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分离，变成整齐的一沓纸张。
若无任何背景说明，这段视频或许能让人产生一种“引起舒适”的解压感。
但若你得知，这是AI公司批量处理纸质书的场景，其中甚至包含冷门与绝版书籍，恐怕很难再感到轻松。
为获取训练数据，AI巨头们已将触角从公开互联网、盗版电子书，延伸至现实世界的纸质书堆中。特别是**2022**年以前出版的书籍，因未混入AI生成内容，也未受现代数据投毒工具干扰，被视为难得的优质原料。
那些网络上无法检索、缺乏电子版的冷门及绝版书，更能提供互联网爬虫无法触及的信息，堪称“上上品”。
Anthropic曾曝光的“巴拿马计划”，其核心原则便是极力掩盖外界视线。
图书数据库服务商ISBNdb则在公开场合宣称，可为AI公司寻书，单次采购量可达**1000**至**100**万本，货源涵盖旧书店、图书馆及绝版书目，并通过保密协议隐匿买家身份及具体书目。
AI行业对此类操作心知肚明，毕竟这并非光彩之事。
回溯AI公司觊觎纸质书的源头，最早可从Anthropic卷入的一场诉讼中窥见端倪。
**2024**年**8**月，三位作家将Anthropic告上法庭，指控其未经授权，利用自身作品训练Claude模型。
此类争议自OpenAI推出ChatGPT以来便从未停歇，并不新鲜，类似的司法纠纷早已屡见不鲜。
核心争议点在于：AI公司抓取全人类互联网数据训练模型，是否构成侵权？作者作品进入训练集，是否需要获得许可并支付版权费？
因此，在本案初期，纸质书并非焦点。
为了让Claude更聪明、表达更精准，Anthropic首先扫描了公开互联网。鉴于网页内容良莠不齐，经过作者创作、编辑筛选及出版社校对的书籍便进入了视野。
最直接的路径自然是获取电子书。
法庭文件显示，Anthropic曾从Books3、LibGen和PiLiMi等资源库下载超过**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长期保留的“中央图书馆”，供未来模型训练与研究调用。
随后，代号“巴拿马计划”的内部工程启动。简言之，即Anthropic大规模购入纸质书，进行扫描并输入AI系统。
当时，法庭关注重点在于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·阿尔萨普作出对Anthropic相对有利的裁决。
他认为，大模型读取书籍并非为了向用户复述或出售原文，而是学习语言、知识及表达方式，进而生成新内容。这种用途具备强烈的“转化性”，类似于人读书获取知识后进行创作，属于合理使用范畴。
关于购买来的纸质书，Anthropic已为每一本付费。公司遵循“扫一本、毁一本”的原则，仅保留内部数字副本，未在市面上制造额外流通版本。法官据此认定此举未侵犯版权。
然而，那**700**多万本从盗版库下载的电子书则难以辩解。
法官指出，模型训练可能属合理使用，但这不能反证盗版获取行为的合法性。如何使用书是一回事，书如何到达手中是另一回事。
在美国法律体系中，判例影响深远。该判决为AI公司开辟了一条路径：只要通过合法途径获取作品，即可用于学习人类创作。
因此，在去年Anthropic的官司中，尽管其购买并扫描纸质书的做法已曝光，但公众与法庭的关注点仍集中在“用人类知识训练AI的法律边界”这一老生常谈的话题上。
直至今年，两篇报道接连发布，人们才惊觉问题的严峻性。
绝版纸质书面临永久消失的风险？
今年**1**月，《华盛顿邮报》从刚刚解封的**4000**多页法庭材料中，挖掘出“巴拿马计划”更多细节。
Anthropic在约一年时间内花费数千万美元，购入数百万本纸质书。供应商切除书脊，将散页送入高速扫描仪，剩余纸张交由回收公司处理。仅一份项目方案，就计划在半年内处理**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为致命：
“巴拿马计划，是我们对全球所有书籍进行破坏性扫描的行动。”
“我们不希望外界知晓我们正在做这件事。”
这两句话结合，让整件事显得极为不堪。
Anthropic一贯强调AI安全、道德与责任，背地里却启动了一项摧毁数百万本书的秘密工程。
切书尚可解释为追求效率的手段，“不希望外界知道”则让人不禁怀疑：Anthropic自身也清楚，一旦公开，此事将无法自圆其说。
Anthropic究竟偷偷销毁了多少书？
《华盛顿邮报》未获完整书目，外界也不清楚其中多少是常见畅销书，多少已停止再版。人们对工业化切书的规模感到震惊，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。
