AI 巨头隐秘 “焚书计划”：数百万绝版旧书扫描即销毁，一场为大模型而生的文明消耗战

接好运鸭

2026 年全球二手书市场出现一桩诡异怪事：美国、西班牙、德国、澳洲、新西兰的旧书店，接连收到匿名批量订单，买家不计价格、不问品相，专收 2022 年前出版的冷门绝版书、小语种孤本、地方志、年代手稿。订单机械规整、动辄上千册，甚至大量存世仅几本的稀缺文献被一扫而空。

随着美国联邦法院解封版权诉讼卷宗、《华盛顿邮报》《404 Media》深度调查曝光，真相浮出水面：以开发 Claude 大模型的 Anthropic 为首的 AI 企业，启动代号巴拿马计划（Project Panama），在全球批量收购纸质图书，工业化扫描数字化后彻底销毁实体原书，仅留存电子副本用于大模型训练。数百万承载人类文字记忆的书籍化为纸浆，这场被业内称为 “现代数字化焚书” 的操作，依托美国版权判例实现 “合法合规”，背后藏着 AI 产业的数据焦虑、资本逐利逻辑与人类文明传承的深层矛盾。

一、巴拿马计划全貌：一套工业化 “买书 — 扫描 — 销毁” 流水线


1. 项目起源与保密属性


Anthropic 于 2024 年初秘密启动巴拿马计划，内部文件直白标注核心目标：破坏性扫描世界上所有书籍，全程对外严格保密，严禁员工对外透露项目存在抖音百科。公司专门挖来前谷歌图书项目负责人操盘，斥数千万美元打通全球二手书供应链，合作中间商 ISBNdb、Better World Books 承接大批量图书采购，单次采购规模从 1000 册至 100 万册不等，全球二手书商订单量数月暴涨 5 倍。

2. 标准化销毁扫描流程


所有收购的纸质书籍统一送往专属处理工厂，整套流程完全工业化、不可逆：

• 拆书：液压切割机直接切断书脊，精装、线装古籍、孤本无差别拆解为单页；
• 高速数字化：散页送入工业级高速扫描仪，自动生成 OCR 可编辑文本，存入 AI 私有数据库；
• 销毁回收：扫描完成后，全部纸质原件送入碎纸机粉碎、回收制浆，不保留任何实体备份。
  

截至 2026 年 7 月公开数据，仅 Anthropic 单家企业，已有近 200 万册实体图书被彻底销毁，其中包含大量无电子版的绝版史料、加泰罗尼亚语等小语种孤本、数十年前民间手稿、行业绝版手册、内战时期私人日记。西班牙地方书店店主透露，买家采购范围覆盖 70 年代宗教文献、老式酿酒技术手册、尘封数十年的学术会议记录，这类文献全球存量极低，一旦销毁便永久失去实体载体。

3. 不止 Anthropic：全行业跟风的数据掠夺


巴拿马计划曝光后，媒体查证 Meta 等头部 AI 企业内部邮件，明确提出 “获取海量纸质图书库是维持 AI 竞争力的核心筹码”。大量数据中间商顺势兴起，ISBNdb 曾公开推出专项服务，主打为 LLM 大模型批量供应旧书，承诺为客户提供全套采购凭证、销毁认证文件，并签署严格保密协议隐藏 AI 企业买家身份；直至舆论发酵后，该业务页面才紧急下架。

二、核心疑问：为什么只收 2022 年前的旧书？语料界的 “低本底钢”


AI 企业不惜重金全球扫货老书，根源是行业无法回避的模型坍塌（Model Collapse） 技术危机。

斯坦福《2026 AI 指数报告》统计，2025 年初起，互联网上新产出内容中 AI 生成文本占比突破 51.72%，全网充斥低质量、重复、失真的机器创作内容。大模型若持续投喂 AI 自产文本迭代训练，如同反复复印复印件，错误、冗余信息不断累积，会出现语义退化、逻辑失真、创造力枯竭，最终模型能力持续下滑，也就是 “模型坍塌”。

2022 年是生成式 AI 大规模普及的分水岭，2022 年前正式出版的纸质图书，是唯一完全由人类原创、未被机器文本污染的大规模文字资源，业内将其类比为精密探测仪器必备的 “低本底钢”：
1945 年人类首次核试验后，大气遍布人工放射性物质，二战前沉船钢材未受辐射污染，成为稀缺工业原料；对应到 AI 训练，2022 年前的书籍，就是无 AI 污染的纯净原生语料库。

同时，图书天然具备互联网碎片化内容无法比拟的优势：经过编辑、作者、校对多层打磨，逻辑完整、知识密度高、行文严谨，而非社交平台碎片化闲聊、自媒体流水账。使用图书语料训练，能大幅提升 AI 文案、法律文书、专业报告、学术写作的质量，帮助 AI 更好替代白领、营销、律师、程序员等岗位，直接兑现商业化收益。

三、最争议操作：扫描后必须销毁原书，一套钻法律空子的版权逻辑


大众最大困惑：既然只是需要文字内容，为何不能扫描后留存实体书籍，非要粉碎销毁？答案藏在美国版权法 “首次销售原则” 与 2025 年版权诉讼判例，也是 AI 企业规避巨额赔偿的核心手段。

