文 | 字母AI
液压切纸机的压板重重落下，刀片干脆利落地削去书脊。原本紧密相连的书页瞬间解体，变成一沓整齐划一的纸张。
若无旁白解释，这段视频大概率会被贴上“极度舒适”或“解压”的标签。
但当你得知，这竟是AI公司批量处理纸质书的日常手段——其中不乏冷门绝版书时，那份愉悦感恐怕会瞬间消失殆尽。
为了扩充训练语料，AI巨头们的触角已从公开互联网、盗版电子书，一路延伸到了现实世界的书架上。尤其是2022年之前出版的书籍，因未混入AI生成内容，也躲过了现代数据投毒工具的污染，被视为难得的“纯净上品”。
那些网络上搜罗不到、缺乏电子版的冷门与绝版书，更因其内容的独特性，成了互联网爬虫无法触及的“极品”。
Anthropic曝光的“巴拿马计划”，核心诉求便是不希望外界知晓这些操作。
图书数据库公司ISBNdb则毫不避讳地公开接单，声称能为AI客户从旧书店、图书馆及绝版书目录中采购1000至100万本纸质书，并借助保密协议掩盖买家身份与具体书目。
AI行业心里清楚，这种做法在舆论场上并不光彩。
**“巴拿马计划”**
AI公司对纸质书的觊觎，最早通过Anthropic卷入的一起诉讼浮出水面。
2024年8月，三位作家将Anthropic告上法庭，指控其未经授权使用作者作品训练Claude模型。
此类争议自OpenAI推出ChatGPT以来便未曾断绝，并非新鲜事，类似的法律纠纷也已屡见不鲜。
争论焦点在于：AI公司将海量人类互联网数据用于模型训练，是否构成侵权？若作者作品进入训练集，是否需征得同意并支付版权费？
因此，在这场官司初期，纸质书并未成为关注中心。
为使Claude具备更强的理解与生成能力，Anthropic首先扫描了公开互联网。鉴于网页内容质量参差不齐，经过作者创作、编辑筛选及出版社校对的书籍自然进入了视野。
最直接的路径是获取电子书。
法庭文件披露，Anthropic曾从Books3、LibGen和PiLiMi等资源库下载逾700万本书籍，其中大量源自盗版网站。公司并未在使用后删除，而是将这些文件存入一个长期保留的“中央图书馆”，以备未来模型训练与研究之需。
随后，代号为“巴拿马计划”的项目正式启动。其核心逻辑简单粗暴：大规模购买纸质书，进行扫描，进而喂给AI。
彼时，法庭审理的重点仍在于Anthropic获取及使用这些内容的方式是否合法。
2025年6月，法官威廉·阿尔萨普作出了一项对Anthropic颇为有利的裁决。
法官认为，大模型读取书籍并非为了向用户复述或出售原书，而是从中习得语言规律、知识体系及表达方式，进而生成全新内容。这种用途具备显著的“转化性”，类似于人类阅读后汲取知识再行创作，因此落入合理使用范畴。
至于购入的纸质书，Anthropic已为每一本付费。每扫描一本即销毁对应实体书，仅在内部留存数字副本，未制造额外流通版本。法官据此认定，此举未侵犯版权。
然而，那700多万本来自盗版资源库的电子书则另当别论。
法官指出，即便模型训练可能构成合理使用，也不能反证盗版获取行为的合法性。如何使用书本是一回事，书本如何流入手中则是另一回事。
在美国司法体系中，判例具有举足轻重的地位。这位法官的裁决为AI行业开辟了一条路径：只要以合法途径获得作品，AI便可学习人类创作。
由此可见，在去年的Anthropic案中，尽管其购买并扫描纸质书的行为已曝光，但公众与法庭的关注点仍集中于“利用人类知识训练AI的法律边界”这一老生常谈的话题。
直到今年，两篇报道接连发布，人们才猛然惊觉事态的严重性。
**绝版纸质书面临永久消失风险？**
今年1月，《华盛顿邮报》从刚解封的4000多页法庭材料中，挖掘出“巴拿马计划”的更多内幕。
Anthropic在约一年时间内耗费数千万美元，购入数百万册纸质书。供应商切除书脊，将散页送入高速扫描仪，剩余纸张则交由回收公司处理。仅一份项目方案，便计划在半年内处理50万至200万本书。
规模已令人咋舌，而Anthropic内部文件的两句表述更是触目惊心：
“巴拿马计划，是我们对全球所有书籍实施破坏性扫描的行动。”
“我们绝不愿外界知晓此事。”
这两句话组合在一起，让整件事显得极为不堪。
Anthropic一贯标榜AI安全、道德与责任，背地里却启动了一项旨在摧毁数百万本书的秘密工程。
切割书脊尚可辩解为追求效率的扫描策略，“不希望外界知道”则难以让人不怀疑：Anthropic自身也心知肚明，一旦曝光，必将无法自圆其说。
Anthropic究竟偷偷销毁了多少书籍？
《华盛顿邮报》未获完整书目，外界亦不清楚这些书中有多少是随处可见的畅销品，多少已是绝版孤本。公众震惊于工业化切书的规模，却难以评估其造成的具体损失。
半年后，404 Media的一篇报道将担忧聚焦于绝版书。