报道主角为ISBNdb，一家自称拥有全球最大图书数据库的公司。其在官网向AI客户公开兜售纸质书采购服务，宣称单次可采购**1000**至**100**万本，货源覆盖旧书店、图书馆及绝版目录。
公司将保密作为卖点：每个项目均签署严格保密协议，客户身份、采购策略及目标书目绝不披露。
更具讽刺意味的是，ISBNdb深知这门生意难登大雅之堂。宣传中直接提醒客户：“AI公司毁掉**200**万本书”，绝非能赢得同情的新闻标题。
另一个有趣现象是，AI公司近期格外青睐**2022**年以前出版的纸质书。
原因简单明了：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**年前出版的纸质书几乎确认为人类写作，经过编辑、校对及出版流程，未被现代投毒工具污染。
AI公司亲手制造了越来越多网络垃圾，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，从今年**4**月起，其每周处理订单从约**20**本猛增至数百本。被购书籍主题杂乱、语种各异，彼此关联甚少，唯一共同点是均有ISBN编号。
该书商虽无法确认买家即为AI公司，但其库存中外文书、冷门书及绝版书不少。
他一方面借此清除了多年滞销库存，另一方面内心不适：“我不喜欢这些书最终的归宿，也不愿看到罕见书籍被打成纸浆。”正如前文所述，AI公司扫描纸质书的流程粗暴，致使生意好转的二手书商亦心生怜悯。
从互联网到盗版电子书，再到可批量购买的纸质书，AI公司拓展训练资源的触角不断延伸。如今，冷门乃至绝版书也难以幸免。
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。
外界看不到采购清单，不知哪些公司在购书，更不知书籍送进切割机前，是否有人核查其存世数量。
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）已给予Anthropic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，再销毁纸质原件，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，故可构成合理使用。
依此逻辑，切书甚至成为证明合法的一环。原书若留市，Anthropic手中多出数字版，可能涉及未经授权的复制；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，转而购买并扫描纸质书，是一个“聪明的选择”，体现了更为克制、合规的做法。
对于印量达数十万的畅销书而言，销毁纸质书问题尚不尖锐，少一册不影响他人阅读购买。
但冷门书、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，古旧书价值不仅在于印刷正文。书页上可能有亲历者批注，签名、题赠及历任收藏者信息可证明其流传经历，重新装订的封皮内甚至可能藏有更早手稿。
这些信息依附于实体书本身。即使文字已完成扫描，原有纸张、装帧及各部分关系一旦被破坏，后人便无法重新检视。
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文件完整还原的实物。
争议扩大后，科技行业迅速出现退让。
马斯克在X平台表示，已要求SpaceX AI团队将稀有书籍保存在图书馆，并采用繁琐的无损方式扫描，不得简单切除书脊。他未公布SpaceX AI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的退让更为迅速。
404 Media报道发布9天后，ISBNdb删除了面向AI公司的纸质书采购页面，撤下有关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。
此前还在宣传单次采购**100**万本书，遭遇舆论反弹后，整门生意突然变成了“一次测试”。
这番解释能否取信于人另当别论，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，替代不了真正的规则。
谁负责在扫描前判断一本书是否稀有？依据是出版年份、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书目？若某书已绝版，是否只能采用无损扫描，并在扫描后交由图书馆保存？
目前，这些问题均无答案。
讽刺的是，ISBNdb此前反复强调，**2022**年以前的纸质书之所以珍贵，正因它们保存了未受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。