最近硅谷 AI 圈炸开了锅，这帮搞技术的人，居然干起了烧书的勾当，还打着 “训练优质训练数据” 的旗号。

有业内公开规划文件直接喊出口号，要破坏性扫描世界上每一本书，这条消息在海外社交平台上线一天就爆了，斩获 1000 万阅读量，全球网友集体愤怒。

为啥这么多人骂？因为硅谷 AI 大厂正在疯狂抄底稀有纸质书，用来训练大语言模型，为了方便机器自动扫描，他们会直接把书切开，拆成零散纸张，扫描完成电子版后，原版纸质书直接销毁。

一次订单少则 1000 本，多则 100 多万本。上百万本珍贵的纸质书，就这么变成了碎纸，连一点痕迹都留不下。

这些公司对外的借口听着很离谱，说 “世界上最好的 AI 训练数据，就放在书架上”。

而他们这么做的根源，在于当前互联网上的训练数据，一半以上都是 AI 生成的，用这些数据反复训练，就像不停复印复印件，噪点越来越多，错误越积越深。

2022 年之前出版的纸质书就成了香饽饽，那时候还没有 ChatGPT，书上的每一行字都是人亲手撰写、推敲打磨的，没有 AI 的复制粘贴。

对 AI 公司来说，这些书就像沙漠里的水，珍贵到极致。

最积极的就是 Anthropic，也就是开发 Claude 大模型的公司，早在 2024 年，该公司高管就接到了特殊任务：要收集世界上所有的书，获取纯净的人类表达样本。

为了节省时间，他们直接批量采购书本，切开后用机器高速扫描，一年花了几千万美元，销毁了数百万本书，一卡车一卡车的书运到工厂，读完就彻底消失。

更离谱的是，这种暴力毁书行为居然合法了，2025 年 6 月，美国联邦法院法官裁定，Anthropic 购买纸质书后转换成数字副本再销毁，属于合理使用，不侵犯版权。

但这真的只是简单的格式转换吗？纸质书可以被传播、继承、转赠，几十年后还可能流落到需要的人手里。

但转换成的电子书，是 AI 公司的私有财产，锁在他们的私人服务器中，外人根本无法接触。

很多绝版、小众的书籍，早就没有出版社留存备份，当纸质书被销毁的那一刻，人类的这段文化记忆，可能就永远消失了。

我不反对用科技手段扫描书籍留存知识，但绝不能用这种不可逆的极端方式，明明可以同时保留纸质书和电子版，他们却为了省点钱、快一点，选择毁掉知识的根源。

如果小众绝版书的原始记录都彻底消失，未来人们就再也无法反驳 AI 生成的错误内容，AI 说什么就是什么，原始版本早就不复存在，数字副本还被少数几家科技公司牢牢掌控。

这不是在训练 AI，这是在用 AI 重写人类的文明记忆。

现在这种操作居然合法，细想之下真的后背发凉，我们留给后代的文化遗产，可能就这么被几家科技公司悄悄毁掉了。