报道主角ISBNdb自称拥有全球最大的图书数据库，官网公开向AI客户兜售纸质书采购服务，宣称单次可采购1000至100万本，货源涵盖旧书店、图书馆及绝版书目录。
该公司甚至将保密作为卖点：每个项目均签署严格保密协议，绝不披露客户身份、采购策略及目标书目。
更具讽刺意味的是，ISBNdb深知这门生意见不得光。其在宣传中直接提醒客户：“AI公司毁掉200万本书”绝非能博取同情的新闻标题。
另一个值得关注的现象是，AI公司近期格外青睐2022年以前出版的纸质书。
原因直白：生成式AI爆发后，网络充斥着大量AI生成内容，且有人故意使用数据投毒工具干扰训练。相比之下，2022年前出版的纸质书基本确认为人类写作，历经编辑、校对及出版流程，且未被现代投毒工具污染。
AI公司亲手制造了越来越多的网络垃圾，最终又回头寻找未被AI污染的旧书。
这股需求已传导至二手书市场。一名专营稀有及低流通量图书的书商告诉404 Media，自今年4月起，他每周处理的订单从约20本激增至数百本。被购书籍主题杂乱、语种各异，彼此间几乎无关联，唯一共同点是拥有ISBN编号。
该书商虽无法确认买家即为AI公司，但其库存中包含大量外文书、冷门书及绝版书。
他一方面借此清除了多年滞销的库存，另一方面却感到不适：“我不喜欢这些书的最终去向，也不愿看到常见书籍被打成纸浆。”正如前文所述，AI扫描纸质书的流程极为粗暴，这让生意兴隆的二手书商也不禁心生惋惜。
从互联网到盗版电子书，再到可批量购入的纸质书，AI公司拓展训练资源的触角不断延伸。如今，冷门书籍乃至绝版书亦难逃此劫。
绝版不等于孤本。目前尚无证据表明某本书在世界上的最后一册已被AI公司销毁。
外界无法窥见采购清单，不知哪些公司在购书，更不知书送入切割机前，是否有人核查过其存世数量。
但风险显而易见。
**极其有限的退让**
2025年的判例（至少在美国范围内）已为Anthropic提供了一定的法律保护。
法官认为，Anthropic合法购买纸质书，将其扫描为数字文件，并销毁纸质原件，最终仅保留一份副本。数字文件未对外出售，也未增加市场流通量，相当于格式替换，故构成合理使用。
依此逻辑，切书甚至成为证明合法的环节。若原书继续留在市场，Anthropic手中再多一份数字版，可能涉及未经授权复制；销毁纸质书仅留数字文件，法律风险反而更低。
康奈尔科技学院数字与信息法教授James Grimmelmann认为，Anthropic放弃盗版书库，转而购买、扫描纸质书，是一种“聪明的选择”，体现了更为克制且合规的做法。
对于印量达数十万册的畅销书而言，销毁几册问题尚不尖锐，少一册并不影响他人阅读与购买。
但对于冷门书、绝版书及带有特殊历史痕迹的版本，显然不能如此计算。
澳大利亚和新西兰古旧书商协会主席Dawn Albinger指出，古旧书的价值不止于印刷正文。书页上可能有亲历者批注，签名、题赠及历任收藏者信息可佐证其流传经历，重新装订的封皮内甚至可能藏有更早的手稿。
这些信息依附于具体的实体书。即便文字已完成扫描，一旦原纸张、装帧及各部分关系被破坏，后人将无法重新检视。
换言之，AI公司获得了一份适合训练的数字文件，却可能摧毁了一件无法通过数字形式完整还原的实物。
争议扩大后，科技行业迅速做出让步。
马斯克在X平台表示，已要求SpaceX AI团队将稀有书籍保存于图书馆，并采用更繁琐的无损方式扫描，禁止简单切除书脊。他未公布SpaceX AI的购书数量，也未界定何为“稀有”，此番回应更像是一种姿态性的站队。
ISBNdb的反应更为迅速。
404 Media报道发布9天后，ISBNdb下架了面向AI公司的纸质书采购页面，撤下了关于保密采购及破坏性扫描的宣传。公司随后改口称，相关页面仅为市场需求测试，服务从未真正上线，ISBNdb也从未为AI训练购买、扫描或出售过任何书籍。
此前还宣扬单次采购100万本书，遭遇舆论反弹后，整门生意突然变成了“一次测试”。
这番解释能否令人信服尚待观察，但它至少表明，匿名协助AI公司大批量采购纸质书，已成为企业不愿承担的声誉风险。
不过，马斯克的一句承诺及ISBNdb删除几个网页，均无法替代真正的规则确立。
谁负责在扫描前判断一本书是否稀有？判断标准是出版年份、版本及存世量，还是书中的签名、批注及装帧？AI公司是否应公开大规模采购的书目？若某书已绝版，是否只能采用无损扫描，并在扫描后移交图书馆保存？
目前，这些问题均无定论。
颇具讽刺意味的是，ISBNdb此前反复强调，2022年以前的纸质书之所以珍贵，正因它们保存了未经AI污染、经作者创作及编辑筛选的人类知识。AI公司越承认这些内容不可替代，就越难解释为何承载它们的实体可被视为一次性耗材。
