AI公司数千万美元收购旧书并销毁原件，引发“知识枯竭”争议

事件概述

近期，包括Anthropic在内的多家AI公司被曝光启动名为“巴拿马计划”（Project Panama）的项目，通过商业渠道在全球二手市场大规模收购纸质书籍。这些书籍在亚马逊仓库等地经过液压切纸机破坏性处理后，仅保留数字副本用于AI大模型训练，实体书则被直接销毁。这一行为虽获美国法院基于“合理使用”原则的合法性认定，但因导致绝版书和冷门知识资源的永久消失，引发了关于“AI焚书”及公共知识枯竭的广泛争议。

核心信息

1. “巴拿马计划”运作模式与规模

• 采购策略：Anthropic于2024年初聘请前Google Books项目人员Tom Turvey负责寻书，投入数千万美元资金。买家不议价、不计运费，专门收购长期无人问津的冷门书、绝版书、小语种译本及专业手册。
• 处理流程：书籍运至亚马逊LAS8园区VGT3小组，员工使用高速扫描仪生成PDF和OCR文本，随后切掉书脊并将散页作为垃圾处理。据供应商估算，流水线半年可处理50万至200万本书。
• 数据用途：生成的数字副本一部分直接喂入大模型训练集，另一部分存入Anthropic的永久研究资料库。

2. 为何急需“纯有机数据”

• 对抗“模型坍塌”：互联网上充斥着由AI生成的低质量、重复性内容，导致模型在学习过程中出现理解扭曲（即“模型坍塌”）。2022年之前出版的书籍被视为未被ChatGPT污染的“纯天然数据”，具有更高的可信度。
• 稀缺的知识多样性：热门名著早已被数字化，AI真正缺乏的是包含冷门词汇、地方独特经验和小众专业知识的数据。旧书中的严谨结构和编辑审校内容，有助于改善模型的写作能力和事实准确性。
• 可追溯性优势：相比网页内容的多次转载和改写，出版物带有明确的作者、出版年份和版本记录，便于判断数据价值。

3. 法律认定与资源流失困境

• 司法判决：美国法院认为，Anthropic购买实体书后销毁原件，并未将纸质版和数字版同时二次流通，因此属于“合理使用”。
• 不可逆损失：许多学术专著、地方志和专业手册本身存世量极少。一旦作为“孤本”或最后副本被买走销毁，人类将永久失去阅读和查阅这些知识的途径。书商表示，若明知是世上最后一本，宁愿不卖也不愿其被毁。
• 技术选择：虽然图书馆和非破坏性扫描技术存在，但科技公司选择了速度更快、成本更低的破坏性扫描方式，未考虑书籍在二手市场的剩余存量。

4. 创作者防御与知识私有化趋势

• 和解与局限：2026年7月，美国法院批准Anthropic支付15亿美元与作者及出版商和解，但该赔偿仅针对从盗版网站获取的电子书，合法买书扫描的行为仍受法律保护。
• 防御措施升级：
  • 出版界：企鹅兰登等出版社在新书版权页注明“严禁用于AI训练”；美国作家协会推出“Human Authored”认证标志。
  • 网络创作者：画师使用Glaze干扰工具和Nightshade“毒药”工具防止图像被抓取；文字作者设置robots.txt协议，AO3等平台开启访问限速或锁文。
• 公共知识危机：创作者为防盗取作品而限制公开传播，导致互联网上的“活人内容”枯竭。与此同时，科技巨头通过私有数据库建立知识高墙，普通人获取高质量人类智慧的成本增加，且面临数据来源不透明、无法核实引用的问题。

值得关注

• 知识所有权的转移：传统纸书允许自由借阅、捐赠和流转，而AI训练后的知识被锁定在巨头服务器中，用户仅拥有临时调用权限，知识的公共属性正在减弱。
• 验证成本的上升：由于原始训练数据不公开，当AI提供错误信息时，普通用户难以回溯原文进行核实，导致“核实答案比寻找答案更难”。