Claude 训练数据翻车！赔付 102 亿

据《Washington Post》披露，Anthropic 早在 2024 年初启动了一个名为 Project Panama 的内部项目，大规模购买实体书，再将书脊切掉，用工业扫描设备转成数字文本。扫描完成后，纸质书并未保留，而是交由回收渠道处理。

这个项目的目标，是为 Claude 等 AI 模型建设内部书库。

图片由 AI 生成

这不是简单的“买书收藏”，而是一套工业化的数据生产流程。

被曝光的内部文件将 Project Panama 描述为 Anthropic “破坏性扫描所有书籍”的努力，并提到公司并不希望外界知道这一项目。

供应商方案还显示，Anthropic 寻找的是能在 6 个月内转换 50 万至 200 万本书的扫描服务商。

争议的核心，在于 AI 公司究竟能不能将书籍变成训练材料。

美国加州北区联邦法院法官 William Alsup 在 2025 年 6 月的简易判决中认为，如果书籍是合法取得，用于训练 AI 可构成合理使用。

但 Anthropic 从 LibGen、PiLiMi 等盗版书库下载并保留大量图书的行为，不受合理使用保护。

法院区分了两件事：合法买书后扫描，是一条路径；下载盗版书库，则是另一条路径。

Anthropic 的“买书扫描”项目在法律上获得了一定空间，但其此前使用盗版来源建设中央书库的问题，仍卷入高额版权诉讼。

随后，Anthropic 与作者和出版方达成 15 亿美元（101.88 亿元人民币）和解。

根据 Authors Guild 披露，和解覆盖约 50 万本符合条件的作品，初步按每本至少 3000 美元赔付，金额将在作者、出版方等权利人之间分配。

法院已在 2025 年 9 月 25 日初步批准该和解，最终批准听证会定于 2026 年 5 月 14 日举行。

这件事真正刺痛出版业的，并不只是 Anthropic 用书训练 AI，而是知识被处理成数据燃料的方式。

一本本实体书被买入、切开、扫描、销毁，最后进入模型训练管线。

对 AI 公司来说，这是绕开盗版风险、补足训练数据的一种合规成本；对作者和出版方来说，这更像是 AI 行业在数据饥渴下，对传统版权体系发起的一次压力测试。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。