王子变青蛙

为获“干净数据”，AI公司毁书引争议_我的网站

一 |     8月3日晚，体彩大乐透第26087期开奖，前区开出号码05、10、16、24、27，后区开出04、10。

二 |     　　数百万本实体书正被切开书脊、高速扫描、统一销毁。当期全国共中出9注一等奖，其中一注花落黄冈市4211031365体彩销售门店。

三 | 这一离奇行为却是美国部分AI公司的日常操作。4日上午，中奖者王先生（化姓）现身湖北省体彩中心兑奖。

四 | 据悉，这张彩票是一张面值88元的套餐票。　　从Anthropic代号“Project Panama”的毁书扫描计划，到图书数据库公司ISBNdb公开兜售“保证不含AI内容”的旧书，再到一批稀有书被苹果蓝牙智能追踪器AirTag追踪至亚马逊拉斯维加斯仓库，一条围绕实体书的隐秘产业链正在浮出水面。凭借这张票，王先生不仅揽获1注基本一等奖，还同时斩获2注二等奖，单票总奖金高达674万余元。

五 | 王先生是一位购彩者，平日里偏爱复式投注。　　驱动这一切的，是AI行业对“干净数据”近乎饥渴的需求：当互联网被机器生成的内容大面积污染，旧书成了最可靠的“人类知识矿藏”。而当买书、扫描、销毁被法院裁定为合理使用，这场数据争夺战在合规外衣下，也把文化遗产保护的争议推到了台前。这不是他第一次中奖，今年上半年，他就在同一家门店中过一注大乐透三等奖。谈及此次中奖经历，王先生说，这次是他第一次尝试套餐票，没想到直接中了大奖。王先生在兑奖现场主动捐出一部分奖金，用于公益事业。

六 | 　　毁书产业链浮出水面　　早在今年1月27日，《华盛顿邮报》依据悬疑小说作家安德里亚·巴茨等人诉Anthropic一案中，所解封的4000多页法庭文件披露，这家AI公司于2024年初启动代号“Project Panama”的行动，斥资数千万美元批量购入数百万本二手书，经切脊、高速扫描后销毁原书，用于训练Claude。　　一份内部文件写道：“Project Panama是我们对世界上所有图书进行破坏性扫描的努力。”另一份则提醒：“我们不希望外界知道我们在做这件事。”文件显示，Anthropic曾向供应商寻求在6个月内处理50万至200万本的能力。他表示，今后会继续坚持理性购彩，将购彩视为一种休闲娱乐方式，也坚守参与公益的初心。执行负责人是2024年2月受聘的前Google Books合作负责人汤姆·特韦，采购渠道包括书籍在线销售网站Better World Books和英国最大的二手书销售商World of Books。　　到今年夏天，这门生意开始走向台前。　　7月21日，专注科技领域调查性报道的美国新闻网站“404 Media”记者报道，数据库公司ISBNdb在其官网公开向AI公司兜售批量实体书采购服务，单笔1000册至100万册，主打2022年前出版的书，因为这些书“结构性保证不含AI生成文本”“对现代投毒工具天然免疫”，并提供严格保密协议。报道刊发后页面被撤下，ISBNdb已放弃该业务，并称该服务从未实际成交。　　另一起事件出现在欧洲。

七 | 英国“City AM”网站7月29日报道，伦敦一家珍本书商收到两笔来自匿名邮箱的异常大额专业书籍询价，买家拒绝透露身份和用途。欧洲大陆的古董书商还报告了数千册冷门书的匿名订单。报道将这场抢购称为“反乌托邦式”的搜寻。

八 | 　　匿名买家很快露出踪迹。8月17日，“404 Media”刊出追踪调查表明，货物最终被送入亚马逊拉斯维加斯LAS8仓库代号VGT3的区域，而该区域的徽标是一只抓着书的霸王龙。亚马逊员工在内部论坛证实，VGT3的工作就是切书脊、高速扫描并销毁实体书。亚马逊确认其通过商业渠道购书以开发和改进产品与服务，但未明确这批书的具体用途。

九 | 　　模型崩溃阴影下的选择　　AI公司为何对旧书如此饥渴？2024年7月24日，《自然》杂志在线发表论文认为，模型反复在上一代模型生成的数据上训练，会发生模型崩溃。一开始，那些不常见、属于少数派的内容会先消失；到最后，模型输出的东西会越来越单一，只剩单调的模式。

十 | 保留一定比例的真实人类数据可以缓解“崩溃”，不过，真实人类数据正变得越来越稀缺。　　提供搜索引擎优化的新加坡软件公司Ahrefs，在2025年4月分析90万个新建英文网页时，发现74.2%含AI生成内容，其中绝大部分为人机混合，纯AI生成占2.5%；AI代码审查公司Graphite研究则显示，2024年11月AI生成文章数量首次超过人类撰写的文章，此后占比稳定在五成左右。　　人们立刻注意到，在2022年ChatGPT发布之前出版的图书，天然不含AI文本——这正是ISBNdb所谓“保证”的含义。

十一 | 　　这些书籍的价值还不止于“干净”。Anthropic一位联合创始人曾表示，公司内部认为书籍能教模型“如何写好”，而非低质量的网络腔。ISBNdb的兜售话术更直白：“世界上最好的AI训练数据就在书架上……书籍代表经过策展、同行评审、特定领域的人类知识。”　　在美国现行版权法框架下，这套操作甚至被法院认为合法：买下实体书意味着合法取得，扫描后销毁是一对一替换，不产生额外数字副本，美国法律下近乎无懈可击。但这只是版权意义上的合规，无法回答另一个问题：大量实体书被永久销毁，是否意味着人类公共知识财富的不可逆流失？　　合法使用与文化代价之争　　美国法律基本倾向AI公司一侧。上文提到的“巴茨诉Anthropic案”中，美国加州北区联邦法院法官于2025年6月裁定AI公司扫描毁书不违法，但从提供免费电子书的LibGen网站及其他盗版渠道下载700余万册图书，不构成合理使用。　　2025年9月，Anthropic就盗版部分达成至少15亿美元和解，每部作品约3000美元。

十二 | 该和解于2026年7月20日获法院最终批准，最终确定的作品清单约48.2万部。这一裁决也等于为“Project Panama”式操作颁发了通行证。　　非议随之从版权溢出到文化领域。

十三 | 被销毁的书里有没有存世稀少的珍本？目前虽未被核实，但有书商担忧，一些流传极少的书籍可能在匿名大宗采购中悄然消失。问题的核心在于：毁书是不可逆的，对文献学而言，毁掉的就是实物。

十四 | 而在法律层面，AI公司依然可以声称其合法购得的文献，处置权也属于买家。

十五 | 文化保护的诉求与财产权的行使只能继续碰撞。　　正是在这样的真空地带，争议持续发酵。美国国会没有专门针对AI训练数据版权的统一立法，靠判例逐案划定边界，“合法购得即可销毁”的裁决客观上为毁书打开了方便之门，也为日后的声讨与诉讼埋下伏笔。　　与之相对，我国早在2023年8月15日就施行《生成式人工智能服务管理暂行办法》，第七条明确要求训练数据来源合法、不得侵害知识产权，并要求增强数据的真实性、准确性、客观性、多样性。　　把规则立在产业狂奔之前，让规范引导技术发展与权益保护并行。当数百万本旧书在大洋彼岸被切碎之时，制度先行的价值正愈发清晰。（记者 张梦然）。

Current article:http://3chnb.zhuangnaorunjingzhabao.sbs/list_8zdhj7z/en3nl.html

Published on:18:21:48