近日,马斯克在社交平台公开表态,要求旗下人工智能公司SpaceXAI,将处理过的珍稀书籍保存在图书馆,并以不损坏书籍的方式进行扫描,而非像某些同行那样直接切断书脊。这番表态,在社交媒体引发热议,因为他剑指另一家美国AI巨头公司Anthropic代号为“巴拿马计划”的隐秘行动——一个试图以破坏性方式“扫描世界上所有书籍”,并将原书粉碎销毁的庞大工程。Anthropic近年来风头正盛,它由一批前OpenAI公司高管创立,主要产品为人工智能大语言模型Claude。

就在此前不久,美国联邦法官正式批准了Anthropic与原告作者们达成的15亿美元(约101亿元人民币)的和解协议——这不仅是美国史上最高昂的AI版权赔偿案,更是一场关于知识归属、文明传承与科技伦理的全民审判。

打开网易新闻 查看精彩图片

Anthropic试图以破坏性方式“扫描世界上所有书籍”

数字阴影下的“珍本黑箱”

在这场诉讼中,最感到被背叛的,是创作者。

2023年,被Anthropic等AI公司广泛使用的大型训练文本库“The Pile”被曝光,其中一个名为“BOOK3”的数据集引起了作家群体的注意。美国恐怖小说家安德里亚·巴茨,发现自己的作品赫然出现在“BOOK3”中,她无法忍受自己精心打磨的文字被“蒸馏”——即被大模型浓缩为概率参数,用作训练素材,而作者的署名被彻底抹去。巴茨联合其他作家,在美国作家协会支持下,向Anthropic发起集体诉讼。

随着司法调查深入,Anthropic的数据获取手段全面曝光。一是批量下载盗版图书,例如“BOOK3”的数据集,这是一个包含近20万册图书的在线图书馆数据集,而这些图书的来源是盗版网站。此外,Anthropic还从更多盗版网站下载了超700万本盗版图书,这些盗版图书包罗万象,不管是畅销书还是滞销书,是通俗读物还是冷门学术研究,统统被“喂”给了AI。法庭文件显示,该公司创始人本·曼恩曾亲自参与下载盗版电子书。

第二种方法就是令网友们不寒而栗的纸质书摧毁法。为了获取“干净”的训练数据,该公司早前曾尝试过和出版社洽谈AI训练版权授权合作,后相关合作被搁置,公司转而斥资数百万美元采购二手纸质图书。Anthropic采用了一种相当冷酷的方式对待这些二手书,直接切掉二手书的书脊,扫描图书内容将之转化为机器可以阅读的文本,最后销毁纸质书。

打开网易新闻 查看精彩图片

马斯克讲话画面

而由于破坏性扫描效率更高、成本更低,因此Anthropic更广泛地选择这一方式,最终导致数百万本纸质图书被拆毁。采集到的数据用于训练其Claude大模型。2024年,Anthropic还聘请谷歌公司图书项目原负责人,帮助获取“世界上所有的书”。据美国《华盛顿邮报》此前披露,Anthropic公司于2024年初启动代号为“巴拿马计划”的项目。公司内部文件写道:“巴拿马计划是指我们破坏性扫描世界上所有书籍……我们不希望外界知道我们在做这件事。”

根据目前披露的法庭文件和媒体报道,大约200万本实体书在这一过程中被销毁,但具体目录未被公开,尚无法确认是否有流散在二手市场的绝版图书、珍本图书被毁。Anthropic的采购目标多为二手流通市场的普通图书,甚至是滞销书。然而,真正的危险正源于此——系统性的“不区分”,这已构成巨大的文化隐患。

毕竟,该公司内部文件直言,目标是“破坏性扫描世界上所有书籍”。事实上,一旦涉及“所有书籍”,流散于二手市场的珍本、带有手写批注的孤本,便可能因缺乏古籍辨识机制而沦为牺牲品。有学者指出,此举在法理上利用了“物理处置权”的漏洞:公司合法购得书籍,便有权处置,而法律的逻辑在此与人类文化经验离散。这种“合法”的销毁,等于用资本赎买了知识的物理存在,取消了其在物理世界中进行非资本化流通的可能性。

身为人类,我们几乎本能地读懂其中的隐喻——知识的肉身被系统性地撕碎,文字化作喂养AI的牺牲品——这无法不引发一场集体恐慌。

“死书”复活,还是知识圈地?

AI大语言模型使用出版图书进行训练早就不是什么秘密,相关的诉讼官司数不胜数,但其中的授权纠纷、伦理争议至今都没有被厘清。有一种技术乐观主义的声音响起——这些书大多是没人看的“死书”,扫描后进入数据库,对知识传播是好事。

从表面看,这种“数字化复活”有其道理。AI若能消化那些被遗忘的冷门学术专著,并以极低门槛向大众重新敞开大门,似乎具有打破传统知识精英垄断的潜能。然而,“巴拿马计划”的致命缺陷在于:主导者是以营利为目的的私人公司,且方式是不可逆的物理消灭。

这并非“复活”,而是“圈地”。澎湃新闻的一篇评论指出,这本质是一场针对“知识公地”的“新圈地运动”。AI巨头将人类共同的文化遗产(实体书)转化为独家训练数据,藏于“算法黑箱”之中。那些被销毁的实体书,本可在图书馆、二手书店、私人藏家之间无限流转,邂逅某个需要的读者。如今,书籍被销毁,其内容不再与任何可能的读者发生随机连接,而是沦为只有AI公司可以调用的内部参数。

打开网易新闻 查看精彩图片

马斯克对SpaceXAI下指示

更令人警惕的是其商业闭环。根据和解协议,Anthropic被判赔偿15亿美元的原因是持有盗版图书数据库,但采购纸质书后破坏性扫描生成资料库数字副本这一行为,并未受到处罚。这意味着,只要花钱买下二手书并销毁,AI公司就能合法地将公共知识据为己有。

15亿美元和解,为这场诉讼画上了句号,但留下的问题远未解决。美国国会正推动CLEAR法案与TRAIN法案,试图以“透明度”打破AI训练数据的黑箱。在中国,相关法规也已明确要求生成式AI使用合法来源数据,严禁未经许可抓取原创内容。然而,法律只能划定底线,却难以修复已经造成的文化伤痕。

马斯克要求SpaceXAI以不损坏书籍的方式扫描,并将珍稀书籍保存在图书馆——这一表态之所以引发共鸣,正是因为它触及了科技与文明的底线共识:技术进步不应以销毁文明载体为代价。那些被视作“无用废纸”的边缘学科文稿、那些流散于旧书摊的绝版初印,数十年后可能成为无可替代的一手史料。这种未来的可能性,不应被任何商业公司的短期效率所剥夺。

当Anthropic的内部文件写下“我们不希望外界知道我们在做这件事”时,他们已然意识到这行为处于灰色地带。今天,公众知晓了真相。问题在于:我们是否愿意接受以一个更贫瘠的物理文化世界为代价,换来一个更聪明的AI?当我们为了AI而选择销毁那些笨重、易碎、可能再版无期的实体书时,我们失去的不仅是纸张。

记者:李静

(li-jing@chinanews.com.cn)

编辑:杨时旸