数百万本书被“阅后即焚”：AI数据饥渴背后的伦理黑洞
从数字贪婪到物理毁灭：AI数据获取的极端演化
在人工智能技术狂飙突进的今天，模型对训练数据的需求已呈现出一种近乎病态的贪婪。早期，科技巨头们将目光锁定在互联网上那些免费、公开且未经筛选的网页内容上。然而，随着生成式AI的普及，互联网充斥着大量AI生成的噪音、重复内容以及经过“数据投毒”处理的恶意样本。为了追求更高质量、更纯净、更由人类原创的知识燃料，AI公司的触角开始向更深、更隐秘的领域延伸——现实世界中的纸质书籍。
这一转变并非毫无预兆，但随着Anthropic公司“巴拿马计划”的细节逐渐曝光，公众才惊觉这场数据获取运动已经跨越了伦理与法律的灰色地带，演变为一种针对人类文化遗产的“工业化拆解”。为了让Claude等大模型读懂人类的历史与思想，Anthropic选择了一种极为粗暴的方式：购买、扫描、然后销毁。这种“阅后即焚”的模式，虽然在法律逻辑上试图构建一种“格式转换”的合理性，但在文化情感上，却是对书籍作为物理实体的彻底否定。
“巴拿马计划”：合法外衣下的破坏性扫描
回溯这场争议的起点，2024年8月，三名作家将Anthropic告上法庭，指控其未经授权利用他们的作品训练Claude模型。这场官司的核心最初聚焦于“合理使用”原则的边界：AI读取书籍是为了学习语言模式和知识逻辑，而非直接复述或出售原书，这与人类阅读后获得启发并无二致。2025年6月，法官威廉·阿尔萨普的判例在某种程度上支持了Anthropic的观点，认为这种具有高度“转化性”的使用属于合理使用范畴。
然而，判决中一个关键的区别在于数据获取的合法性。法官明确指出，虽然训练模型本身可能合法，但通过盗版资源库（如Books3、LibGen等）获取700多万本电子书的行为并不受此保护。为了规避法律风险，Anthropic启动了代号为“巴拿马计划”的内部工程。据《华盛顿邮报》报道，Anthropic在一年内花费数千万美元，购买了数百万本纸质书。
其操作流程极具争议性：供应商使用液压切纸机削去书脊，将散落的书页送入高速扫描仪，生成高清数字图像后，剩余的纸质残骸被直接送入碎纸机或回收管道。Anthropic内部文件坦言，这是“对全世界所有书籍进行破坏性扫描的行动”，且明确要求“不希望外界知道”。这种秘密进行、大规模物理销毁书籍的做法，与其一贯倡导的AI安全、道德和责任形象形成了尖锐反差。
稀缺资源的枯竭：为何是2022年以前的书？
值得注意的是，AI公司为何如此偏爱2022年以前出版的纸质书？这背后反映的是数据质量在AI时代的重新定义。随着生成式AI的爆发，网络空间被海量的AI生成内容淹没。对于训练下一代更强大的模型而言，这些充斥着算法痕迹的数据不仅价值降低，甚至可能产生误导。
相比之下，2022年以前出版的纸质书，尤其是那些经过传统编辑、校对和出版流程的作品，被视为“纯净”的人类知识样本。它们未被现代数据投毒工具污染，逻辑严密，语言规范。因此，这些书籍成为了AI模型提升理解力与创作力的“上上品”。
这种需求迅速传导至二手书市场。一名专营稀有图书的书商透露，自2025年4月起，他每周处理的订单从20本激增到数百本。买家购买的目标杂乱无章，语言各异，但共同点是拥有ISBN编号。这种看似繁荣的交易背后，隐藏着巨大的文化危机。书商虽因清库存而感到些许欣慰，但面对心爱的书籍最终沦为纸浆的命运，这种喜悦很快被沉重所取代。
物理形态的消亡：绝版书面临的生存危机
“巴拿马计划”最令人担忧的后果，并非仅仅在于法律层面的版权争议，而在于对书籍物理形态的不可逆破坏。法官的判例逻辑建立在“数字副本替代纸质实体”的基础上，认为只要不增加市场流通量，销毁原件即可规避侵权。然而，这种逻辑忽略了书籍作为文物和历史载体的多重价值。
对于一本印量巨大的畅销书而言，少一册确实无伤大雅。但对于冷门书、绝版书以及具有特殊历史痕迹的版本，情况则截然不同。澳大利亚和新西兰古旧书商协会主席Dawn Albinger指出，古旧书的价值不仅在于其文本内容，更在于其物理属性：书页上的批注、作者的签名、前收藏者的题赠、特殊的装帧工艺，甚至纸张的老化程度，都是研究文学史、出版史和社会文化的重要证据。
一旦书脊被切断，书页被扫描后销毁，这些依附于具体物理实体的信息便永久消失。AI获得了一份完美的数字文本文件，但人类却失去了一件无法通过数字文件还原的历史文物。这种“得此失彼”的交易，本质上是用不可再生的文化资源换取了算法的可扩展性。
行业的有限退让与未解的法律难题
舆论的强烈反弹迫使科技行业做出了一定程度的姿态性回应。马斯克在X平台上表示，要求SpaceX AI团队对稀有书籍采取无损扫描方式，并建议保存至图书馆。ISBNdb也迅速删除了面向AI公司的纸质书采购宣传页面，辩称相关服务仅为“市场需求测试”，从未真正上线。
然而，这些举动更多是危机公关手段，而非系统性解决方案。目前，行业仍面临诸多未解的法律与伦理难题：
第一，如何界定“稀有”与“普通”？判断标准是出版年份、存世数量，还是书籍本身的文化价值？
第二，透明度缺失。AI公司并未公开其大规模采购的书目，外界无法追踪哪些珍贵的文化典籍正在被系统性清除。
第三，替代方案缺失。如果某本书已绝版，是否必须采用无损扫描并在扫描后捐赠给公共图书馆？目前尚无统一规则约束。
讽刺的是，ISBNdb曾强调2022年以前纸质书的珍贵在于其“未被AI污染”。AI公司越是承认这些内容的人类价值，就越难解释为何承载这些价值的实体载体可以被视为一次性耗材。这种逻辑上的自相矛盾，揭示了当前AI发展模式中深层的人文缺失。
结语：在算法效率与文化守护之间寻找平衡
Anthropic的“巴拿马计划”是一个缩影，它暴露了AI产业在追求技术奇点的过程中，对传统知识保护体系的忽视。当书籍从承载思想的圣殿变为训练数据的矿藏，我们需要重新审视人与技术、过去与未来的关系。
法律判例或许能为AI公司提供暂时的庇护，但无法消解文化界对知识载体消亡的深层焦虑。真正的解决方案，不应止步于个案的妥协或法律的博弈，而应建立一套兼顾技术创新与文化保护的规范体系。这要求AI公司从“掠夺式”的数据获取转向“合作式”的知识共建，尊重书籍的物理价值，支持无损数字化与公共保存机制。
否则，我们可能在获得一个无所不知的数字大脑的同时，却让承载人类记忆的物理世界变得日益贫瘠。这不仅是文学界的损失，更是整个人类文明的遗憾。