怎麼改都一起留下來。這種欄位名稱,只有在原稿本來就是 AI 寫的時候才說得通。
網站還有另一層更耐人尋味的設計:它看起來是朝著 AI 模型本身去設計的。robots.txt 對特定 AI crawler 給了相當寬鬆的權限,還有一個已停用的 ai-plugin.json,以及實驗性的 llms.txt。那份檔案雖然把網站包裝成「independent journalism」與「grounded in primary research, verified sources, and direct reporting」,但也不小心露餡,寫著「Reporting follows AP Style and a strict zero-hallucination editorial standard.」
如果整條流水線都自動化了,那真實人物的引言是怎麼進來的?作者追下去發現,很多 Acutus 文章裡的 quote 很像是從先前發佈的網頁內容直接抄來,再由 LLM 整理。不是每一則都如此,但至少有一位真正的人被採訪過。哈佛商學院教授 Joseph Fuller 曾在 LinkedIn 上說,他很高興把自己的想法提供給 Acutuswire,還附上了他被引用的文章連結。
Michael Chen 那封信也就更說得通了。Acutus 的前端 code 顯示,這名「記者」其實可能就是 AI interviewer。Bundle 裡有多個欄位直接提到「AI interviewer」和「reporter agent」,展示已上傳訪談的地方還寫著:「No interviews uploaded via the reporter API yet. Interviews submitted by the agent will appear here for review.」
換句話說,Michael Chen 很可能就是那個 AI 代理。當 Acutus 需要一位活人的引言時,它會派出一個 bot 去訪問對方。Fuller,以及任何在這些文章中出現的實名受訪者,談的其實都是一個假裝成人類的軟體。
更糟的是,有些文章看起來還混入了匿名來源,通常是所謂「close to Senate leadership」的共和黨幕僚、策士或顧問。這些匿名引言總是剛好站在作者想支持的那一邊,讓人不得不懷疑:部分資訊可能是直接被餵進 AI 生成器,而不是經過傳統採訪流程。
Acutus 本身又沒有什麼公開能見度。Google 幾乎找不到外部討論,Twitter/X 上也只被少數帳號提及過四次。但其中兩次都和一個人有關:Patrick Hynes,一家共和黨公關公司 Novus Public Affairs 的總裁。他曾轉發 Acutus 關於 Scott Brown 2026 年參議員選戰的文章,還轉推過一篇被反 AI safety 帳號分享的 Acutus 文章。
這裡開始有味道了。Hynes 所在的新罕布夏州,剛好也是 Acutus 特別愛寫的地區之一;網站大量文章都在談新罕布夏、緬因州與東北部政治。Acutus 甚至還替某些 Novus 客戶關心的議題發稿,像是藥品中間商、住房政策、或是特定參選人。舉例來說,作者提到 1 月 24 日、也就是在川普簽署那項全面藥品福利管理改革法案前 10 天,Acutus 跑了一篇攻擊 PBM 的文章;而後文又指出,PhRMA 這個 2025 年花了 3,819 萬美元遊說的產業協會,居然在內部 source log 裡被標成「PhRMA statements」,但公開版文章根本沒引用到任何 PhRMA 人物。更早之前,Patrick Hynes 其實已在 2010 年與其他共和黨 operatives 一起創辦 New Hampshire 的 NH Journal,2014 年又離開去加入一個支持 Scott Brown 的 501(c)(4) PAC;The Hill 當時就指出,這種關係會讓媒體獨立性受到質疑。接著作者又提到 Rep. Nancy Mace 的 Skills-Based Federal Contracting Act,H.R. 5235 已進入眾議院程序,Acutus 竟在這個節點前後發出相關內容。
更值得注意的是,Acutus 大約有 15% 的文章在談 AI,而且它們常常與一組反監管科技遊說話術一致:批評 Anthropic、批評藍州管 AI、也批評紅州管 AI,並把近期針對 OpenAI 的暴力事件歸咎於記者與草根組織的言論。這些觀點,和那個規模達 1.25 億美元、由 OpenAI president Greg Brockman 與 OpenAI 投資人 a16z 主要資助的 super PAC,還有 Chris Lehane 周邊團隊推動的說法高度相似。
作者最後拋出的問題很直接:如果這些內容真的是政治機器的一部分,那它就是一個用 AI 包裝的偽新聞站;如果它還同時宣稱自己是獨立報導,那就不只是失真,而是徹底騙局。
這篇文章最刺人的地方,不在於 AI 被拿來寫稿,而在於它揭示了另一種更陰影的用途:AI 不只是用來自動化內容,而是用來自動化立場、包裝權威、並把政治宣傳偽裝成新聞。
這篇最值得警惕的,不只是「有沒有用 AI」,而是「AI 被放進哪一段流程」。如果模型只是幫忙潤稿,風險還在可控範圍;但一旦它開始負責選題、採訪、抽引言、審稿、發佈,新聞就會從記錄事實,滑向自動化立場生產。
更糟的是,當網站還把自己包裝成獨立媒體時,AI 反而成了遮羞布:它讓一整套政治操作看起來像技術創新,而不是訊息操控。真正該問的不是「AI 能不能寫新聞」,而是「誰在用 AI 決定哪些聲音被聽見」。