| 
2024 年头，在好意思国某处的一座仓库里，工东说念主们正在作念一件看起来有些奇怪的事：把书一册本送进机器，切掉书脊，扫描，然后把剩下的纸送去回收。 这些书是刚买来的，有些以致是新的。莫得东说念主会读它们，它们存在的唯独蓄意，等于被遣散。 下令作念这件事的，是一家叫 Anthropic 的 AI 公司。  在他们的里面文献里，这项蓄意有个代号：「巴拿马时势」。一份探讨文献写得很直白：「这是咱们以唐突性姿色扫描全球所有竹素的蓄意，咱们不但愿外界知说念咱们正在作念这件事。」 这件事最终照旧被东说念主知说念了。 客岁，别称联邦法官解封了一批与版权诉讼关连的文献，合计最初 4000 页。外界由此看到的，不仅仅一家公司的秘要，而是通盘 AI 行业在数据争夺战中的竟然模样。 被大模子「吃」掉的实体书 为什么这些处于时期前沿的科技巨头，会用如斯原始以致凶残的姿色对待纸质书？谜底其实藏在 AI 对高质料数据的特殊渴求里。 Anthropic 里面很早就意志到，考试 AI 模子光靠网罗上的内容不够用。 凭证《华盛顿邮报》报说念，一位Anthropic 长入首创东说念主在 2023 年 1 月的文献中写说念，用竹素考试模子，不错让 AI 学会「若何写得更好」，而不是只会效法质料散乱不王人的网罗说话。 竹素经过严格裁剪和校对，内容结构透露，是网罗文本难以替代的高质料语料。 这个逻辑自己并不难知晓，但问题是，既然承认竹素有价值，为什么不付钱？究其原因，挨个找出书社和作者谈授权，费时劳作，本钱也高。于是 Anthropic 启动了「巴拿马时势」。一句「不但愿外界知说念」，证实它也明晰这件事站不住脚。  以致「巴拿马时势」还没启动的时期，Anthropic 依然尝试通过另一种姿色取得竹素。  法院文献炫耀，公司长入首创东说念主 Ben Mann 曾在 2021 年 6 月的 11 天里，从一个叫 LibGen 的网站下载了大宗演义和非演义类竹素。LibGen 是个「影子藏书楼」，上头的资源大多涉嫌侵权，文献中附带的浏览器截图炫耀，他使用文献分享软件完成了这些下载。 一年后，另一个网站 Pirate Library Mirror 于 2022 年 7 月上线，该网站公开声称「在大多数国度有益违抗版权法」。Mann 把这个网站的长入髻给了其他 Anthropic 职工，并留言写说念：「来得恰是时期！！！」 这句惊奇号背后，是一位公司高管对一个公开承认监犯的盗版网站抒发的竟然魄力。 Anthropic 过后透露，公司从未用这些数据考试过细致发布的生意模子。但这种评释些许有些拼凑，下载了，存着，仅仅「莫得用在细致模子上」，这条线究竟划在那边，只怕连 Anthropic 我方也说不明晰。 为了「巴拿马时势」，Anthropic 还专门聘用了 Tom Turvey 来主理这项责任。Turvey 曾参与创建谷歌典籍时势，阿谁时势相同因大规模扫描竹素激发了长达多年的版权争议。Anthropic 采取这个东说念主来主导这件事，很难说是一种正巧。  最终，Anthropic 主要依赖两家信商批量供货： 好意思国二手翰零卖商 Better World Books，以及总部位于英国的 World of Books，每次采购动辄数万册。里面文献还炫耀，职工曾扣问筹议纽约世界藏书楼，以致提到不错找某家长久资金不及的新藏书楼。 采购完之后，通盘扫描历程，就像一条工业活水线。  供应商用液压切割机把书脊整王人切掉，散开的书页立时被送进高速工业扫描仪，扫完之后，剩下的纸张交给回收公司贬责。一家参与报价的扫描行状商在提案中写说念，Anthropic 但愿在六个月内完成 50 万到 200 万册书的数字化责任。 Anthropic 副总法律参谋人 Aparna Sridhar 回报称，法院已裁定 AI 考试「骨子上具有悠扬性」，Anthropic 采取妥协的问题在于「部分材料的取得姿色，而不是咱们是否不错使用这些材料」。 这套说辞在法律上也许站得住脚，但它同期也揭示了一件事：这家公司从未合计我方作念错了什么，仅仅某些技巧不够干净。 {jz:field.toptypename/}拿你的书考试，再抢你的饭碗 相同的事情，也在其他公司身上发生着，何况有些细节更为戏剧性。 