AI公司满世界收旧书，一场静悄悄的"焚书"

今年春夏之交，德国莱比锡几家旧书店的老板觉得有点不对劲。

每天差不多固定时间，系统就跳出一批订单，买家是家叫 Zoombooks 的加拿大公司。不买热门小说，不追初版签名本，专挑那些积灰多年的普通旧书。七十年代以后出版、带ISBN编号、非虚构类为主。烹饪书、民间故事、不出名的游记，通通要。

订单稳定得像台机器设好的程序。几位老板一交流，发现不是自己一家。从德国到西班牙，从澳大利亚到新西兰，全世界的旧书商都遇到了同样的采购模式。

很快有人猜到了：这些书不是拿去卖的，是拿去喂AI的。

到底在干什么

2026年初，超过4000页法庭文件在美国联邦法院解封，一个代号为"巴拿马项目"的秘密计划被完整曝光。

主角是Anthropic，就是做Claude模型那家，估值一度超过1800亿美元。

图片

操作流程简单粗暴：买书、切掉书脊、高速扫描、销毁纸张。

液压切割机把书脊整齐切掉，散开的书页送进工业级扫描仪转成高清PDF，然后纸质残骸直接送回收公司。不保留任何实体副本。

Anthropic花了数千万美元，从Better World Books、World of Books这些二手书零售商批量拿货，每次动辄数万册。内部文件还讨论过接洽纽约公共图书馆。负责这个项目的高管Tom Turvey，是从谷歌图书项目挖来的，二十年前他参与过谷歌扫描全世界书的计划。

一份2024年的内部计划文件写得直白："Project Panama是我们破坏性扫描全世界所有书的计划。""我们不希望被人知道我们在做这件事。"

他们显然知道大家会怎么反应。

一家"负责任"的公司

多说两句Anthropic。

这家公司2021年从OpenAI分裂出来，创始人是Dario Amodei兄妹，出走的原因是觉得OpenAI在安全上不够上心。品牌定位就一句话：我们是负责任的那家。

搞了"Constitutional AI"框架，通俗讲就是给AI定一部"宪法"，让它自我约束。招了一大批前政府官员做政策合规，拿了谷歌、亚马逊几十亿美金投资。Dario去年还写了篇万字长文，畅想AI怎么治癌症、灭贫困、救气候。翻来覆去就一个调调：我们在做对全人类有益的事，放心把未来交给我们。

然后他们把全人类的书买来，切碎了。

为什么要买纸质书

都什么年代了，电子书不是一大堆？

问题恰恰出在这。网上的内容已经被AI自己生成的东西污染了。模型用AI产出的垃圾训练自己，越学越蠢，这叫"模型崩溃"。2022年以前出版的纸质书，那时候互联网还没被AI内容淹没，每一行字都是人写的，是干净的高质量文本。

数字资源基本被薅干了。维基百科、论坛、博客、新闻网站，该烤的早就烤进模型里了。要继续提升模型能力，需要经过编辑、有结构的系统知识。这些东西大量躺在纸质书和专业文献里。

Anthropic的律师团队在法庭上提了双重辩护。一是"首次销售原则"：我合法买了一本书，想怎么处置都行。二是"合理使用"：扫描件只用于内部训练，不对外分发，销毁原件反而确保不会产生新的版权副本流入市场。

法官倾向于认可这套逻辑。2025年6月，联邦法官William Alsup裁定：合法购买实体书、破坏性扫描、训练AI，属于合理使用。他在裁定书里写道："每一本被购买的实体书都被复制成了数字副本，实体原件被销毁了。一个取代了另一个。"

真正让Anthropic赔钱的不是买书，而是更早之前的盗版。

图片

15亿美元的学费

在"巴拿马项目"之前，Anthropic走的是更简单粗暴的路：直接从盗版网站下载。

联合创始人Ben Mann在2021年6月，11天内从LibGen下载了大量书籍。后来又从另一个盗版网站Pirate Library Mirror搞了约200万本。他当时把链接发给同事，附了一句："来得正是时候！！！"

法院查明：从LibGen累计下载约500万本盗版书，从Pirate Library Mirror约200万本。CEO Dario Amodei在内部把付钱给作者称为"legal/practice/business slog"。翻译一下就是嫌麻烦。

2025年9月，Anthropic与作家集体诉讼达成和解，赔偿15亿美元。每部侵权作品折合约3000美元，受影响书籍约50万本。这个数字是版权法历史上最大的和解金。

