网易首页 > 网易号 > 正文 申请入驻

数百万本书,被Claude“阅后即焚”

0
分享至



一本厚书被推进液压切纸机,压板落下,刀片切下,书脊被干脆利落地削掉。原本连接在一起的书页变成整齐的一沓纸张。

如果没有任何解释,看到这样一段视频,你甚至可能会觉得“引起舒适”、非常解压。



可如果告诉你,AI公司正在用这套办法成批处理纸质书,其中还可能包括冷门书和绝版书,相信你八成就舒服不起来了。

为了寻找更多训练数据,AI公司已经从公开互联网、盗版电子书,一路找到了现实世界里的纸质书。其中,2022年以前出版的书因为没有混入AI生成内容,也没有经过现代数据投毒工具处理,成了难得的“上品”。

那些网上搜不到、没有电子版的冷门书和绝版书,能够提供互联网抓取不到的内容,更是“上上品”。

Anthropic被曝光的“巴拿马计划”中明确说不希望外界知道。

图书数据库公司ISBNdb公开宣称,可以接活儿给AI公司找书,能从旧书店、图书馆和绝版书目录中,一次采购1000至100万本纸质书,还会通过保密协议藏住买家身份和采购书目。

AI公司也知道这事儿“不好看”。

01

“巴拿马计划”

AI公司开始盯上纸质书,最早是从Anthropic惹上的一场官司里露出端倪的。

2024年8月,三名作家把Anthropic告上法庭,指控它未经授权,用他们的作品训练Claude。

说实话,这类争议其实从OpenAI搞出个ChatGPT开始就没停过,一点也不新鲜,类似的官司也已经有不少。

争议在于AI公司把整个人类互联网抓去训练模型,到底算不算侵权?作者的书进了训练集,要不要经过本人同意、支付版权费?

所以在这场官司里,纸质书一开始压根不是主角。

为了让Claude懂得更多、写得更好,Anthropic先把公开互联网扫了一遍。但网页里的内容良莠不齐,因此经过作者写作、编辑筛选和出版社校对的书籍被盯上了。

最方便的办法,当然是直接找电子书。

法庭材料显示,Anthropic曾从Books3、LibGen和PiLiMi等资源库下载超过700万本书。这里面相当一部分来自盗版网站。公司并没有用完就删,而是把这些文件存进一个长期保留的“中央图书馆”,准备供未来的模型训练和研究继续使用。

随后,一个内部代号为“巴拿马计划”的工程启动了。这个计划简单来说就是Anthropic大规模购买纸质书、扫描并喂养AI。



不过在当时,法庭真正关心的是Anthropic获得和使用这些内容的方式是否合法。

2025年6月,法官威廉·阿尔萨普给出了一套对Anthropic相当有利的判断。

在他看来,大模型读取一本书,并不是为了向用户复述或出售这本书,而是从中学习语言、知识和表达方式,再生成新的内容。这种用途具有很强的“转化性”,和人读过一本书之后获得知识、再去创作有些类似,因此可以认为在合理使用的范围内。

至于那些买来的纸质书,Anthropic已经为每一本付过钱。公司扫描一本,就销毁对应的实体书,只在内部留下一个数字替代品,没有多制造一份拿到市场上出售的副本。法官因此认为,这部分也没有侵犯版权。

但是那700多万本从盗版资源库下载的电子书就说不过去了。

法官认为,训练模型可能属于合理使用,却不能反过来证明盗版获取也是合法的。你怎么用书是一回事,这本书怎么到你手里,是另一回事。

在美国法律体系中,判例的作用是巨大的,这位法官的判例为AI公司开了一条路,那就是AI公司可以学习人类写下的作品,前提是先用合法方式把作品弄到手。

所以可以看到,在去年的Anthropic官司里,虽然其购买纸质书并扫描的做法已经公之于众,但是法庭及大众的关注点还是更多在老生常谈的“用人类知识训练AI的法律边界”上。

直到今年,两篇报道接连出现,大家才突然意识到问题的严峻性。

02

绝版纸质书永远消失?

