Anthropic切书扫描的工业化流水线。
近日，“多家AI公司抢购销毁旧书”的消息在社交网络刷屏，标题一个比一个惊悚，仿佛一场针对人类文明的“数字焚书”正在悄然上演。这事儿究竟是真是假？国内大厂是否也在暗中效仿？剥开层层修辞，真相其实比标题本身更值得玩味，也更值得警惕。
这一切并非空穴来风，而是源自调查媒体 404 Media 挖出的法庭解封文件，后经《华盛顿邮报》、Ars Technica 等权威信源交叉核实。在美国，这甚至有一个内部代号叫 “巴拿马计划”（Project Panama）。以 Anthropic（Claude 的母公司）为首的技术巨头，正在以工业化的方式处理人类知识：他们通过 Better World Books、World of Books、ISBNdb 等中间商大量收购 2022 年以前出版的纸质书，因为那是互联网被 AI 生成内容“污染”前的最后一片净土——2022 年后网上充斥机器水军文，再爬网文训练就会“模型坍塌”，而纸书全是人工原创的 “干净语料”。随后，这些书籍被送上流水线，液压切书机首先切断书脊，高速扫描仪以每分钟上百页的速度将其数字化，文本被送入大模型的训练库后，原书随即被粉碎或打浆回收。Anthropic 内部文件原话是“以破坏性方式扫描全世界所有的书”，并要求员工保密，“不想让别人知道我们在做这个”。
然而令人意外的是，美国法院在 Bartz v. Anthropic 案中，竟给这种看似“暴殄天物”的行为开了绿灯。2025 年 6 月，加州北区联邦法官 William Alsup 做了极具争议的 “二元切割”：一方面认定“合法购买正版纸书→切脊扫描→不对外传播→销毁实体”属于版权法上的 “合理使用”（fair use），理由是“买一本纸书换成一本数字件，副本数没增加”；另一方面，却对 Anthropic 早年从 LibGen、PiLiMi 等盗版书库抓取 700 多万本电子书建“中央图书馆”的行径定为侵权。2026 年 7 月 20 日，法院最终批准 15 亿美元和解（覆盖 482,460 部作品，每部约赔 3000 美元），创美国版权诉讼史纪录，但这笔钱赔的是盗版账，不是碎纸机账。
这种操作之所以让人“头皮发麻”，不在于 AI 有多仇视书本，而在于其背后的三层逻辑。当互联网语料因充斥 AI 垃圾而导致“模型崩溃”时，纸质书成了最后的 高纯度矿藏，资本为此不惜数千万美元扫货。更可怕的是，一旦书籍被粉碎，那些承载着特定时代排版风格、错别字、前人批注、插图装帧的物理载体便 不可逆地消失——Ars Technica 核对法庭材料后指出，目前无证据显示 Anthropic 真碎过 18 世纪植物学珍本，但欧洲书商已警告绝版学术书、冷门专业书正不断流入这条供应链，普通二手书商根本无力甄别哪本是孤本。OCR 文本留得住句子，留不住纸张、边注和版本史。而最深的一层是：人类几百年积累的思维结晶，不再是任何人可翻阅的公共财富，而是被封装进几家硅谷公司的 私有权重文件里，不公开、不引证、不可追溯。
那么国内呢？目前 没有任何可信证据 表明国内头部 AI 公司走了“批量收旧书—切脊—扫完销毁”的美式流水线。这不仅是道德自觉问题，更是 法律与现实双重卡死 的结果。国内 《生成式人工智能服务管理暂行办法》第 7 条要求训练数据 合法来源+溯源台账，2026 年 5 月三部门《智能体规范应用与创新发展实施意见》再次明确语料需合规可追溯；美国式“买正版书复印扫描用于商业训练”在我国 《著作权法》下并无“合理使用”庇护伞，反而极可能踩中复制权、改编权红线。“剑网 2026”专项也紧盯 AI 语料授权。加上中文旧书市场分散在孔夫子、多抓鱼、废品站，没有 ISBNdb 那种能匿名接百万册订单的工业化中间商，与其费力收废纸，不如直接找中信、中华书局、商务印书馆签 语料授权，或采知网、超星、微信读书商业库，再叠加起点、番茄的 正版网文红利 与公版古籍——2026 年 5 月中国大百科全书出版社牵头 22 家出版传媒单位建“人工智能高质量语料库”，公约明文 “先授权、后使用”。网传“国内中小团队也在收绝版书扫”多为自媒体演绎，即便有边缘 OCR 外包商倒卖扫描件，也不等于大模型厂直接下单毁书。
讨论时最容易被混淆的是两层：一边是美国的 物理焚书（买正版碎纸，法院说合法，争议在文化保存），另一边是全球都在严打的 数字盗版（抓盗版电子书训练，美国已赔 15 亿，国内本就违规）。国内当前主要矛盾在后者，而非碎纸机。
归根结底，AI 抢旧书只是表象，真正的危机是 数据圈地。美国用“买书毁书”的漏洞把纸质文明当一次性电池，法院只回答了“是否侵犯复制权”，没回答“纸书作为公共记忆是否该被私有化消解”。当未来我们只能通过付费 API 向模型提问、却调不出原始文献时，碎纸机毁掉的是纸张，而知识黑箱化毁掉的是思想多样性。这场“合法焚书”最细思极恐的地方，不是机器不爱书，而是人把书当成了可以清零的临时存储介质。
热门跟贴