讽刺的是：切书在法律上没问题，伸手进盗版图书馆才是。

不止一家

Anthropic只是被曝光得最彻底的那个。

ISBNdb，一个收录超1.11亿本书目信息的数据库平台，现在专门给AI企业做大规模图书采购服务。单笔订单从1000本到100万本不等。它的广告语是："世界上最好的AI训练数据就在书架上"。2022年前出版的纸质书，因为没被AI内容污染，被精准定位为"纯净数据"。

书商们感受到了变化。有书商透露，今年4月以来生意反常地好。过去旺季一周才卖20本左右，近几个月每周能卖几百本，翻了大约五倍。采购对象几乎全是带ISBN编号的书，小说、教材、专业书通吃，毫无主题偏好。买家对价格也出奇大方，高于市价也照单全收。有书商说心情复杂："财务上确实受益，但我不喜欢这些书的最终去处，也不喜欢那些不常见的书被粉碎。"

谷歌也被出版商联盟起诉，指控它未经授权用数百万本受版权保护的书训练Gemini。OpenAI、Meta也深陷类似官司。

书的命运

德国媒体和旧书行业流露出的情绪，重点不是版权，是惋惜书本身。

在不少欧洲书商看来，一本旧书的终点不是卖出那一刻。它被第一个读者读完，并没有结束生命。它还会再进入旧书店、图书馆、私人书架，在流通中不断建立新的联系。

现在，这些书被买走、切开、扫描、碾碎。知识变成了模型参数，纸变成了回收浆。稀有书、绝版书、外文小语种书，没有电子版，全球就剩几百本。它们被扫描进AI公司的私有数据库，外界看不到，作者看不到，公众也看不到。这些内容唯一的作用是让模型变聪明，然后按API收费。

有人把这事和科幻作家弗诺·文奇20年前的小说《彩虹尽头》做对比。小说里描写的就是图书馆被拆解数字化的场景。20年后，小说成了新闻。

知识是谁的

扯一个根本性的问题：这些书到底属于谁？

每一本书背后，都是一个人或一群人花了大把时间想明白的事。几十年的阅历，几年的打磨，最后变成几百页纸。人类几千年攒下来的思想，大部分就躺在这里面。哲学、历史、民间故事、绝版的植物图鉴、不出名的游记。

这些东西不是哪个人或哪家公司的私产。一本三百年前的书，它属于所有还愿意翻开它的人。你在图书馆发现它，在旧书店淘到它，在某个下午读到一句让你愣住的话。这就是知识活着的样子。流通、传承、被翻到烂。

现在一家公司走过来，买走、拆开、扫描、碾碎。知识变成他们数据库里的参数，纸变成回收浆。然后律师说：这叫合理使用。

书被数字化之后，它就不在公共领域了。它变成某家公司的训练数据，锁在服务器里，你再也碰不到。你以为知识被保存了，其实被圈起来了。

保存知识？圈起来不让碰，那叫圈占。

马斯克说：我们不一样

7月27日，马斯克在X上转发了404 Media的这篇报道，附了一句话："我已要求SpaceXAI团队把珍稀图书保存在图书馆里，用笨办法扫描，而不是直接切掉书脊。"

图片

非破坏性扫描用俯拍扫描仪、平板扫描仪或V型扫描架，不拆书，不伤装帧，扫完书还是完整的。就是慢，就是贵。破坏性扫描一天能处理几千本，非破坏性可能只有几十本。

马斯克等于在模式选择上割了自己一刀。花更多钱、花更多时间，换书一条命。

有人回复说："虽然慢，但你们还是能拿到训练数据。如果SpaceXAI能做到，其他公司也应该照这个标准来。"话是漂亮。但整个行业都在追求效率，Anthropic切书脊就是因为快、因为便宜。马斯克说"我们不一样"，到底是真心疼书，还是借机踩竞争对手一脚，各人有各人的判断。

当AI行业默认的流程就是买完就切碎，有人站出来说"我不这么干"，这事本身就说明大家已经受够了。

一本书放在书架上，不需要电、不需要网络、不需要订阅，可以保存500年。而它被销毁去喂养的那个AI模型，18个月后就会被扔进垃圾桶，被下一代取代。

Anthropic花了15亿美元的学费想明白一件事：从偷到买，买了、扫了、毁了，法律上反而站得住脚。这笔账，他们算得很清楚。

只是那些被切碎的书，再也拼不回来了。

更糟的是，AI 能改书。物理销毁至少诚实。书没了就是没了。但如果未来的某天，你翻开一本经典，里面的内容已经被模型"优化"过一遍，你读到的是原著还是改写版？切书有灰烬，数字篡改连证据都不会留。到时候，连"什么是原版"都没人说得清了。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～