就连马斯克都看不下去了！AI 巨头们为了抢干净的训练数据，开始疯抢古董孤本书了........

因为2022年前的老书，没有AI垃圾污染，AI公司通过第三方匿名买断，切掉书脊、高速扫描后直接粉碎销毁！连18世纪存世极少的植物学孤本，都被绞碎了！

很难想象，那些在书架上躺了几百年的古籍，最后不是毁于战火或虫蛀，而是成了AI的“数据饲料”。

然而，这事儿真不是空穴来风。美国独立媒体曝光，AI公司正批量收购2022年前的纸质书，单次订单能达到上百万本。背后的逻辑很简单，现在的互联网全是机器生成的文字。

用这些“污染数据”训练AI，只会让模型反复学习自己的答案，最终出现逻辑错乱的“模型坍塌”。而2022年前的书籍，全是人类原创，是没被算法污染的“干净语料”。

最让人揪心的是操作过程。AI公司从不出面，全靠ISBNdb这类第三方平台匿名采购。欧洲二手书商说，经常接到深夜大额订单，买家不问品相、不议价。

拿到书后，工业液压机直接切掉书脊，散页送进高速扫描仪。等文字提取完毕，这些实体书不会捐赠也不会转售，直接送入粉碎机，彻底消失。

Anthropic公司的“巴拿马计划”最受争议。法庭文件显示，他们花数千万美元买了200万本书，还挖来谷歌图书项目负责人统筹。目标很直白：穷尽世上所有纸质书。

更让人痛心的是那些孤本的命运。18世纪英国女性植物学家伊丽莎白·布莱克威尔的《奇草集》，全球没剩几本。这本书是她花三年时间手绘、雕版、手工上色完成的。

里面的500幅药草图，被皇家医师学会背书，至今还有医学参考价值。可就是这样的珍品，也没能逃过被绞碎的命运。还有林奈1753年出版的《植物种志》，是现代植物分类学的基石。

每本孤本都藏着独有的秘密：前人的手写批注、Pressed植物标本、特殊的装帧工艺。这些都是数字扫描无法复制的，却被AI公司当成了无关紧要的“废料”。

更讽刺的是，这种行为还被美国联邦法院判为“合法”。法官认为，合法购买后销毁原件，仅留一份数字副本，属于版权“合理使用”。

这就形成了一个荒诞的激励：销毁书籍反而合法，保存或分享扫描件，法律地位反倒更弱。AI巨头们靠着这个漏洞，肆无忌惮地收割文化遗产。

直到马斯克站出来反对。他在社交平台明确要求SpaceXAI团队，必须用无损扫描，不准破坏书脊，扫描后还要妥善保存书籍。

虽然无损扫描速度慢，但完全能拿到数据。马斯克的表态，让其他AI公司的短视行为显得格外刺眼。明明有更好的选择，他们却偏要选最粗暴的方式。

其实行业里也有正向案例。Clavis Aurea AI就和全球南方的出版商合作，合法授权获取数据。既保证了语料质量，又保护了版权和书籍本身。

这些AI公司真的缺那点无损扫描的成本吗？显然不是。他们只是把书籍当成了单纯的数据载体，完全忽视了其文化价值。

在他们眼里，18世纪的植物学孤本，和一本普通的旧杂志没区别，都是用来优化模型的“原材料”。可他们忘了，这些书籍是人类文明的具象化载体。

AI追求“像人一样思考”，却在毁灭最能体现人类智慧的结晶。这本身就是一种本末倒置。我们发展科技，是为了守护文明，而不是摧毁它。

我不反对AI追求干净数据，毕竟技术进步需要基础。但干净数据的获取，不该以牺牲文化遗产为代价。

那些存世极少的孤本，不仅是文字的集合，更是历史的见证、艺术的瑰宝。它们的价值，远不止于训练模型那点短期利益。

AI公司手握技术和资本，本该承担更多社会责任。比如和图书馆合作，用无损技术扫描古籍，让数字版惠及更多人，同时妥善保存原件。

或者像Clavis Aurea AI那样，通过合法授权的方式获取数据，形成良性循环。这既满足了技术需求，又保护了文化遗产，何乐而不为？

法律的漏洞也该及时补上。“合理使用”的边界，不该成为销毁孤本的保护伞。当技术发展和文化保护产生冲突时，法律应该站在文明传承这一边。

我们这代人，有幸能接触到这些跨越百年的古籍。更有责任把它们完好地交给下一代，而不是让它们毁在我们的时代。

AI巨头们或许能靠销毁孤本获得一时的技术优势，但这种优势是建立在文明损失之上的。当所有独有的文化载体都被粉碎，AI最终可能只能学习千篇一律的数据。

到那时，AI或许能写出流畅的文字，却再也无法感受到人类文明的温度和厚度。而这种温度，恰恰是技术永远无法替代的核心价值。

科技的进步，从来都不该以牺牲过去为代价。希望AI巨头们能早日明白，守护文明，才能让技术走得更远、更有意义。