Google Books（或类似内容）所有书籍扫描件——20万美元悬赏（2025）

悬赏范围 / 技术路径

• Anna’s Archive 最高提供 20 万美元，寻找完整的 Google Books（或类似）数据转储，此外还有其他悬赏（例如 Internet Archive PDF、Library of Congress MARC、全文版本）。
• 评论者概述了一种高层次思路：
  • 发现 Google Books 如何公开页面片段，并迭代获取连续页面。
  • 通过复杂的浏览器自动化或购买“干净”身份来绕过机器人检测和速率限制。
• 许多人指出，这在技术上可行，但在规模上极其不便，这正是悬赏金额很大的原因。

法律与个人风险

• 许多人认为，外泄 Google 的内部语料很可能会从民事版权侵权升级到刑事层面。
• 风险包括公司诉讼、刑事指控，以及死后对遗产的追诉；一些人怀疑员工会不会“只是为了钱”去做这件事。
• 也有人怀疑普通员工是否能直接、批量访问完整数据集，或在不被发现的情况下复制拍字节级的数据。

资金来源与 Anna’s Archive 的角色

• 人们质疑 Anna’s Archive 如何资助六位数悬赏；帖子中的回答包括：
  • 付费的快速访问会员。
  • 面向 AI 公司和数据经纪人的高价高速访问，据说大多是非美国公司。
• Anna’s Archive 被描述为许多影子图书馆（LibGen、Z-Lib 等）的聚合器，如今已成为许多人的主要“来源”。

盗版、版权与创作者报酬

• 来自法律获取渠道有限或货币无法自由兑换国家的用户，对此表示强烈支持；他们称 AA/Z-Lib 帮助了他们接受教育。
• 其他人强调，盗版可能伤害作者收入，而且许多作家本已举步维艰；他们主张在可能时购买，或将盗版作为“预览”。
• 多个讨论串在争论：
  • 过长的版权期限 vs. 作者权利。
  • 图书馆 vs. 数字许可，以及 Internet Archive 最近在法律上的失利。
  • 小额支付或订阅模式 vs. 直接盗版。

AI、训练数据与虚伪指控

• 讨论强调，许多 AI 实验室（尤其是美国以外的）会向 AA 付费获取训练访问权限。
• 一些人指出 HN 似乎存在不一致：一方面对 LLM 训练使用受版权保护作品感到愤怒，另一方面却热衷于直接传播被盗书籍。
• 也有人通过这样的框架来解释二者差异：盗版是在帮助个人获取知识，而 AI 训练则被视为让大型公司获利。