一句话看懂：一家图书数据公司曾公开提供“毁书扫描”服务，通过切掉书脊、整本粉碎的方式来制作AI训练数据，引发强烈争议后已悄然撤回。此事揭开了大模型训练背后一个不愿被正视的现实：为了获取高质量文本，AI公司正在大量销毁实体书籍。
事件核心：发生了什么
据 404 Media 报道，图书数据公司 ISBNdb 曾短暂上线一项“AI训练数据”服务，号称拥有“全球最大图书数据库”。该服务附带一个法律约束力的保密协议，原因写得很直白：“摧毁数百万本书会让人联想到焚毁图书馆……‘AI公司毁掉两百万本书’并不是一个能博取同情的标题。”其操作方式是把书脊切掉，将书页直接送入工业扫描机，扫描完成后纸张被回收处理。
该页面删除前被网友截图扩散，引发大量抗议，埃隆·马斯克也公开承诺 Grok 训练会以“困难的方式”处理稀有书籍，但未对普通书籍作出保证。ISBNdb随后声明已“放弃这一方向”，并称从未实际扫描过任何一本书。
这并非孤例。2025年6月美国地方法院法官 William Alsup 在一份裁决中披露，Anthropic 耗资数百万美元购买大量实体旧书，通过“Project Panama”计划拆开装订、裁切书页并高速扫描，随后丢弃纸质原件，用这些数据训练 Claude。Anthropic 此前已承认使用数百万本盗版书训练模型，并为此达成了创纪录的15亿美元版权和解。
为什么重要
这件事的意义不在“毁书”本身，而在于它暴露了AI训练数据供应链的真实状态。互联网上的公开文本已接近耗尽，书籍因其编辑质量高、逻辑连贯，成为大模型提升“聪明感”的优质养料。但对训练数据的追逐正在突破传统版权伦理的边界，Anthropic 的核心辩护是：销毁实体书后，等于用一份实体副本换一份数字副本，属于“转换性使用”。
法官在裁决中接受了这一说法，认定其构成合理使用。这一判定若成先例，意味着AI公司可以批量购买、销毁并转储受版权保护的书籍而无需授权，将深刻影响出版行业和创作者的议价能力。
对用户/开发者/创作者的影响
对创作者和出版方：如果“销毁换扫描”被认定为合理使用，版权方的授权谈判筹码将进一步被削弱。作者作品可能在没有协商的情况下进入训练集，且原书已被销毁，后续维权与追溯更难。法官判决中强调的“用实体副本置换数字副本”逻辑，也可能被其他公司复制。
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。
对开发者与AI公司：目前公开信息显示，非破坏性的书籍扫描方案成本更高、速度更慢，在市场压力下，选择走捷径的公司可能不在少数。值得留意的是，若采用被曝光的盗版数据集（如Books3），将面临明确的侵权风险；而“购书销毁”路线在当前判例下反而获得了一定法律空间。
对普通用户：短期内不会直接影响产品体验，但长期看，训练数据来源的合法性和多样性会影响模型输出的可靠性。依赖少数几家公司垄断的“秘密数据”训练出的模型，在透明度上存在天然短板。
值得关注的后续
其一，Anthropic 的“Project Panama”是否已经停止，以及其训练数据透明度承诺是否兑现；其二，ISBNdb 虽然宣称未扫描过一本书，但 404 Media 数据显示稀有书籍收购价格出现异常上涨，不排除有其他供应商在保密协议下继续操作；其三，这起案件是否会进入上诉程序，以及合理使用判定能否被其他司法辖区采纳。后续若有任何一家主流AI公司被证实在持续销毁书籍，行业将面临新一轮声誉与法律压力。
来源：Mashable