1. 盗版踩坑的前车之鉴


早在批量采购实体书之前，Anthropic 曾大规模盗取盗版图书训练模型。法庭文件记录，公司联合创始人本・曼恩 2021 年连续 11 天在盗版影子图书馆 LibGen 批量下载百万册电子图书，还主动向同事分享无视各国版权法的盗版镜像网站，直言 “来得正是时候”。

海量侵权行为引来全美作者、出版商集体诉讼（巴茨诉 Anthropic 案）。2025 年双方达成和解，Anthropic 赔付 15 亿美元，平均每本侵权图书赔偿 3000 美元；法官当庭表示，若未能和解，公司最终赔偿金额或将突破 100 亿美元，足以重创企业运营抖音百科。

这场天价和解让所有 AI 企业意识到：直接使用电子版、盗版图书风险极高，随时面临巨额版权索赔，必须找到一套 “合法复制、无需额外支付作者版权费” 的方案。

2. “买后销毁” 的灰色法律逻辑


美国版权法 17 U.S.C §109 首次销售原则规定：创作者卖出实体书籍后，无法限制买家处置手中的纸质原件，但单纯扫描留存数字副本、同时保留实体书，属于复制侵权—— 同一作品同时存在纸质、数字两份载体，仅支付一次购书成本，等同于私自备份盗版 DVD。

而数据服务商 ISBNdb、Anthropic 援引 2025 年版权判例，提出一套极具争议的解读：
合法完整采购实体图书→工业扫描生成数字副本→彻底销毁全部纸质原件，全程仅留存一份数字载体，不存在 “双重复制留存”，属于转换性合理使用，无需额外向作者、出版商支付版权使用费，也不构成侵权。

受理该案的联邦法官最终认可该操作合规，核心理由为：企业仅替换载体形态，没有多份副本流通，且数字文件仅内部用于模型训练，不对外分发传播。服务商甚至配套提供采购发票、仓储记录、销毁证明全套法律文件，为 AI 企业规避后续诉讼风险。

这套逻辑饱受出版界、文化学者批判：法律条文仅规范载体复制，却完全无视创作者著作权益、绝版文献的文化价值，等于用纸面规则牺牲人类文字遗产。

四、深层隐忧：文明载体正在被人为稀缺化


这场工业化 “阅后即焚” 不止短期版权争议，更埋下长期难以逆转的文明隐患。

• 绝版孤本永久消失，唯一载体只剩企业私有电子库
  大量小语种文献、地方史料、私人手稿、小众绝版书本身存世量极少，经 AI 企业收购销毁后，全球不再留存纸质实体。唯一完整备份掌握在商业 AI 公司私有数据库中，普通研究者、图书馆、大众再无接触渠道；电子文件可随时篡改、删除，相比纸质书籍不具备永久留存、多方核验的可靠性。
• 纯净人类语料持续枯竭，人为制造数据垄断
  2022 年前无 AI 污染的图书是不可再生资源，随着持续销毁，优质原生训练数据总量只会不断缩减。未来 AI 行业算力、算法逐步趋同，企业核心竞争力将绑定独家稀缺纸质图书数字化语料。行业存在灰色猜想：企业主动销毁实体书，人为抬高自有电子数据库的稀缺价值，如同打碎一对古董花瓶中的一只，让剩余单品溢价暴涨，形成数据资源垄断。
• 本末倒置：AI 依靠人类文明迭代，却反向消耗文明载体
  大模型诞生的初衷是复用、传承人类知识，但当下商业逻辑完全倒置：为优化 AI 营销文案、办公自动化等商业功能，不惜批量摧毁不可再生的文字遗产。马斯克曾公开批评巴拿马计划是现代焚书行为，并要求旗下 SpaceX AI 采用无损扫描、完整留存原版书籍，形成鲜明对比36氪。
  

五、行业反思：技术发展与文化传承能否共存？


巴拿马计划曝光后，全球出版协会、图书馆联盟、文史学者提出多重质疑与改进方向：

• 区分普通出版物与珍稀文献：地方志、孤本、古籍、小众语种史料应建立行业保护清单，禁止破坏性销毁扫描，采用无损翻拍数字化；
• 完善 AI 训练数据版权分成机制：即便采用 “购书销毁” 模式，也需建立统一基金，按数据使用规模向原作者、出版商支付持续收益；
• 公共馆藏数字化优先：由公立图书馆主导无损图书数字化，开放公共语料库，减少 AI 企业私下扫货销毁绝版书；
• 完善各国数字版权立法：修正单一依赖 “载体数量” 判定侵权的旧规则，将著作精神权益、文献文化价值纳入判定标准。
  

结语


巴拿马计划撕开了生成式 AI 高速发展背后被掩盖的代价：当资本追逐更优质的训练数据、更可观的商业收益，人类沉淀数百年的纸质文明，正在被一套看似合法的工业流程批量消解。

2022 年前未被机器污染的文字，是留给下一代 AI 的养料，更是属于全人类不可复制的精神财富。技术进步不该以焚毁文明载体为筹码，如何平衡 AI 产业发展、创作者版权保护与人类文献传承，是当下整个科技、文化行业必须共同解答的命题。