在亚马逊拉斯维加斯一间仓库的秘密区域，成千上万本旧书正被切开书脊、高速扫描、统一销毁——这些看似荒诞的举动，却是部分美国AI公司的日常操作。从Anthropic代号“Project Panama”的毁书计划，到图书数据库公司ISBNdb公开兜售“保证不含AI内容”的旧书，再到稀有旧书被苹果蓝牙追踪器追踪至亚马逊仓库，一条围绕实体书的隐秘产业链正在浮出水面。
驱动这一切的，是AI行业对“干净数据”近乎饥渴的需求。当互联网被机器生成的内容大面积污染，2022年前出版的旧书成了最可靠的“人类知识矿藏”。而当买书、扫描、销毁被法院裁定为合理使用，这场数据争夺战在合规外衣下，把文化遗产保护的争议推向了台前。
隐秘产业链浮出水面
今年1月27日，据《华盛顿邮报》依据悬疑小说作家安德里亚·巴茨等人诉Anthropic一案解封的法庭文件披露，这家AI公司于2024年初启动代号“Project Panama”的行动，斥资数千万美元批量购入数百万本二手书，经切脊、高速扫描后销毁原书，用于训练Claude。一份内部文件写道：“Project Panama是我们对世界上所有图书进行破坏性扫描的努力。”另一份则提醒：“我们不希望外界知道我们在做这件事。”
到今年夏天，这门生意开始走向台前。7月21日，美国“404 Media”调查报道，数据库公司ISBNdb曾在其官网公开向AI公司兜售批量实体书采购服务，单笔1000册至100万册，主打2022年前出版的书，声称这些书“结构性保证不含AI生成文本”“对现代投毒工具天然免疫”，并提供严格保密协议。报道刊发后页面被撤下，ISBNdb已放弃该业务。
另一起事件出现在欧洲。英国“City AM”网站7月29日报道，伦敦珍本书商收到两笔来自匿名邮箱的异常大额专业书籍询价，买家拒绝透露身份和用途。欧洲大陆的古董书商还报告了数千册冷门书的匿名订单。8月17日，“404 Media”追踪调查显示，货物最终被送入亚马逊拉斯维加斯LAS8仓库代号VGT3的区域——该区域的徽标是一只抓着书的霸王龙。亚马逊员工在内部论坛证实，VGT3的工作就是切书脊、高速扫描并销毁实体书。
模型崩溃阴影下的选择
AI公司为何对旧书如此饥渴？2024年7月《自然》杂志在线发表的研究指出，模型反复在上一代模型生成的数据上训练，会发生“模型崩溃”——最初是少数派内容消失，最后输出越来越单一，只剩单调模式。保留一定比例的真实人类数据可以缓解崩溃，但真实人类数据正变得越来越稀缺。
新加坡软件公司Ahrefs在2025年4月分析90万个新建英文网页时，发现74.2%含AI生成内容；AI代码审查公司Graphite的研究则显示，2024年11月AI生成文章数量首次超过人类撰写的文章，此后占比稳定在五成左右。人们立刻注意到：2022年ChatGPT发布之前出版的图书，天然不含AI文本——这正是ISBNdb所谓“保证”的含义。
这些书籍的价值还不止于“干净”。Anthropic一位联合创始人曾表示，公司内部认为书籍能教模型“如何写好”，而非低质量的网络腔。ISBNdb的兜售话术更直白：“世界上最好的AI训练数据就在书架上……书籍代表经过策展、同行评审、特定领域的人类知识。”
合法使用与文化代价的碰撞
在美国现行版权法框架下，这套操作甚至被法院认为合法：买下实体书意味着合法取得，扫描后销毁是一对一替换，不产生额外数字副本。但这只是版权意义上的合规，无法回答另一个问题：大量实体书被永久销毁，是否意味着人类公共知识财富的不可逆流失？
2025年6月，美国加州北区联邦法院裁定AI公司扫描毁书不违法，但从盗版渠道下载图书不构成合理使用。2025年9月，Anthropic就盗版部分达成至少15亿美元和解，并于2026年7月获法院最终批准。这一裁决等于为“Project Panama”式操作颁发了通行证。
非议随之从版权溢出到文化领域。被销毁的书里有没有存世稀少的珍本？目前虽未被核实，但有书商担忧，一些流传极少的书籍可能在匿名大宗采购中悄然消失。问题的核心在于：毁书是不可逆的。对文献学而言，毁掉的就是实物。而在法律层面，AI公司依然可以声称其合法购得的文献，处置权属于买家。文化保护的诉求与财产权的行使只能继续碰撞。
正是这样的真空地带，争议持续发酵。美国国会没有专门针对AI训练数据版权的统一立法，靠判例逐案划定边界，“合法购得即可销毁”的裁决客观上为毁书打开了方便之门。
与之相对，我国早在2023年8月15日就施行《生成式人工智能服务管理暂行办法》，第七条明确要求训练数据来源合法、不得侵害知识产权，并要求增强数据的真实性、准确性、客观性、多样性。
把规则立在产业狂奔之前，让规范引导技术发展与权益保护并行。当数百万本旧书在大洋彼岸被切碎之时，制度先行的价值正愈发清晰。
