一本厚书被推进液压切纸机，压板落下，刀片切下，书脊被干脆利落地削掉。原本连接在一起的书页变成整齐的一沓纸张。
如果没有任何解释，看到这样一段视频，你甚至可能会觉得 " 引起舒适 "、非常解压。
可如果告诉你，AI 公司正在用这套办法成批处理纸质书，其中还可能包括冷门书和绝版书，相信你八成就舒服不起来了。
为了寻找更多训练数据，AI 公司已经从公开互联网、盗版电子书，一路找到了现实世界里的纸质书。其中，2022 年以前出版的书因为没有混入 AI 生成内容，也没有经过现代数据投毒工具处理，成了难得的 " 上品 "。
那些网上搜不到、没有电子版的冷门书和绝版书，能够提供互联网抓取不到的内容，更是 " 上上品 "。
Anthropic 被曝光的 " 巴拿马计划 " 中明确说不希望外界知道。
图书数据库公司 ISBNdb 公开宣称，可以接活儿给 AI 公司找书，能从旧书店、图书馆和绝版书目录中，一次采购 1000 至 100 万本纸质书，还会通过保密协议藏住买家身份和采购书目。
AI 公司也知道这事儿 " 不好看 "。
" 巴拿马计划 "
AI 公司开始盯上纸质书，最早是从 Anthropic 惹上的一场官司里露出端倪的。
2024 年 8 月，三名作家把 Anthropic 告上法庭，指控它未经授权，用他们的作品训练 Claude。
说实话，这类争议其实从 OpenAI 搞出个 ChatGPT 开始就没停过，一点也不新鲜，类似的官司也已经有不少。
争议在于 AI 公司把整个人类互联网抓去训练模型，到底算不算侵权？作者的书进了训练集，要不要经过本人同意、支付版权费？
所以在这场官司里，纸质书一开始压根不是主角。
为了让 Claude 懂得更多、写得更好，Anthropic 先把公开互联网扫了一遍。但网页里的内容良莠不齐，因此经过作者写作、编辑筛选和出版社校对的书籍被盯上了。
最方便的办法，当然是直接找电子书。
法庭材料显示，Anthropic 曾从 Books3、LibGen 和 PiLiMi 等资源库下载超过 700 万本书。这里面相当一部分来自盗版网站。公司并没有用完就删，而是把这些文件存进一个长期保留的 " 中央图书馆 "，准备供未来的模型训练和研究继续使用。
随后，一个内部代号为 " 巴拿马计划 " 的工程启动了。这个计划简单来说就是 Anthropic 大规模购买纸质书、扫描并喂养 AI。
不过在当时，法庭真正关心的是 Anthropic 获得和使用这些内容的方式是否合法。
2025 年 6 月，法官威廉 · 阿尔萨普给出了一套对 Anthropic 相当有利的判断。
在他看来，大模型读取一本书，并不是为了向用户复述或出售这本书，而是从中学习语言、知识和表达方式，再生成新的内容。这种用途具有很强的 " 转化性 "，和人读过一本书之后获得知识、再去创作有些类似，因此可以认为在合理使用的范围内。
至于那些买来的纸质书，Anthropic 已经为每一本付过钱。公司扫描一本，就销毁对应的实体书，只在内部留下一个数字替代品，没有多制造一份拿到市场上出售的副本。法官因此认为，这部分也没有侵犯版权。
但是那 700 多万本从盗版资源库下载的电子书就说不过去了。
法官认为，训练模型可能属于合理使用，却不能反过来证明盗版获取也是合法的。你怎么用书是一回事，这本书怎么到你手里，是另一回事。
在美国法律体系中，判例的作用是巨大的，这位法官的判例为 AI 公司开了一条路，那就是 AI 公司可以学习人类写下的作品，前提是先用合法方式把作品弄到手。
所以可以看到，在去年的 Anthropic 官司里，虽然其购买纸质书并扫描的做法已经公之于众，但是法庭及大众的关注点还是更多在老生常谈的 " 用人类知识训练 AI 的法律边界 " 上。
直到今年，两篇报道接连出现，大家才突然意识到问题的严峻性。
绝版纸质书永远消失？
今年 1 月，《华盛顿邮报》从 4000 多页刚刚解封的法庭材料中，挖出了 " 巴拿马计划 " 的更多细节。
Anthropic 在一年左右的时间里花费数千万美元，买下数百万本纸质书。供应商切掉书脊，将散开的书页送进高速扫描仪，最后再把剩下的纸张交给回收公司。仅一份项目方案，就计划在半年内处理 50 万至 200 万本书。
规模已经足够惊人，Anthropic 内部文件里的两句话更要命：
" 巴拿马计划，是我们对全世界所有书籍进行破坏性扫描的行动。"
" 我们不希望外界知道我们正在做这件事。"
这两句话放在一起，整件事就很难看了。
Anthropic 向来强调 AI 安全、道德和责任，结果却在背地里启动了一项毁掉数百万本书的秘密工程。
切书原本还可以解释为一种追求效率的扫描方式，" 不希望外界知道 " 则让人很难不怀疑：Anthropic 自己也清楚，这件事一旦公开，绝对说不过去。
Anthropic 到底偷偷毁了多少书？
《华盛顿邮报》没有拿到完整书目，外界也不知道这些书里有多少是随处可见的畅销书，多少已经停止再版。人们震惊于工业化切书的规模，还很难判断它究竟造成了什么具体损失。
半年后，404 Media 的一篇报道，把担忧聚焦到了绝版书身上。
