404 Media 调查：亚马逊购书拆毁用于 AI 训练

独立媒体 404 Media 的一项独家调查显示，亚马逊正在大规模采购纸质书籍，在专门设施中拆除装订后高速扫描其内容，用于 AI 模型训练数据，并在扫描过程中将原书销毁。调查首次确认了此前业界广泛猜测但缺乏实证的「AI 公司系统性收购纸质书」现象的具体执行方与执行地点。

追踪方法：从珍本到拉斯维加斯

今年 7 月，一位书商在 Biblio 二手书平台上接到一笔约 1000 本的大宗订单，怀疑买家为 AI 公司。该书商同意与 404 Media 合作，在其中一本珍本中放入一颗 Apple AirTag，以便追踪其去向。发货后，这批书先抵达加州机场，随后空运至威斯康星州密尔沃基国际机场，再转运至 Kenosha 一家名为 Trifinity 的专业物流仓储公司，在那里停留约两周后启程西行，最终到达位于内华达州拉斯维加斯的亚马逊 LAS8 仓库北端——也就是代码为 VGT3 的独立运营区。Biblio 对此未予置评。

VGT3：拆书与扫描

VGT3 的标志是一只张开嘴巴、手持书本的霸王龙，涂在设施入口与内部。多名在该设施工作的亚马逊员工在公开论坛上描述了日常内容：「我在 VGT3 工作，我们做的就是扫描书籍」「有人负责拆书，有人负责收货扫码」。员工表示他们此前没有产能指标，最近才开始设定，但工作本身「不紧张」「很酷，只是重复」。报道指出，VGT3 的工作因单调轻松而受欢迎，仓库还提供夜班岗位。今年早些时候，有员工曾担忧该站点会被关闭。

为何是纸质书

对 AI 公司而言，纸质书是稀缺且优质的高质量训练语料：大量内容并未在互联网上公开发布、已经被各大公司系统性抓取过；而纸质文本天然结构清晰，且 2022 年以前出版的图书几乎可以保证不含 AI 生成文本，后者会导致被用于训练的模型出现「模型坍塌」（model collapse）。书商们此前判断 AI 公司是大买家，依据包括单笔订单量极大、选书随机、买家不像图书馆或大学那样对价格敏感。

亚马逊回应

亚马逊发言人对 404 Media 表示：「亚马逊通过商业渠道购买书籍，是为了帮助开发与改进我们的产品和服务。」但该发言人未就拆书流程、设施用途以及是否会继续这一做法作出进一步说明。

报道指出，这并非孤例：随着公开互联网语料逐渐被耗尽，AI 头部公司正投入大量资源寻找新的训练数据来源，而纸质书销毁过程已引发公众对版权与文化资产损耗的广泛质疑。404 Media 此次通过实物追踪锁定了具体设施与操作模式，为后续的行业讨论与可能的监管介入提供了可查证的事实基础。