📌 #AI公司被曝大量收购旧书

🤖 AI行业 · 语料版权

🔥 互联网AI生成内容泛滥导致"数据污染"，旧书成了大模型眼中最后一片"纯净语料"。

近期，多家AI公司被曝通过中间商大量收购二手旧书，单笔订单规模从1000本到100万本不等，几乎不挑题材、不讲价格。一位书商透露，过去一周只能卖20本书，如今每周销量飙升至数百本。这背后的逻辑并不复杂：据研究机构数据，2025年以来互联网新增内容中超51%为AI生成，继续用网络文本训练模型无异于"用AI垃圾喂AI"，极易导致模型质量断崖式下跌，业内称之为"模型塌缩"。正是在这个背景下，#AI公司被曝大量收购旧书#，把目光投向2022年前出版的人类原创文本——那些没有经过任何机器"加工"的纯粹信息。

旧书回收行业的游戏规则随之改写：定价权从"品相+稀缺性"变为"出版年份优先"，2022年前出版的任何书籍自带溢价。地方志、冷门学术专著、80年代通俗读物等曾经的"长尾库存"，一夜之间变成了AI公司眼中的"数据金矿"。

这场旧书抢购潮并非都市传说。据外媒披露的法庭文件，Anthropic公司内部曾运行一个代号为"巴拿马计划"的项目，斥资数千万美元全球收购二手书。操作流程堪比工业流水线：书籍运入厂房后直接切断书脊胶装，打散书页送入高速扫描仪逐张拍摄，电子化完成后，实体书即被销毁。这意味着这些凝聚几代人智慧的纸质文本，在变成训练数据后便从物理世界消失，沦为少数巨头的私有"数字石油"。

虽然Anthropic后续因版权问题以15亿美元达成和解，但这起判例也让"训练数据版权"成为悬在AI行业头上的法律利剑。行业内正在热议，AI公司批量收购旧书的行为边界究竟在哪里——买书不违法，但扫描转训练是否构成侵权，全球尚无统一裁决标准。

值得对比的是，图书馆和文博机构做古籍数字化，目的是保护原件的同时方便公众查阅，原件仍在恒温恒湿库房妥善保存。而AI公司把实体书当作"一次性耗材"处理，读完即弃，背后折射出一种对待知识的工具化态度。当商业和技术狂奔时，那些看得见摸得着的纸质书，或许比我们想象的更加珍贵。

专家建议，个人家中的老教材、地方文史册子等不要当废纸随意出售，可捐赠公共图书馆或卖给真正爱书之人。对于那些不说明用途的批量扫货行为，多留一个心眼，就是对自己过往知识积累的一份尊重。

综合今日头条、新浪乐迷公社、澎湃新闻报道 | 2026年8月2日