报道的主角叫 ISBNdb，一家号称拥有全球最大图书数据库的公司。它在官网上向 AI 客户公开兜售纸质书采购服务，宣称一次可以采购 1000 至 100 万本书，货源覆盖旧书店、图书馆和绝版书目录。
公司甚至把保密写成了卖点：每个项目都会签署严格的保密协议，客户身份、采购策略和目标书目一概不会披露。
更讽刺的是，ISBNdb 自己也知道这门生意见不得光。它在宣传中直接提醒客户："AI 公司毁掉 200 万本书 "，可不是什么能赢得同情的新闻标题。
还有一点很有意思，AI 公司最近尤其喜欢 2022 年以前出版的纸质书。
原因很简单：生成式 AI 爆发以后，网上混入了大量 AI 生成内容，还有人故意使用数据投毒工具干扰模型训练。相比之下，2022 年以前出版的纸质书几乎可以确定由人类写作，经过编辑、校对和出版流程，也没有被现代投毒工具处理过。
AI 公司亲手制造了越来越多的网络垃圾，最后又回头寻找没有被 AI 污染过的旧书。
这股需求已经传到了二手书市场。一名专营稀有和低流通量图书的书商告诉 404 Media，从今年 4 月开始，他每周处理的订单从 20 本左右猛增到数百本。被买走的书主题杂乱、语言不同，彼此几乎没有联系，唯一的共同点是都有 ISBN 编号。
这名书商无法确认买家就是 AI 公司，但他的库存中有不少外文书、冷门书和绝版书。
他一方面靠这些订单清掉了多年卖不出去的库存，另一方面又很不舒服：" 我不喜欢这些书最后的用途，也不喜欢那些不常见的书被打成纸浆。" 正如前文所说，AI 公司扫描纸质书的流程是很粗暴的，这让生意变好的二手书商也忍不住心疼。
从互联网到盗版电子书，再到可以批量买来的纸质书，AI 公司一直在寻找训练资源的触角向外延伸。现在，冷门书籍乃至绝版书也难以幸免。
绝版不等于孤本。目前也没有证据证明，某本书在世界上的最后一册已经被 AI 公司销毁。
外界看不到采购清单，不知道哪些公司正在买书，更不知道书被送进切割机以前，有没有人检查过它还剩多少册。
但风险是显而易见的。
2025 年的判例（至少在美国范围）已经给了 Anthropic 一定的法律保护。
法官认为 Anthropic 合法买下一本纸质书，将它扫描成数字文件，再销毁纸质原本，最终仍然只有一份副本。数字文件没有对外出售，也没有增加市场上的流通数量，相当于用一种格式替换另一种格式，因此可以构成合理使用。
按照这套逻辑，切书甚至成了证明合法的一环。原书继续留在市场上，Anthropic 手里又多出一份数字版，便可能涉及未经授权的复制；把纸质书销毁，只保留数字文件，法律风险反而更低。
康奈尔科技学院数字与信息法教授 James Grimmelmann 就认为，Anthropic 放弃盗版书库，转而购买、扫描纸质书，是一个 " 聪明的选择 "，也体现了更加克制、符合法律的做法。
毁掉纸质书这种事，对于一本印了几十万册的畅销书来说问题没有那么尖锐，少一册并不会影响其他人继续阅读和购买。
但冷门书、绝版书和带有特殊历史痕迹的版本，显然不能这样计算。
澳大利亚和新西兰古旧书商协会主席 Dawn Albinger 指出，古旧书的价值并不只在印刷出来的正文。书页上可能有亲历者留下的批注，签名、题赠和历任收藏者的信息可以证明它的流传经历，重新装订的封皮里甚至可能藏着更早的手稿。
这些信息都依附于那一本具体的书。即使书页上的文字已经完成扫描，原来的纸张、装帧和各部分之间的关系一旦被破坏，后人也无法重新检查。
也就是说，AI 公司得到了一份适合训练模型的数字文件，却可能毁掉了一件无法通过数字文件完整还原的实物。
争议扩大后，科技行业很快出现了退让。
马斯克在 X 上表示，已经要求 SpaceXAI 团队将稀有书籍保存在图书馆，并采用更麻烦的无损方式扫描，不能简单切掉书脊。他没有公布 SpaceXAI 买了多少书，也没有解释什么样的书会被归为 " 稀有 "，这次回应更像是一种态度上的站队。
404 Media 报道发布 9 天后，ISBNdb 删除了面向 AI 公司的纸质书采购页面，撤下有关保密采购和破坏性扫描的宣传。公司随后改口称，相关页面只是一次市场需求测试，服务从未真正上线，ISBNdb 也从未为 AI 训练购买、扫描或者出售过任何一本书。
此前还在宣传一次采购 100 万本书，遭遇舆论反弹后，整门生意突然变成了 " 一次测试 "。
这番解释能否令人信服是一回事，它至少说明，匿名帮助 AI 公司大批量采购纸质书，已经成了一项企业不愿承担的声誉风险。
不过，马斯克的一句承诺和 ISBNdb 删除几个网页，都代替不了真正的规则。
谁负责在扫描前判断一本书是否稀有？判断依据是出版年份、版本和存世数量，还是书里的签名、批注和装帧？AI 公司是否应该公开大规模采购的书目？如果某本书已经绝版，是否只能采用无损扫描，并在扫描后交给图书馆保存？
目前，这些问题都没有答案。
讽刺的是，ISBNdb 此前反复强调，2022 年以前的纸质书之所以珍贵，正是因为它们保存了没有受到 AI 污染、经过作者写作和编辑筛选的人类知识。AI 公司越承认这些内容不可替代，就越难解释为什么承载它们的实体可以被当成一次性耗材。