今年1月,《华盛顿邮报》从4000多页刚刚解封的法庭材料中,挖出了“巴拿马计划”的更多细节。

Anthropic在一年左右的时间里花费数千万美元,买下数百万本纸质书。供应商切掉书脊,将散开的书页送进高速扫描仪,最后再把剩下的纸张交给回收公司。仅一份项目方案,就计划在半年内处理50万至200万本书。

规模已经足够惊人,Anthropic内部文件里的两句话更要命:

“巴拿马计划,是我们对全世界所有书籍进行破坏性扫描的行动。”

“我们不希望外界知道我们正在做这件事。”

这两句话放在一起,整件事就很难看了。



Anthropic向来强调AI安全、道德和责任,结果却在背地里启动了一项毁掉数百万本书的秘密工程。

切书原本还可以解释为一种追求效率的扫描方式,“不希望外界知道”则让人很难不怀疑:Anthropic自己也清楚,这件事一旦公开,绝对说不过去。

Anthropic到底偷偷毁了多少书?

《华盛顿邮报》没有拿到完整书目,外界也不知道这些书里有多少是随处可见的畅销书,多少已经停止再版。人们震惊于工业化切书的规模,还很难判断它究竟造成了什么具体损失。

半年后,404 Media的一篇报道,把担忧聚焦到了绝版书身上。

报道的主角叫ISBNdb,一家号称拥有全球最大图书数据库的公司。它在官网上向AI客户公开兜售纸质书采购服务,宣称一次可以采购1000至100万本书,货源覆盖旧书店、图书馆和绝版书目录。

公司甚至把保密写成了卖点:每个项目都会签署严格的保密协议,客户身份、采购策略和目标书目一概不会披露。

更讽刺的是,ISBNdb自己也知道这门生意见不得光。它在宣传中直接提醒客户:“AI公司毁掉200万本书”,可不是什么能赢得同情的新闻标题。

还有一点很有意思,AI公司最近尤其喜欢2022年以前出版的纸质书。

原因很简单:生成式AI爆发以后,网上混入了大量AI生成内容,还有人故意使用数据投毒工具干扰模型训练。相比之下,2022年以前出版的纸质书几乎可以确定由人类写作,经过编辑、校对和出版流程,也没有被现代投毒工具处理过。

AI公司亲手制造了越来越多的网络垃圾,最后又回头寻找没有被AI污染过的旧书。

这股需求已经传到了二手书市场。一名专营稀有和低流通量图书的书商告诉404 Media,从今年4月开始,他每周处理的订单从20本左右猛增到数百本。被买走的书主题杂乱、语言不同,彼此几乎没有联系,唯一的共同点是都有ISBN编号。

这名书商无法确认买家就是AI公司,但他的库存中有不少外文书、冷门书和绝版书。

他一方面靠这些订单清掉了多年卖不出去的库存,另一方面又很不舒服:“我不喜欢这些书最后的用途,也不喜欢那些不常见的书被打成纸浆。”正如前文所说,AI公司扫描纸质书的流程是很粗暴的,这让生意变好的二手书商也忍不住心疼。

从互联网到盗版电子书,再到可以批量买来的纸质书,AI公司一直在寻找训练资源的触角向外延伸。现在,冷门书籍乃至绝版书也难以幸免。

绝版不等于孤本。目前也没有证据证明,某本书在世界上的最后一册已经被AI公司销毁。

外界看不到采购清单,不知道哪些公司正在买书,更不知道书被送进切割机以前,有没有人检查过它还剩多少册。

但风险是显而易见的。

03

极其有限的退让

2025年的判例(至少在美国范围)已经给了Anthropic一定的法律保护。

法官认为Anthropic合法买下一本纸质书,将它扫描成数字文件,再销毁纸质原本,最终仍然只有一份副本。数字文件没有对外出售,也没有增加市场上的流通数量,相当于用一种格式替换另一种格式,因此可以构成合理使用。

按照这套逻辑,切书甚至成了证明合法的一环。原书继续留在市场上,Anthropic手里又多出一份数字版,便可能涉及未经授权的复制;把纸质书销毁,只保留数字文件,法律风险反而更低。