针对 Meta 的诉讼文献炫耀，有职工在 2023 年径直写说念：「用公司条记本进行种子下载嗅觉不太对劲。」他其后还专门向法务团队反馈，斗鱼体育称使用种子网站可能意味着向他东说念主分发盗版作品，「这在法律上可能行欠亨。」 但这些畏惧最终莫得调动任何事情。 2023 年 12 月的一封里面邮件炫耀，使用 LibGen 已在「上报至 MZ」之后获批，MZ 指的是 CEO 马克·扎克伯格。邮件还坦率地写明了他们我方都明晰的风险：「若是媒体报说念透露咱们使用了已知为盗版的数据集，这可能会减轻咱们在监管问题上的谈判态度。」  换句话说，他们不是不知说念这样作念不对，仅仅在衡量被握包的代价。为了裁减这个风险，职工们特殊租用亚马逊的行状器来作念种子下载，而不是用 Meta 我方的行状器，原因是幸免被跟踪到 Meta 公司。 OpenAI 和微软相同靠近典籍作者的版权指控。OpenAI 以致承认曾下载过 LibGen，但称在 ChatGPT 发布前已删除关连文献。 而 AI 公司与创作者之间的版权破裂，并非从 Anthropic 才运转。 早在 2000 年代初，Google 就曾大规模扫描藏书楼馆藏，相同激发了长达十年的诉讼。最终法院认定Google 的作念法属于「合理使用」，因为它只提供片断摘抄，蓄意是提示读者找到书，而不是取代书自己。 这个判决在其时看来通力合作，却在二十年后为通盘 AI 行业提供了一块挡箭牌。 Google 典籍是个索援用具，而生成式 AI 径直消化竹素内容，然后输出翰墨，在某些情况下与作者产生径直竞争。性质变了，但征引的法律逻辑照旧团结套，这自己就值得想考。  客岁 6 月，联邦法官 William Alsup 裁定，Anthropic 用竹素考试 AI 属于正当举止，他将这个历程比作锻真金不怕火「考试学生写好著述」。这个譬如听起来热诚，但履行中的敦厚不会同期考试几百万个学生，也不会靠这些学生赚几十亿好意思元。 最终，Anthropic 采取支付 15 亿好意思元妥协金，在 AI 版权诉讼史上创下记录，但细看之下，账算得并不亏。按照好意思国版权法，每件作品的法定补偿上限可达 15 万好意思元，而这次妥协折算下来，每本书约赔 3000 好意思元，仅为上限的 2%。 补偿金由作者和出书商瓜分，仅仅，这一安排在创作者群体里面激发了争议。 不少作者合计，出书商在保护作品不被 AI 销耗这件事上莫得奋勉，却拿走了一半补偿。更要津的是，妥协合同并不条目 Anthropic 承认任何监犯举止，法院对「AI 考试属于合理使用」的认定照样有用。  换句话说，Anthropic 用 15 亿好意思元买到的，不仅仅妥协，还有一份背书：咱们不错络续这样作念。有分析东说念主士指出，跟着这个前例配置，版权侵权对 AI 公司来说依然不再是一条红线，而是一笔不错提前计入本钱的「过路费」。 对好多写书的东说念主来说，这件事意味着的远不啻一张支票。好意思国作者的年收入中位数约为 2 万好意思元，而市值数千亿的 AI 公司在未获授权的情况下大宗使用他们的作品，过后折算的补偿程序远低于法律上限。 更让东说念主忧虑的是，AI 正在批量生成翰墨内容，这些低本钱的文本涌入市集，让蓝本就笨重的写稿营生变得更难。考试 AI 用的是东说念主写的书，而 AI 产出的内容，正在挤压东说念主络续写书的空间，周而复始。 救助者自有另一套逻辑：AI 并不储存书里的内容，而是从中索要说话法规，这更像是一个东说念主博览群书之后变成我方的抒发。这个类比并非毫意外旨，但却不详了一个要津各别：  东说念主读了一册书，不会同期读一百万本；而 AI 在几个月内消化了东说念主类几十年的写稿积聚，随后以极低的旯旮本钱无穷复制输出，规模调动了性质，把两件事等同起来其实并永别理。 数百万册书被切开、扫描、回收，终末换来一份妥协合同。那些书，早已不在了。而 AI 还在络续写稿，且会越来越快。这大要等于这件事最让东说念主不安的所在：关于书被遣散，被鼎力用来考试 AI 这件事，莫得东说念主着实付出了代价。 附上参考地址：https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/
|
备案号: