AI公司买书烧书？珍本图书商的怀疑不无道理，但真相可能更荒诞 [企业追踪]

硅谷的AI巨头们又开始“买买买”了，但这次买的不是算力芯片，也不是数据标注服务，而是珍本图书。最近《每日电讯报》和404 Media接连爆料，说AI公司正在大量收购珍本图书，然后——撕碎了当素材用。就问你，这事儿听着是不是比AI写诗还魔幻？

先别急着骂街。事情的起因很简单：扫描珍本图书这事儿，机器真干不了。互联网档案馆2021年就说过，自动化扫描对脆弱的古籍来说就是一场灾难，干净干燥的人手至今仍是唯一靠谱的翻页方式。该机构的老员工Eliza Zhang，干了十几年，也就扫了300多万页、14000张折页和18000件物品。你算算，这效率，AI公司要是靠这个喂模型，怕不是要等到GPT-100才能攒够语料。

所以，逻辑链条就这么出来了：AI公司需要海量文本，珍本图书扫描太慢，那就直接买原书，撕了拍张照，完事儿。404 Media甚至挖出一个叫ISBNdb的图书数据库公司，明晃晃地宣传自己能帮AI公司“大量获取图书”。2025年的图书侵权诉讼里，Anthropic内部那个“Project Panama”项目也被抖了出来，说是要扫描数百万册图书。往好听了说，这是为了扩充训练语料；往坏了说，这不就是现代版“焚书坑儒”吗？

但你要是真信了这套，那就天真了。Anthropic和马斯克的xAI都公开否认销毁过珍本图书，而且人家说得也在理：真要烧书，何必花大价钱买孤本？直接去图书馆偷拍不香吗？再说了，AI公司要的是文本内容，不是纸张本身，撕了书能提取什么？难道还能把油墨里的碳原子喂给神经网络？

不过，珍本图书零售商们的反应倒是挺有意思。爱尔兰书店Kennys最近接到一笔订单，一口气要买5000本冷门图书，买家连价都不还。这种订单放在以前，店主得乐开花，现在却吓得赶紧标记为“可疑”。为啥？因为真正收藏珍本的人，通常是一本一本地淘，哪有成批量买冷门书的？这操作，要么是图书馆采购，要么就是AI公司的“数据收割机”在行动。

说白了，这场风波本质上是AI行业数据饥渴症的又一次集中爆发。过去几年，大模型公司把互联网上的公开文本都快薅秃了，现在开始盯上纸质书这块“处女地”。但问题是，珍本图书的存量就那么多，你买一本少一本，真要是被AI公司批量收购销毁，那人类文化遗产就成了一堆训练数据——这买卖，怎么看都不划算。

当然，也有冷静的声音指出，目前没有任何实锤证据证明AI公司销毁过珍本图书。Anthropic的声明写得冠冕堂皇，xAI也信誓旦旦。但你要知道，AI公司连版权法都敢踩，连《纽约时报》都敢惹，销毁几本古籍算个啥？再说了，就算他们真烧了，你又能拿他们怎样？法律诉讼？等官司打完，书早化成灰了。

这事儿最荒诞的地方在于，AI公司明明可以走正规渠道——比如跟图书馆合作、购买数字版权、甚至雇佣人手慢慢扫描。但他们偏不，非要走“买书撕书”这种野路子。往好听了说，这是效率至上；往坏了说，这就是技术霸权对文化遗产的傲慢。就问你，一个连珍本图书都舍得撕的公司，你还指望它对人类文明负责？

说到底，图书零售商们的怀疑不是空穴来风，但真相可能比“销毁”更让人心寒——AI公司根本不在乎这些书的“珍本”属性，它们只是把书当成一堆待处理的文本原料。在这个逻辑里，莎士比亚的初版和超市促销手册没有本质区别。所以，下次你再看到AI公司宣布“收购海量图书用于训练”，别急着鼓掌，先想想那些书的下场。毕竟，当人类文明的载体变成数据饲料，我们失去的，可不仅仅是几本旧书。

该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。