全球最大开放图书馆“安娜的档案”（Anna's Archive）近日发出紧急呼吁，面向全世界招募志愿者，帮助扫描并上传实体书籍。原因很简单：AI公司正在大规模购买图书用于模型训练，而这些书在被扫描之后，往往面临被销毁的命运。

这个被称为“人类历史上真正开放图书馆”的项目在其博客中表示，时间已经不多了。如果实体书被系统性地销毁，人类的知识将被永久垄断在少数公司的私人服务器上，再也无法被公众自由获取。

打开网易新闻 查看精彩图片

一场天价和解引发的连锁反应

事情的转折点，始于AI公司Anthropic的一起版权诉讼和解。2024年，Anthropic因版权侵权被起诉，最终以15亿美元的罚金达成和解。这是版权案件历史上金额最大的一次处罚，按该公司中央图书馆存储的700万册盗版书籍计算，相当于每本书支付了200美元。

然而，这一裁决同时确认了一个关键前提：使用已有作品训练AI模型属于“合理使用”。正是这一认定，为AI公司打开了大门——它们开始大规模购买实体书，扫描入库，然后销毁原件。

欧洲独立书店的异常订单

欧洲各地的独立书店正在目睹一种奇怪的现象：他们收到随机的大额订单，书籍被寄往本地地址。在数字时代，这类订单并不罕见，尤其是来自机构买家为新建图书馆采购时。但书店老板们指出，大多数“正当”订单往往伴随着协调和谈判，而不是直接下单购买。

更可疑的是，这些订单中包含了一些如今根本不会有人买的书，比如《2018年版驾照考试指南》和《Eddie Hobbs的SSIA指南》。调查发现，其中一些书被送到了亚马逊的加工设施，工人们切掉书脊，将书页送入工业扫描机。

销毁背后的三重逻辑

这种扫描方式会彻底毁掉实体书——印刷记录被数字版本取代，纸质原件不复存在。事实上，业界存在非破坏性的扫描方法，比如使用V型扫描仪沿着书脊的自然弧度进行扫描，但这种方式显然比切掉书脊、直接送入自动扫描机更慢、更昂贵。

安娜的档案在博客中分析了销毁原件的三重动机：

  • 竞争壁垒：销毁原始材料意味着竞争对手无法使用同样的书籍来训练自己的AI模型，尤其是那些全球仅存一两本的稀有书籍，先到者将获得绝对优势
  • 法律风险规避：销毁原件可以避免后续可能出现的法律纠纷
  • 成本考量：工业化的破坏性扫描远比精细的非破坏性扫描更便宜、更高效

2022年之前的书为何如此重要

安娜的档案特别强调，那些2022年之前出版的书籍尤为珍贵。这些书被描述为“未被机器触碰过”——它们从未被AI系统读取过，因此对于训练模型来说具有独特的价值。但使用这些书籍也伴随着法律和伦理上的争议，这正是整个事件的核心矛盾所在。

一方面，AI公司认为合理使用原则允许它们利用这些书籍训练模型；另一方面，版权持有者和公众担心，如果书籍被系统性地销毁，人类的知识遗产将不再属于公众，而是被少数科技巨头牢牢掌控。

志愿者能做什么

安娜的档案呼吁志愿者参与扫描和上传工作，本质上是在与AI公司赛跑——谁先扫描到一本书，谁就掌握了这本书的数字版本。对于公众而言，这是一场关于知识获取权的争夺战：如果所有书籍都被AI公司买走、扫描、销毁，那么未来的知识将只能通过付费或授权的方式获取，而不再有免费的公共图书馆。

这场争夺战的结局尚未可知。但可以确定的是，实体书的命运，正在成为AI时代知识主权的一个缩影。