大家好，我是老清！

硅谷搞 AI 的公司被指丧心病狂，他们的行为被称为数字时代的焚书，甚至有规划文件说要破坏性扫描世界上每一本书，相关讨论在推特一天内达到 1000 万阅读量。

大家气愤的原因很简单，这些 AI 大厂为训练 AI，疯狂购买稀有纸质书，直接切开变成散页方便机器扫描，扫描后原版纸质书就被销毁，订单少则 1000 本，多则 100 多万本，成千上万珍贵书籍变成废纸。

更讽刺的是，这个任务还有所谓的浪漫口号，世界上最好的 AI 训练数据就放在书架上。

他们这么做的原因很现实，现在 AI 生成内容已占互联网一半，硅谷公司几乎用完所有可用训练材料，如果用网上新数据训练，大概率是 AI 自己生成的，像反复复印复印件，噪点和错误会越来越多。

这时大家发现 2022 年之前出版的纸质书特别珍贵，当时还没有 ChatGPT，每一行字都是人类思考写出的，对 AI 公司来说像沙漠里的水。

Anthropic 是干这件事最积极的公司，早在 2024 年，Anthropic 的 Tom 接到任务获取世界上所有的书，为得到纯净人类表达又不想花太多时间，索性把书全部切开用机器读取。

接下来一年里，Anthropic 花了数千万美元，购买切割扫描数百万本书，一卡车一卡车的书运进去，读取完就从世界上消失了。

更离谱的是这种暴力破坏行为竟然合法，2025 年 6 月联邦法院法官威廉裁定，Anthropic 合法购买纸质书，一对一转换成内部数字副本后销毁原件，没有增加副本数量，属于格式转化构成合理使用。

但这真的只是格式转化吗？纸质书即使属于某个主体，也会传播继承转赠，几十年后可能流入需要的人手里，而转化后的电子书是 Anthropic 的私有财产，这些书或许躲过战争火灾几代人搬迁，最后却没躲过一张批量采购表。

不反对扫描书籍训练 AI，但不能接受明明可以同时留下知识和原文，却为了便宜一点快一点选择最不可逆的方式。

很多小众书早就绝版，破坏纸质书后，人类的印记可能就此消失，甚至出版社都没有备份。稀有书和绝版书应该禁止破坏性扫描，保留纸质书是 AI 公司最基础的社会责任。

这件事最可怕的不是少了几本书，而是如果小众书的原始记录全部消失，人们再也拿不出东西反驳 AI 生成的版本，以后 AI 说什么就是什么，因为原始版本不存在了，数字副本锁在私人服务器里。

我们理解过去的入口会慢慢集中到少数掌握模型和数据的公司手里，这就像用 AI 重写历史，虽然夸张，但任由 AI 公司胡作非为，这一天说不定真会到来。