AI公司为训练模型销毁200万册书是怎么回事？

美国AI公司Anthropic为获取高质量训练数据，秘密实施“巴拿马计划”，通过破坏性扫描后销毁了约200万本实体书，这一事件近期因法院判决和巨额和解引发全球关注。

一、“巴拿马计划”始末：百万书籍被“阅后即焚”

行动目的：Anthropic启动代号“巴拿马计划”的秘密项目，目标是以破坏性方式“扫描世界上所有书籍”，获取2022年前出版的、未受AI生成内容污染的“纯净”训练语料。

操作方式：公司通过第三方匿名采购数百万册二手书，用液压切割机切掉书脊进行高速扫描，随后将纸质书直接粉碎销毁。

销毁规模：根据法庭文件和媒体报道，约200万本实体书在此过程中被销毁，具体书目未被公开，其中可能包含绝版书和珍稀版本。该公司甚至聘请前Google Books项目负责人，以获取“世界上所有的书”。

二、为何选择“毁书”路径：法律与商业逻辑

语料稀缺性：2022年前出版的书籍不含AI生成文本，是“低背景辐射”的高质量数据源。相比之下，互联网数据已被AI内容污染且质量参差不齐。

版权规避策略：AI公司与出版社的授权谈判进展缓慢，而购买实体书后拥有物理处置权。法院在2026年7月裁定“合法购买后破坏性扫描”属“合理使用”，使这一做法在特定条件下合法化。

成本效率：切断书脊的破坏性扫描速度远高于保护性扫描，对追求大规模数据集的AI公司而言成本更低、效率更高。

三、法律裁决与赔偿：15亿美元的和解协议

集体诉讼背景：2024年，作者发现自己的作品出现在Anthropic使用的训练数据集“The Pile”中，联合美国作家协会发起集体诉讼。

和解结果：2026年7月，美国联邦法官批准Anthropic与原告达成15亿美元（约101亿元人民币）和解协议，创下美国AI版权赔偿最高纪录。

判决争议：法院认定盗版电子书训练部分侵权，但“购买实体书后破坏性扫描”未被禁止，引发关于“用资本赎买知识物理存在”的伦理争议。

四、各方反应：从马斯克批评到出版界防御

行业批评：马斯克公开要求旗下SpaceX AI团队不得切断书脊，以不损坏方式扫描珍稀书籍。

版权方行动：华夏出版社等出版机构已在《新译黄庭经阴符经》等新书版权页标注“禁止将本书内容用于人工智能训练”，出版社负责人坦言维权极难，但“要有态度”。

数据服务商动向：被指为AI公司牵线搭桥的图书数据库ISBNdb已下架相关营销页面，称“从未上线过该服务”。