AI 公司被曝批量采购珍本图书扫描后销毁用于训练

据多家媒体引用法院文件与行业调查报道，包括 Anthropic 在内的多家 AI 公司正大规模采购实体图书——其中不乏稀有与绝版书目——并通过高速设备切除书脊后扫描页面，再将原件销毁。该流程优先选择 2022 年以前的出版物，因其被认为不含 AI 生成内容。提供相关服务的中间商可承接多达 100 万册的匿名批量订单。

核心做法与法律裁定

报道指出，相关做法最早可追溯至一份 2026 年 7 月 26 日发布于 X 平台的内容，作者 @HedgieMarkets 引用了书商向 404 Media 提供的信息，以及维护大型图书数据库、现为 AI 客户撮合大宗收购的公司 ISBNdb 的说法。

在 2025 年 6 月的 Bartz v. Anthropic 案中，加州北区联邦地区法院法官 William Alsup 裁定，将合法购买的纸质书数字化，并用于训练大语言模型，构成合理使用。判决理由之一是：这一过程以数字副本取代了纸质副本，并未新增或再分发额外的复制件。Anthropic 后来就涉及盗版数字图书的相关索赔达成了 15 亿美元的和解。

Anthropic 的「巴拿马计划」

在与 Anthropic 版权诉讼相关的解封法庭文件中，一项名为「Project Panama」的计划被曝光，该计划始于 2024 年初。一份内部规划文件写道：「Project Panama 是我们销毁式扫描全世界所有图书的工作。」文件同时要求员工避免在公开场合谈论该项目，并强调「正在开展此项工作的事实不应与 Anthropic 外部的任何人分享」。

Anthropic 聘请了 Google Books 前合作负责人 Tom Turvey 负责图书采购，并从 Better World Books、World of Books 等二手书商处大量进货。一份供应商提案显示，相关流程计划在六个月内完成 50 万至 200 万册图书的转换：通过液压切割机移除书脊，再用工业扫描仪扫描，最后将物理材料处置或回收。

中间商与欧洲书商反馈

ISBNdb 在其网站上宣称：「世界上最好的 AI 训练数据正摆在书架上。」并强调前 LLM 时代的纸质书不含 AI 生成内容。该公司可承接 1,000 至 100 万册的订单，并提供保密协议。其网站同时写道：「舆论问题确实存在。'AI 公司销毁 200 万册图书'并不是一个会引发同情的标题。」

荷兰、德国、瑞士、西班牙的书商均报告收到过大宗订单，涵盖小众与专业类书目：

• 荷兰哈勒姆的 De Vries & De Vries 收到一家新加坡公司近 3,000 种书目需求；
• 一位德国书商提到加拿大公司 Zoom Books 在夜间下达的不相关学术著作订单；
• 书商普遍表示，这些采购模式与典型的收藏家或转售行为不符。

报道解释称，销毁式扫描之所以被采用，是因为它比非破坏性方法更快、成本更低；物理原件被消除后，任意时刻只存在一个副本——即数字版本，这正是公平使用分析中考虑的因素。

对文本改写的担忧

围绕 AI 工具可能改写既有文本的担忧，使纸质书作为「不可被数字篡改的参照物」的价值被进一步强调。报道列举了几个例子：

• Character.ai 提供 Books 功能，允许用户改写《傲慢与偏见》《弗兰肯斯坦》等公版作品，包括修改结局、场景或将自身植入叙事；
• 石溪大学（Stony Brook University）研究人员训练了一个模型，用完全不出现字母「e」的方式重写《了不起的盖茨比》，在保留近似语义的同时改变了原文措辞；
• 一本名为 AI Imagines 的 ChatGPT 生成作品集对《呼啸山庄》《小妇人》《简·爱》等经典小说进行摘要与再创作，省略了角色死亡等关键情节。

截至目前，尚未有联邦机构或主要教育组织就「为 AI 训练而批量采购并销毁实体书」公开发声。图书馆界此前曾讨论数字保存挑战及电子书授权高于纸质书的成本问题，但相关讨论早于当前这轮「工业化销毁式扫描」的报道。二手书商则对可能涉及珍稀版本的大宗采购表达了担忧。