康奈尔科技学院数字与信息法教授James Grimmelmann就认为,Anthropic放弃盗版书库,转而购买、扫描纸质书,是一个“聪明的选择”,也体现了更加克制、符合法律的做法。

毁掉纸质书这种事,对于一本印了几十万册的畅销书来说问题没有那么尖锐,少一册并不会影响其他人继续阅读和购买。

但冷门书、绝版书和带有特殊历史痕迹的版本,显然不能这样计算。

澳大利亚和新西兰古旧书商协会主席Dawn Albinger指出,古旧书的价值并不只在印刷出来的正文。书页上可能有亲历者留下的批注,签名、题赠和历任收藏者的信息可以证明它的流传经历,重新装订的封皮里甚至可能藏着更早的手稿。

这些信息都依附于那一本具体的书。即使书页上的文字已经完成扫描,原来的纸张、装帧和各部分之间的关系一旦被破坏,后人也无法重新检查。

也就是说,AI公司得到了一份适合训练模型的数字文件,却可能毁掉了一件无法通过数字文件完整还原的实物。

争议扩大后,科技行业很快出现了退让。

马斯克在X上表示,已经要求SpaceXAI团队将稀有书籍保存在图书馆,并采用更麻烦的无损方式扫描,不能简单切掉书脊。他没有公布SpaceXAI买了多少书,也没有解释什么样的书会被归为“稀有”,这次回应更像是一种态度上的站队。



ISBNdb退让得更快。

404 Media报道发布9天后,ISBNdb删除了面向AI公司的纸质书采购页面,撤下有关保密采购和破坏性扫描的宣传。公司随后改口称,相关页面只是一次市场需求测试,服务从未真正上线,ISBNdb也从未为AI训练购买、扫描或者出售过任何一本书。

此前还在宣传一次采购100万本书,遭遇舆论反弹后,整门生意突然变成了“一次测试”。

这番解释能否令人信服是一回事,它至少说明,匿名帮助AI公司大批量采购纸质书,已经成了一项企业不愿承担的声誉风险。

不过,马斯克的一句承诺和ISBNdb删除几个网页,都代替不了真正的规则。

谁负责在扫描前判断一本书是否稀有?判断依据是出版年份、版本和存世数量,还是书里的签名、批注和装帧?AI公司是否应该公开大规模采购的书目?如果某本书已经绝版,是否只能采用无损扫描,并在扫描后交给图书馆保存?

目前,这些问题都没有答案。

讽刺的是,ISBNdb此前反复强调,2022年以前的纸质书之所以珍贵,正是因为它们保存了没有受到AI污染、经过作者写作和编辑筛选的人类知识。AI公司越承认这些内容不可替代,就越难解释为什么承载它们的实体可以被当成一次性耗材。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
别用“疼不疼”判断要不要去医院:心梗的五个判断

别用“疼不疼”判断要不要去医院:心梗的五个判断

澎湃新闻
2026-11-20 10:39:04
黄仁勋被传募资500亿美元创业,Anthropic上市首日遭硅谷联合抵制,腾讯大幅削减元宝投入,谢欣朋友圈辟谣离职,这就是今天的其他大新闻!

黄仁勋被传募资500亿美元创业,Anthropic上市首日遭硅谷联合抵制,腾讯大幅削减元宝投入,谢欣朋友圈辟谣离职,这就是今天的其他大新闻!

差评XPIN
2026-11-21 01:34:56
内罗毕恐袭一战封神,一条牛仔裤,为何成特战标配装备

内罗毕恐袭一战封神,一条牛仔裤,为何成特战标配装备

装甲铲史官
2026-11-20 10:35:11
越南接任APEC主办国:日本为什么希望得到电力稀土高铁筹码?

越南接任APEC主办国:日本为什么希望得到电力稀土高铁筹码?

