一句话看懂：为了获取互联网出现之前“干净”的文本数据，AI训练数据的供应链上出现了“破坏性扫描”的做法——买下稀有旧书、切掉书脊扫描、其余打成纸浆。这件事目前没有确凿证据链，但书商、作者与AI公司之间的信任裂痕已经出现。
事件核心：发生了什么
据The Next Web报道，澳大利亚一批二手书商发现，通过Abebooks和Biblio等大型二手书平台涌入了大量不寻常的订单：买家对价格不敏感，选书逻辑却十分随机，有时会同时买下一本1970年代的土壤力学教材和一本滞销20年的诗集。书商追踪后发现，许多订单指向加拿大一家名为Zoom Books的“图书回收商”。
这一担忧的源头在美国。作者起诉Anthropic的版权案件中，解封文件披露了“破坏性扫描”的做法：买下实体书，切掉书脊，扫描全部页面，然后把剩余部分打成纸浆。《华盛顿邮报》报道Anthropic曾试图低调处理此事，但法院最终裁定其属于“变革性使用”，认定合法。404 Media的后续报道则指出，已有中间商专门进入这条供应链。
为什么重要
这件事揭示了大模型训练数据获取中的一块灰色地带。旧书之所以被AI公司看中，是因为它们没有互联网时代的“AI垃圾内容”，语言数据干净、可靠。但问题在于：当数据采购经由层层中间商完成时，最终执行环节和原始版权方、书商之间缺乏透明度。法律上“变革性使用”可以免责，但物理破坏是不可逆的。
目前的公开信息显示，Anthropic否认从Zoom Books直接采购，Zoom Books也坚称会完整转售图书、只回收无法找到下家的书，但对“是否将完整图书转卖给AI公司”拒绝回应，理由是商业协议需要保密。恰恰是这种保密姿态，让二手书商对整条供应链失去信任。对于不可替代的孤本来说，没有“撤销”按钮。
对用户/开发者/创作者的影响
对于使用大模型API的开发者而言，这件事提醒你最终产品的“知识来源”可能包含无法追溯的实体文献，模型在回答问题时不会标注“这本书已经不存在了”。对内容创作者来说，自己的作品被纳入AI训练集的流程可能比想象中更隐蔽——纸质书一旦被扫描破坏，作者连“原书还在”的底线都无法保证。对普通用户来说，短期不影响模型效果，但长期看，训练数据供应链的伦理问题会直接影响公众对AI公司的信任判断。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是Zoom Books是否会进一步说明其商业客户的采购用途，毕竟目前只有“保密协议”这一句回应；二是Anthropic的“从主流商业市场采购”说法能否经得起更多司法取证的检验；三是二手书行业是否会形成针对批量买家的核查机制，像澳大利亚书商那样主动拦截可疑订单。只要供应链不透明，类似争议就会继续出现——尤其是当书架上的最后一本孤本被切碎时。
来源：The Next Web
