文｜维辰

“为训练模型销毁200万册绝版书”“比秦火更彻底：AI正在销毁物理世界的人类孤本”……一段时间以来，“AI焚书”的说法在网上流传。近日，《参考消息》《21世纪经济报道》披露了具体情况。

今年7月，随着全球顶尖AI公司Anthropic与一群作家15亿美元版权和解协议最终敲定，超过4000页的法庭文件陆续解封，一个代号为“巴拿马计划”的秘密项目浮出水面：Anthropic斥资数千万美元，批量采购数百万册2022年前出版的纸质书，切除书脊、高速扫描后粉碎销毁。美国联邦法院裁定这一做法属于“合理使用”，全球舆论哗然。

训练AI模型需要海量语料，过去几年主要来源于互联网，随后大量AI生成内容又回到了网上。语料质量影响模型能力，如果反复用AI生成内容训练，模型性能就会下降甚至崩溃，这就是“垃圾进，垃圾出”。不少AI公司开始寻找由人类独立创作、未经AI污染的高质量训练语料，2022年前出版的纸质书籍，在物理层面上就不可能包含AI生成内容，自然成为“香饽饽”。

“巴拿马计划”的核心动作，其实有两个，即切毁书籍、将书籍内容用于模型训练，二者需分开评价。

一个人花钱买了书，能不能自由处置，甚至将其损毁？在这个问题上，几乎没有争议。与之不同的是，Anthropic销毁的是数百万册书，规模之大引起了人们对文化损失的警觉。于Anthropic而言，这么做是为了提高效率：扫描纸质书较为麻烦，每一页都必须翻动，才能被AI有效读取，如果切断书脊，就能将数千页纸张投入高速扫描仪，高效完成大规模扫描。但许多人对纸质书是有感情的，不仅因其承载知识，也因载体本身就可能具有不可替代的价值。

也正因此，虽说数百万册书籍目录并未公开，但已经出现了“绝版书/孤本被销毁”的传言。目前，没有证据显示Anthropic销毁了珍稀书籍，但外界无法确定Anthropic是否会特意区分普通书籍与珍稀书籍，毕竟精准区分与效率逻辑存在矛盾，粉碎销毁也难留下什么证据。所以，也不能说这种猜测毫无道理。只能说，对书籍缺乏敬畏心的人，很难避免反噬。

再说把内容“喂”给AI，法官认为属于“合理使用”，理由是Anthropic合法购买，且扫描后销毁了，数字文件仅保存在公司内部而非对外分发，符合法律上的“首次销售原则”，即合法购买的实体书所有者有权自行处置书籍。这种“以数字文件替换纸质书”逻辑的吊诡之处在于，可能形成“销毁即合规”的不良激励。另外，模型“吃”下作者智慧成果后，“吐”出的内容与原创相似度多高、算不算得上新作品，也需仔细对比。

最近，《新译黄庭经 阴符经》等书籍的版权信息页，就标注了“禁止将本书内容用于人工智能训练，违者必究”，态度相当明确。不少业内人士清醒认识到，实际操作中，很难直接获取书籍被用于AI训练的证据，著作权人并非单纯限制AI产业发展，而是期待配套搭建兼顾双方、可落地的许可与补偿平衡机制。诉求并不过分，著作权人与AI公司也并非对立面。

“焚书”，与特定历史事件紧密相关，可视为一种集体文化创伤。用“AI焚书”描述“破坏性获取语料投喂AI”，显然不够准确，但相较于“巴拿马计划”，“AI焚书”的感情色彩、本土化关切，都更为浓烈。换句话说，未经公开报道的信息，之所以能跨洋引发网友关注，很大程度上是因为，挖掘未经污染的“干净”训练语料不是某一个AI公司的渴求，AI训练数据的法律困境不是某一个国家面临的问题，该从此事吸取教训、获得启发的也不止Anthropic一家。