AI开始“焚书”了，它把互联网吃脏了，只能回头啃原版 | 思想实验

一刻 talks | 思想实验

有一种交易，正在全球各地的二手书店悄悄发生。

买家不露面，只下"不同寻常"的大宗订单，书到手之后，他们把书脊一刀切掉，纸页送进高速扫描仪，扫完的纸质原件，直接送去粉碎销毁。

被这样处理的，不是普通旧书，是2022年之前出版的、市面上很难再找到第二份的绝版书。

干这事的，可能是AI公司。

它们不是要藏书，也不是要卖书，它们要的，是书里那些"还没被污染过"的字。

这件事为什么值得你花五分钟读完 你每天在手机上写下的每一个字、发的每一条动态，都可能已经被AI吃掉了，而当互联网上的"人话"被AI吃干、吃脏之后，AI自己，也开始慌了。 它慌的，恰恰是你我随手就能写出来的东西，那些带着错别字、带着脾气、带着温度的人类文字。

我们不替你惊呼"AI要烧书了"，我们帮你看清楚，一个靠"吃人话"长大的东西，是怎么亲手把"人话"吃成稀缺品的。

它们切书脊、扫描、再粉碎

到底在图什么

先把这个流程说清楚。

据404 Media报道，英国、爱尔兰、美国、澳大利亚的二手书店，最近接连收到大宗订单，买家来自美加欧等地，身份或是AI公司。

书到手后，工人用液压切割机把书脊整个切掉，散开的纸页送进生产级高速扫描仪，转成PDF，扫完，纸质原件打包送去粉碎。

为什么非得销毁？两个原因：一是防止这些书再次流入市场、被别的AI重复训练，二是，合法的销毁，反而能规避版权风险。

听起来荒诞，但这套"买书，切书，扫描，粉碎"的流水线，已经在全球跑了很久。

最出名的，是Anthropic内部一个叫"巴拿马计划"的项目，累计处理了约50-200万册实体书。

马斯克随后表示，这不是SpaceXAl的做法

一旦数据被录入，这些原本可以流传百年的孤本，就变成了废纸浆。这种行为在技术圈被称为“物理销毁以确保数据独占”。

为什么非得是"2022年前"的书

这里藏着整件事最冷的一个逻辑。

为什么只要2022年前的书？因为2022年11月，ChatGPT出现了。

在那之前，互联网上的文字，几乎全是人写的，在那之后，AI生成的文字开始疯狂涌入。

有机构统计，2025年互联网新内容里，AI生成的比例已经超过一半。

换句话说，互联网，这个AI最初的食物来源，已经被它自己"吃脏"了。

而2022年前出版的纸质书，是仅存的、几乎100%由人类亲手写、经过编辑校对的东西。它们是AI能找到的最后一批"干净语料"。

"模型崩溃"

AI吃自己吐出来的，会变傻

这不是杞人忧天，是有论文的。

2024年，牛津大学等团队在《自然》上发表了一篇研究，给这个现象起了个名字，叫"模型崩溃"（Model Collapse）。

结论很简单，也很吓人：用AI生成的数据去训练AI，模型会一代比一代退化。

研究称：模型崩溃是一种

影响生成模型的退化过程

研究里有个著名的例子，一段中世纪建筑的文本，让AI反复"自我学习"，传到第9代，输出的已经是一串野兔的名字。

为什么会这样？因为AI生成的内容，天然带着"信息损耗"。让它学自己的输出，就像复印机反复复印同一张纸，越印越模糊，细节越丢越多。

早期，它忘记的是冷门知识、小语种、罕见的事实，晚期，它连"现实本身"都忘了，输出的是一堆语法通顺、但毫无意义的废话。

人类的高质量文本，快被吃光了

这才是真正的危机。

有测算机构预估，按现在的消耗速度，语言模型会在2026到2032年之间，把互联网上能公开获取的高质量人类文本基本耗尽。

到那时，AI将面临一个它自己亲手造成的困境：

它想继续变聪明，但"人味"这个原料，被它自己吃光了。

对AI训练来说，数据“干净”至关重要

这给了旧书新的价值

更讽刺的是，现在互联网的访问流量里，超过一半来自AI和爬虫，人类手动访问反而成了少数。有人形容：现在的互联网，更多时候是AI在跟AI说话，人类成了旁观者。

一个靠"人话"训练出来的系统，正在把"人话"从它自己的世界里挤出去。

这跟我们每个人，到底有什么关系

AI在满世界抢购的，是"还没被AI碰过的人类文字"。而这件事最让人后怕的地方在于，它正在重新定义"什么东西值钱"。

过去，值钱的是"多"：写得多、发得多、数据多。现在，值钱的是"纯"：没被AI碰过的、真实的人类表达，正在变成稀缺品。

书店对很多人来说是一种独特的文化符号

你随手写的、带着错别字和脾气的那句话，可能比一屋子AI生成的文章都值钱。

因为它是"原版"，而"原版"，正在从地球上消失。

明天，我们聊聊，靠线上干掉中间商的巨头，如今回头扎堆开起了线下店……

关注「一刻talks」

我们帮你看清楚，当AI开始回头抢“原版”，你最该守住的，是你身上那些“还没被复制”的东西。