二手书的世界里正在发生一些奇怪的事情。在过去的几个月里，独立书商报告了一种不同寻常的批量购买模式，大量小说被运往遥远的仓库，人们越来越怀疑买家的胃口不是文学，而是人为的。英国广播公司 (BBC) 对这一现象的一项新调查将这一繁荣直接追溯到人工智能行业，以及一起法院案件，该案件使得根据美国版权法购买书籍来训练模型变得合法。
BBC 的这份报告由科技记者 Philippa Wain 于 8 月 15 日发表，其内容是 AI 行业报道 继续追踪对高质量训练数据的不断扩大的搜寻——这种搜寻已经从网络抓取转向许可交易，显然，还转向了世界二手书店。
单笔订单一周销售额
在典型的一周内，英国诺森伯兰郡的易货书店（欧洲最大的二手书店之一）的斯图尔特·曼利（Stuart Manley）会售出两到三千本书。随后，一家加拿大公司收到了一份大宗订单，数量相当于他预计 7 天内的出货量。
曼利说，他“从事二手书贸易 30 年，从未见过这样的事情”。他并不孤单：来自世界各地的书商一直在报告类似的不寻常的巨额订单，但没有明确表明这些书最终去了哪里。卖家的工作理论并不是遥远的读者突然对晦涩难懂的旧书标题产生了热情，而是购买这些书是为了对文本有更贪婪的胃口：人工智能培训管道。
巴拿马计划：“破坏性扫描世界上所有的书籍”
将二手热潮与人工智能公司联系起来的线索贯穿了上个月三位作者针对 Anthropic 提起的版权诉讼中公开的法庭文件。这些文件显示，摄取旧书在公司内部被称为“巴拿马计划”，其宣称的目标是“破坏性地扫描世界上所有的书籍”。
破坏性扫描正如它听起来的那样。书籍被运送到可以进行工业规模数字化的设施：书脊被移除，这样每一页都可以通过高速扫描仪输入，而物理残留物则被回收。这本书作为数据保存下来；物体被破坏。
未密封的文件还披露，书籍在训练 Anthropic 的人工智能聊天机器人 Claude 的过程中被销毁——这一细节已在图书销售社区中迅速传播，加剧了当前的不安情绪，甚至在从需求中获利的卖家中也是如此。
大卫·托宾（David Tobin）在伦敦北部经营沃尔登图书公司（Walden Books），他亲眼目睹了这些不寻常的订单。他告诉英国广播公司：“从某些方面来说，出售一些多年未售出的作品是非常好的，但如果它们最终被毁掉，那将是可悲的。”
2025 年的裁决打开了闸门
购买狂潮的法律基础是在 2025 年奠定的，当时美国地区法官 William Alsup 裁定，在合法购买的书籍上训练人工智能软件并不违反美国版权法。这一裁决是在三名作者对 Anthropic 提起的诉讼中做出的，阿尔苏普在裁决中称该公司对他们书籍的使用“极具变革性”，将其置于美国法律下的合理使用范围内。
这一裁决——加上容易被抓取的网络文本的耗尽——使实体书成为高质量语言数据中最具吸引力的剩余来源之一。与大多数现代网络不同，书籍是经过编辑的、连贯的、信息密集的。对于模型构建者来说，一堆二手非小说作品就是一个干净的语料库；对于书商来说，这是一场突然的、莫名其妙的淘金热。
人类的回应
Anthropic 反驳了对这些文件最令人震惊的解读。公司发言人表示：“克劳德接受了公开网络数据、商业获取的数据集和我们自己生成的数据的混合培训。”他坚称，采购培训书籍是整个人工智能行业广泛使用的方法。
这位发言人补充道：“我们的数据采集程序都不会购买和销毁稀有或古籍书籍。”这一措辞谨慎的否认留下了常见、非稀有书籍的问题，而这正是书商所说的被大量购买的书籍。
这些神秘买家是 Anthropic 的承包商、其他人工智能公司，还是为多个客户提供服务的数据经纪人，目前仍不得而知。 BBC联系的书商无法确认货物的最终目的地，只能确认模式：大订单、企业中介、遥远的仓库。
为什么这很重要
二手书热潮是一个更广泛故事的最新篇章，这个故事讲述了当工业规模的技术遇到有限的人类写作时会发生什么。人工智能公司已经向档案馆授予许可，向出版商付费，并对合理使用的界限提起诉讼。现在，他们正在悄悄地清空二手书店——这个市场建立在这样的假设之上：一本书的价值在于可以再次阅读，而不是读一次、数字化和纸浆化。
对于版权观察者来说，情况是一个奇怪的倒置：2025 年的裁决使购买培训书籍合法化，但未密封的文件却揭示了公众从未知道存在的销毁渠道。对于保护主义者来说，他们担心的是，稀缺的书名——印数几百本的书籍——可能会作为物品消失，即使它们的文本存在于模型权重内。对于书商本身来说，在意外之财和行业自身库存被消耗的可能性之间存在着一个令人不安的选择。
“巴拿马计划有很多谜团，”曼利告诉英国广播公司。在这个谜团被解开之前，世界各地的二手书店将继续填写他们无法完全解释的订单，并眼睁睁地看着他们的书架空荡荡地流向他们永远看不到的仓库。
保持人工智能领先地位 阅读更多人工智能新闻 →
