AI公司疯狂”焚书”：200万册旧书被切脊扫描后销毁，只为喂养”饥饿”的大模型

人类花了几个世纪写出来的书，正在被AI公司以每分钟几十本的速度拆掉。不是读，是拆。切掉书脊，送进高速工业扫描仪，变成数字文件，然后碎掉。

2026年7月，调查媒体404 Media的一则深度报道揭开了AI行业一个隐秘的产业链：多家AI公司正通过中间商大规模收购二手图书，扫描内容后直接销毁实体书，只为获取”未被机器碰过”的训练数据。这场被称为”AI焚书”的事件迅速引爆全球舆论，连马斯克都看不下去了。

一、旧书收购潮：从一本到一百万本

据404 Media报道，一家名为ISBNdb的数据中间商正成为AI公司采购旧书的核心渠道。这家原本服务于图书馆和书商的平台，如今在官网上赫然写着：”全世界最好的AI训练数据，正躺在书架上。”

订单规模惊人。单次采购从1000本到100万本不等，且买家身份被严格保密。一位职业书商向媒体透露，今年4月以来他的销量从每周约20本飙升至数百本，是平时的五倍。这些采购行为有几个异常特征：只收带有ISBN编号的图书，完全没有主题或作者偏好，更重要的是——买家似乎完全不在意价格。

二、”巴拿马计划”：200万本书的消失

这场”焚书”行动的核心主角是AI公司Anthropic。法庭文件显示，该公司于2024年初启动代号为”巴拿马计划”的秘密项目，内部文件直言：”巴拿马计划是指我们破坏性扫描世界上所有书籍……我们不希望外界知道我们在做这件事。”

操作流程堪称工业级：采用液压切割机直接切除书脊，将散页送入高速工业扫描仪，完成数字化后直接将纸质原件粉碎或打成纸浆。据披露，Anthropic累计销毁约200万册实体书，涵盖学术专著、冷门史料、地方志，甚至可能包括存世极少的绝版书籍。

三、AI为何要”焚书”？答案指向模型塌缩

很多人不理解：互联网上的数据不是用不完吗？AI公司为什么要花数千万美元去买旧书，再把它们毁掉？

答案指向一个AI公司自己制造的问题——模型塌缩。斯坦福大学2026年AI指数报告显示，自2025年初以来，新发布的互联网内容中AI生成的比例已超过一半（51.72%）。当AI模型用AI生成的内容继续训练，每一代模型的质量都会比上一代更差，就像复印机不断复印复印件。牛津大学和剑桥大学的研究登上《Nature》封面：用AI输入一段关于14世纪教堂塔楼的文本，到第九代输出时，模型开始热情洋溢地介绍各种不存在的兔子物种。

而2022年之前出版的纸质书，从时间线上就天然免疫了AI污染，成为最后的”纯净语料”。

四、合法但不合理：15亿美元的天价和解

更令人意外的是，这种做法在美国被联邦法院裁定为合法。

2025年6月，北加州联邦法院法官裁定：合法购买纸质书后进行破坏性扫描并数字化，用于AI训练属于”合理使用”，因为销毁原件确保了”同一时间只存在一份副本”。

但Anthropic的麻烦并没有结束。法院同时查明，该公司在启动”巴拿马计划”之前，曾从盗版网站下载并长期保存了超过700万本电子书。2026年7月，联邦法院正式批准了15亿美元（约合101亿元人民币）的和解协议，原告方律师称这是”已知最大规模的版权赔偿”。

一个荒诞的悖论就此形成：合法买书销毁，合法；上网下载盗版，非法。法院实际上鼓励了”买书销毁”的模式——若保留原件或公开分享，法律地位反而更弱。

五、知识私有化与文化不可逆

这场旧书争夺战揭露了一个更深层的危机：知识正在从公共资产变为私有黑箱。

扫描后的数字内容全部进入AI公司的私有数据库，仅用于训练其模型，公众无法访问。批评者担忧，在批量采购中，AI公司是否会区分普通图书与绝版珍本？如果稀有书籍被拆毁，它们可能永久退出流通。一位书商告诉媒体，他的库存里有很多不常见的、绝版的书籍，”其中一些被销毁的，真的就是目前流通的最后几本了”。

六、马斯克看不下去了，但行业难题待解

事件曝光后，马斯克在社交平台X上公开表态，已要求旗下SpaceX AI团队对珍稀书籍采用无损扫描方式，”以费力但完整的方式扫描它们，而不是简单地切断书脊”，并将原件保存在图书馆。

这一表态获得广泛认同，但行业面临的根本问题仍未解决：当旧书也被耗尽，当二手书店的货架空空如也，AI将不得不吞下自己制造的毒药——用AI生成的内容继续训练AI，陷入恶性循环。

写在最后：

AI公司一边高喊”造福人类”，一边为了训练AI永久销毁了人类的文化遗产。那些被切碎的书页里，可能有你再也读不到的文字。而AI学会了如何像人一样说话，代价是人类失去了一部分自己说过的话。

当AI把人类写在纸上的最后一句话也吞进去之后，互联网上剩下的，就只有AI自己说过的话了。