当千百年积累的纸面文明被批量吸入科技公司的私有黑箱，一道隔绝公共知识的数字长城，正在我们毫无察觉的时候悄然拔地而起。
当AI开始焚书
2026年的二手书市场，正在上演一出荒诞的黑色喜剧。
全美各地的旧书商突然接到了神秘大单：买家不挑题材、不问作者、不看品相，甚至连价格都懒得还，只有两个硬性标准：一个是2022年之前出版，另一个是带有ISBN编号。
生意好的时候，有二手书商一周能卖出过去半年的量，销量翻五倍。
书商们不在意买家到底是谁，只知道这些书被整车拉走，送进郊外的仓库，切掉书脊、高速扫描，然后全部送进粉碎机打成纸浆。
如果不仔细观察，还以为是造纸厂在回收废纸。但真相很离谱：这是硅谷的AI巨头们，正在进行一场规模空前的知识采矿。
从Anthropic秘而不宣的“巴拿马计划”，到如今整个AI行业集体下场扫货，短短两年时间，“买书、扫描、销毁”就已经从一家公司的灰色操作，变成了整个AI行业心照不宣的生存法则。
当初事情浮出水面，是因为一场天价官司。
2024年，多名作家联合起诉Anthropic侵权，法庭文件意外扯出了一个代号“巴拿马计划”的秘密项目：这家以Claude大模型闻名的公司，斥资数千万美元从全球采购数百万册纸质图书，聘请专业扫描公司切掉书脊进行高速数字化，扫描完成后便将实体书烧掉销毁。
Anthropic还挖来了谷歌图书项目的前负责人，目标直白但吓人：扫描世界上所有的书。
这场官司以Anthropic赔偿15亿美元告终，但判决细节却颇有意思：认定公司保存700万本盗版电子书数据库属于侵权，但合法购买纸质书后破坏性扫描用于AI训练，属于版权法上的合理使用。
也就是说，这一判决，认为AI公司收集图书再烧掉是合理的。
但原本随着藏在水下的操作摆上台面，事情就刹不住车了：
有1.1亿本图书目录的ISBNdb直接上线了AI企业专属采购服务，号称能帮客户一次采购100万本旧书，还严格保密买家身份；
Alibris、Biblio等二手书平台上，大宗订单开始批量出现，从小说、教材到专业工具书无所不包，唯一的共同点就是出版时间都在2022年以前。
谷歌、Meta等巨头也被卷进同一条赛道，出版商联盟刚刚在7月对谷歌提起诉讼，指控其用数百万本版权图书训练Gemini模型。
没人说得清现在到底有多少家公司在做这件事，因为中间商的保密协议把买家身份捂得严严实实。但二手书市场的异常不会说谎，那些躺在仓库里积灰的冷门书、绝版书，一夜之间都成了抢手货。
硅谷为何纸贵？
AI公司放着浩瀚的互联网不用，花大价钱买纸书、拆书、焚书，只有一个原因：互联网已经被AI自己污染得没法用了。
前面提到过，这些AI公司收书，只收2022年之前的。因为2022年是一个重要节点：ChatGPT爆火，生成式AI像洪水一样漫过了整个网络。
博客、问答社区、百科词条、自媒体文章，甚至学术论文网站里，机器生成的内容占比逐年飙升。到2025年，有研究统计全网新增英文内容里已经有超过一半是AI产物。这些内容良莠不齐，很多是AI抄AI、AI喂AI的循环产物，事实错误、逻辑滑坡、语言平庸，被业内统称为“AI垃圾内容”。
垃圾吃多了，AI自己也会变傻。
牛津、剑桥等机构的研究者早在2023年就证明了这一点：用AI生成的内容反复训练新模型，会引发不可逆的“模型坍塌”。就像把复印件再拿去复印，一代一代下去，图像会越来越模糊，最终只剩下一团模糊的斑块。
放到语言模型上，就是模型会逐渐忘掉小众词汇、冷门知识和特殊表达，直到收敛到一堆平庸、正确、毫无新意的套话里，连基本的事实准确性都保不住。
而且这种污染还在累积。
哪怕训练数据里只有0.01%的虚假文本，都可能让模型的有害输出增加11.2%。而现在的互联网，早已不是百分之零点几的问题，是整片数据海洋都在变浑。
在这样的背景下，2022年之前出版的纸质书，成了数据净土。
这些书经历过出版社的三审三校，知识密度高、逻辑严谨、语言质量有保障，更重要的是，它们诞生在生成式AI爆发之前，是人类原创，不存在任何机器污染。
这本身就是一个讽刺：AI越发达，人类亲手写的文字就越值钱。更讽刺的是，越值钱，就越要销毁。
数字长城拔地而起
扫描完了把书捐给图书馆、卖给旧书店不行吗，为什么要毁掉？
答案藏在三层逻辑里，一层比一层现实，一层比一层冰冷。
表层的理由是效率与成本。
非破坏性扫描要一页一页翻，或者用昂贵的V型扫描仪，速度慢、人工贵。而破坏性扫描只需要用液压机切掉书脊，把散页送进工业高速扫描仪，效率能翻好几倍，成本却低得多。
对AI公司来说，书不是需要保存的文化载体，是一次性的数据耗材。
中间一层是法律算计。
正版书扫描被判合理使用的前提，是公司获得了实体书的所有权，且扫描行为具有转换性用途。如果扫描完还把书重新投入流通，就容易被版权方抓住把柄：你买一本扫描完又卖出去，等于一份实体书对应了无数份数字副本，这和盗版有什么区别？
而销毁原件，等于切断了追溯链条，把复制传播的嫌疑降低。
深层也是值得警惕的逻辑，是知识的私有化与垄断。
这些被扫描进数据库的内容，不会像图书馆里的书籍一样向公众提供预览，更不会开放给大众使用。它们会被锁进AI公司的私有训练库，变成模型参数的一部分，变成商业竞争的护城河。普通读者再也没法免费读到这些内容，未来想要获取其中的知识，只能通过和AI对话的方式付费获取其中的片段。
尤其是那些孤本、冷门专业著作。全世界可能就剩几千本甚至几百本，AI公司批量买走扫完就毁，等于把这些知识的实体备份彻底抹掉，只剩下他们服务器里的私有版本。
已经有藏书家和图书馆从业者反映，很多存世量稀少的外文专著、地方史料，正在以反常的速度从二手市场消失。
数字长城正在拔地而起。
一本一本被焚毁的纸质书，正在变成一块块砖石，在商业公司的服务器里垒起高墙。墙内是被AI消化过的人类知识遗产，墙外是再也接触不到原始文本的公众。
人类用实体书的消亡，换来了更聪明的AI；用公共知识的私有化，换来了大模型的参数提升。
曾经我们以为，AI会让知识更平等、更开放、更易得。但现在的AI公司，走了一条完全相反的路：他们把书数字化，然后锁起来，变成自己独有的资产。
知识没有因为技术变得更公共，反而因为商业变得更封闭。
这场焚书运动还在继续，二手书的价格还在涨，更多的书还在被送进粉碎机。墙筑起来容易，再想拆掉，就难了。
热门跟贴