硅谷AI公司，开始“焚书”训练模型了。 不是把书投入火里，而是更工业化的做法：批量购买纸质书，用液压设备切掉书脊，高速扫描全部页面，再把纸本丢弃或回收。 做这件事的是Claude背后的Anthropic。法庭文件显示，其“Project Panama”曾寻找供应商，计划在6个月内扫描50万至200万本书。公司还请来参与过Google Books项目的前负责人，目标是建立一座可供模型训练和研究的数字图书馆。 原因很讽刺：互联网正在被AI生成内容污染，真正由人类写成、尤其是2022年前出版的纸质书，反而成了最干净、最稀缺的训练数据。 法律上的结果更有意思。 美国法院认为，只要Anthropic合法购买一本纸质书，扫描后销毁原件，用数字副本一对一替代，属于合理使用；但它此前从盗版网站下载的数百万本电子书不受保护。后者最终促成15亿美元和解，约48.2万本书涉及赔偿，每本约3000美元。 人类过去烧书，是为了让知识消失；AI时代“毁书”，却是为了让机器把知识全部吃下去。 真正值得讨论的不是一堆纸去了哪里，而是当人类写作成为稀缺训练资源，谁有权购买、复制并把它变成商业模型的能力。(0x牛牛)