我们追踪了一批稀有书籍的货运。它最终到了亚马逊的 AI 训练设施
亚马逊被追踪到购买了大量所谓“稀有”的二手书，这些书最终被送往用于 AI 训练的设施，据称实体书会被销毁。评论者争论这究竟是文化破坏，还是过度反应，因为许多此类书其实是冷门、低需求的手册，本来也可能被打浆；同时也指出，现行版权法反而在激励私下、具破坏性的数字化，却阻碍公开保存。讨论还引发了对长期知识流失、信息被集中在企业 AI 模型中的更广泛担忧，以及关于缩短版权期限、公共数字化项目，或要求保存并最终释放扫描文本的改革呼吁。
“稀有书籍”究竟是什么意思，以及损失有多严重
- 许多人指出，“稀有”这个词用得很宽泛：可能只是印量少、外语书、旧手册，或过时的技术书，而不一定是无价的初版。
- 怀疑者认为，文章之所以不公开书名，是因为那些书其实很平常（例如 1990 年代的软件指南），并把这种愤慨称作人为制造的点击诱饵。
- 也有人反驳说，即便是冷门或小众作品（地方史、布道文、手册、期刊）也可能变得具有历史价值，或对特定研究具有独特重要性。
破坏性扫描、版权与法律背景
- 一些评论把这种销毁直接归因于版权策略：在至少一宗美国案件中，扫描并销毁购入副本已被视为合理使用（Bartz v. Anthropic）。
- 争议在于判决究竟允许什么；有人说法律上必须销毁，有人则说这只是增强了合理使用的论点。
- 还有强烈批评认为，版权法如今正在激励私下进行破坏性的数字化，却惩罚像 Google Books / Internet Archive 这样的公开数字化努力。
保存 vs. 销毁与访问
- 一方认为：AI 实验室保存了原本会被送去填埋的内容；图书馆一直在淘汰书籍，遗产继承人会丢弃藏书，出版社也会把书打浆。
- 另一方认为：在模型权重里“保存”并不算保存——没有逐字文本、没有出处，而且专有模型可能消失或被修改。
- 还有人担心，多家 AI 公司为了争夺同一日益枯竭的资源池，可能会销毁某些作品最后的实体副本，而不会留下公开记录，也没有保证会释放扫描件。
冷门纸质数据对 AI 的价值
- 支持者认为：书籍通常比网页包含更高质量、更深入的写作；前沿 LLM 的工作普遍认为“更多样的数据”显然有益。
- 怀疑者则认为：这些绝版冷门书籍的边际价值，与现有数字语料相比微乎其微；这看起来更像竞争性的囤积，而非必要。
图书馆、市场与规模
- 许多人指出，在 AI 之前就已经存在大规模的书籍销毁，尤其是图书馆的清理和旧货店的倾倒。
- 也有人回应说，受 AI 驱动的扫描在性质上不同：规模工业化、针对未数字化作品，而且没有公开编目。
企业激励与可能的补救措施
- 人们反复担心私有的知识“围墙花园”以及静悄悄篡改数字记录的能力。
- 提出的缓解办法包括：
- 承诺在版权到期后把扫描件存入公共信托。
- 公开已扫描/已销毁书名清单。
- 通过国家图书馆进行政府资助的大规模数字化。
- 版权改革（缩短期限、把保护与“在售”状态挂钩、批量许可 / clean rooms）。
对文章及媒体叙事的反应
- 有人称赞这篇调查追踪了批量购书商的供应链。
- 也有人批评 404 Media 的语气像愤怒诱饵，细节不足（没有书名、价格或数量），让人难以判断其伦理分量。