人工智能公司 Anthropic 正在大规模收购并“破坏性扫描”实体书，以训练其大型语言模型 Claude。这一行为最初引发了对珍贵古籍被毁的担忧，但事实证明，所购书籍多为无人问津的非珍稀学术著作。尽管法院裁定此举属于“合理使用”，但其背后暴露了更深层的问题：这种将书籍转化为不透明数据的过程，不仅牺牲了人类阅读的体验，也消解了书籍作为独立作品的上下文和结构，引发了关于知识、阅读与技术关系的深刻反思。
神秘的批量订单
起初，世界各地的二手书商注意到了一些反常现象。他们开始收到来自 Green Parrot Project 和 Red Sparrow Project 等神秘公司的批量订单，这些公司大量采购一些非常冷门和小众的书籍。
- 这些书籍主题奇特，例如 1998 年的法律生存指南或关于玻璃建筑的学术文本。
- 一位书商在寄出的一本书里藏了一个 GPS 追踪器，最终发现包裹被送到了伊利诺伊州一个工业级的扫描中心。
- 事实证明，这些买家都是为人工智能公司 Anthropic 服务的，目的是为训练其 AI 模型 Claude 获取数据。
“破坏性扫描”与 AI 训练
Anthropic 将书籍视为“最高质量的训练数据来源”，并为此启动了一项名为“巴拿马计划”（Project Panama）的秘密行动。
根据法庭文件，该计划的目标是：“破坏性地扫描世界上所有的书籍。”
这个过程相当直接：
- 使用液压驱动的切割机（俗称“书籍断头台”）切掉书籍的书脊。
- 将独立的书页送入高速扫描仪，创建数字副本。
- 销毁原始的实体书。
尽管听起来骇人，这种做法在大学的图书保存部门中并不罕见，因为这是一种高效的数字化方式。
争议的真相：这些书珍贵吗？
最初的恐慌集中在 AI 公司是否在摧毁珍贵的古籍善本上，但现实并非如此。
- Anthropic 公司发言人明确表示：“我们的数据采集计划不会购买和销毁珍稀或古籍。”
- 书商们也证实，他们出售的大部分是上世纪 70 年代之后出版、拥有 ISBN 编号的书籍，通常是库存积压或有多个副本的非畅销品。
- 一位书店老板直言，书籍也是一种商品：“就像你买了条牛仔裤，它就是你的了。你可以穿，可以装饰，也可以送人。没人会追着问你‘打算用你的牛仔裤做什么？’”
分析显示，这些被购买的书籍大多是来自学术出版社、发行量很小的专业著作，涵盖历史、法律、社科等领域。对于这些本已趋于过时的书籍，成为 AI 模型的一部分或许能让它们发挥更大的作用。
法律的裁决：何为“合理使用”？
Anthropic 的行为引发了版权诉讼，但法官最终的裁决出人意料。
- 法官认为，使用书籍来训练 AI 模型属于“合理使用” (fair use)，因为这与人类通过阅读来学习和创作新事物的方式并无本质不同。
- 销毁合法购买的实体书以创建用于内部研究的数字副本，也被认定为合法，因为它没有增加书籍的副本数量，只是为了存储和检索的便利。
正如一位法官所言：“要求任何人在每次阅读、每次回忆、每次借鉴一本书来创作新内容时都要付费，是不可想象的。”
更深层的隐忧：当书籍变成数据
尽管在法律上站得住脚，Anthropic 的行为仍然引发了更深层次的担忧，这些担忧与实体书的物理毁灭关系不大，而更多地关乎知识的本质。
- 透明度的缺失： Anthropic 的数字馆藏是一个不为外人所知的“黑箱”。与要求公开数据来源的学术研究不同，公众无法得知 AI 的信息源自何处，也无法验证。
- 阅读的异化： 这种做法牺牲了未来无数次人类阅读的可能性，只为了一次机器的“读取”。正如一位历史学家所担心的，“AI 将取代人类读者。”
- 上下文的消亡： 书籍的价值不仅在于文字，还在于其结构、顺序和物质形态。当书籍被分解成纯粹的数据时，它作为独立作品的边界和历史背景便消失了。一位教授警告说，文本被“同质化”后，会与原始来源完全脱节。
“小说不仅仅是一桶句子，”一位学者说，“这些句子的出现顺序至关重要。”
这种将文学作品转化为一种杂糅、半死之物的做法，是一种比物理销毁更隐蔽、也更危险的“擦除”。
历史的重演？
这种现象或许并非全新。在 18 世纪，当《鲁滨逊漂流记》等小说大获成功后，市场上也迅速出现了各种盗版的节选本、删减本和仿写本。这些“二流版本”非常受欢迎，尽管人们仍然会去寻找原著。
这揭示了一种可能性：总会有一部分人，他们更喜欢经过转述和加工的“二手信息”，而非去接触和理解原始来源。AI 似乎正在以一种前所未有的规模，将这种模式推向极致。