帖子讨论美国男子 Michael Smith 利用约一万个机器人账号和大量 AI 生成歌曲刷取流媒体播放量、非法获取约 800 万美元版税的案件。Reddit 上的讨论没有停留在“AI 音乐很离谱”，而是迅速转向流媒体分成机制本身。
讨论焦点：一条高赞评论指出，流媒体平台的版税通常来自一个共同的收入池，播放占比会影响其他音乐人的分成，因此机器人制造数十亿次虚假播放并不是“只骗平台的钱”，而是在稀释真实创作者能拿到的份额。另一批用户则借题发挥，讽刺企业对个人“玩系统漏洞”反应极快，却常被认为对自身不公平商业行为宽容。帖子热度仍在增长。
帖子讨论一个很具体的生成式 AI 问题：ChatGPT 在生成仿《The New Yorker》风格的漫画时，不仅模仿画风，还会在图中出现真实漫画家的签名或姓名，而且并非单一艺术家偶发一次，而是出现了多个真实创作者的名字。
讨论焦点：高赞评论认为，最麻烦的不只是“模仿风格”，而是 AI 生成的低质量作品可能被错误归因给真实艺术家，带来声誉和权利问题。也有人认为，这说明训练数据中的签名被模型学成了画面结构的一部分；另一些人则把责任重点放在使用者和平台规则上，认为生成工具本身并不能替代用户对版权和署名准确性的核查。
发帖人认为，机器翻译过去几十年从“勉强看懂”发展到如今的大模型翻译，主流语言之间已经接近真正可用的“万能翻译器”，而这项进展反而没有像其他 AI 能力一样获得足够关注。
讨论焦点：一名有十年翻译经验的高赞评论者认为，对技术、金融等主要强调准确传意的文本，大模型翻译确实已经非常好，甚至可以达到接近 98% 的可用程度；但涉及语气、文化暗示、俚语、文学表达以及低资源语言时，仍需要人工审校。另一派则认为最新高推理模型在处理俚语、混乱文本和上下文方面已经比传统机器翻译跨越了一个层级。讨论最终更接近“主流场景基本解决，但专业翻译没有消失”。