黄埔少侠
2026-11-20 18:48:11
突发暴跌!超29万人爆仓

突发暴跌!超29万人爆仓

中国基金报
2026-11-21 09:22:17
七旬老太去北京看病,发现医生竟是她在云南当知青时生下的孩子

七旬老太去北京看病,发现医生竟是她在云南当知青时生下的孩子

兰姐说故事
2025-01-16 05:05:03
三叶虫重生?广东女子在石头下发现扁平怪虫!网友:不是灭绝了吗?

三叶虫重生?广东女子在石头下发现扁平怪虫!网友:不是灭绝了吗?

狸猫之一的动物圈
2026-11-21 09:00:44
【数说经济】不要小看中国经济“稳”的分量

【数说经济】不要小看中国经济“稳”的分量

经济日报
2026-11-20 06:55:13
连遭三轮袭击,克里米亚大桥已很难修复,俄军开始疯狂报复

连遭三轮袭击,克里米亚大桥已很难修复,俄军开始疯狂报复

兵国大事
2026-11-20 16:37:56
这下彻底佩服了!​黄仁勋的情人黄乐,​手上戴的手镯,我特意去查了一下它的价格,真是贫穷限制了我的想象!

这下彻底佩服了!​黄仁勋的情人黄乐,​手上戴的手镯,我特意去查了一下它的价格,真是贫穷限制了我的想象!

财经要参
2026-11-15 12:00:05
王毅:我刚刚在机场相继送别了特朗普总统和普京总统,所以让大家久等了,各位辛苦了,听得出,外长的嗓音有些沙哑,也非常辛苦

王毅:我刚刚在机场相继送别了特朗普总统和普京总统,所以让大家久等了,各位辛苦了,听得出,外长的嗓音有些沙哑,也非常辛苦

每日经济新闻
2026-11-20 09:59:35
U17世界杯积分榜:摩洛哥力压西班牙领跑,国少暂列第3

U17世界杯积分榜:摩洛哥力压西班牙领跑,国少暂列第3

懂球帝
2026-11-21 03:33:31
特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

回京历史梦
2026-10-26 10:49:29
曹洪:伊朗战争让中国措手不及!中国根本没见识过这等打法!

曹洪:伊朗战争让中国措手不及!中国根本没见识过这等打法!

揽星戈
2026-11-21 02:54:51
马来西亚总理安瓦尔:我不知道世界上还有哪个人能做到这一点

马来西亚总理安瓦尔:我不知道世界上还有哪个人能做到这一点

政知新媒体
2026-11-21 08:41:16
特朗普APEC期间下榻深圳东海朗廷酒店,内部房间曝光

特朗普APEC期间下榻深圳东海朗廷酒店,内部房间曝光

极目新闻
2026-11-20 18:45:32
哈登爆砍51分赛后!队友教练啥反应?阿特金森感恩,新援彻底臣服

哈登爆砍51分赛后!队友教练啥反应?阿特金森感恩,新援彻底臣服

董说体育
2026-11-21 12:03:18
黄仁勋刚离开英伟达,硅谷就抢着招他,连过失都不计较。他手里1300多亿美元,自己另起一摊更容易,慌的是押注英伟达的人。

黄仁勋刚离开英伟达,硅谷就抢着招他,连过失都不计较。他手里1300多亿美元,自己另起一摊更容易,慌的是押注英伟达的人。

背包旅行
2026-11-21 10:00:13
葡萄牙队祝贺C罗986球!球迷怒冲评论区:谁允许你发GOAT了?

葡萄牙队祝贺C罗986球!球迷怒冲评论区:谁允许你发GOAT了?

念洲
2026-11-21 08:51:43
董路疯狂嘲笑马德兴:U17国足绝不摆大巴?要踢进攻足球?哈哈哈哈

董路疯狂嘲笑马德兴:U17国足绝不摆大巴?要踢进攻足球?哈哈哈哈

念洲
2026-11-21 07:56:20
2026-11-21 13:03:00
字母榜 incentive-icons
字母榜
让未来不止于大。
2918文章数 8102关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

旅游
时尚
房产
数码
本地

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

秋天衣服别总穿纯色,试试这几件条纹单品,简单时尚又减龄

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

本地新闻

乌兰察布:以前种土豆,现在种Token

无障碍浏览 进入关怀版