把书切碎喂给AI：Anthropic的Project Panama如何让销毁成为护城河

2024年，生成式AI公司Anthropic（成立于2021年，Claude大模型开发者，获谷歌、亚马逊等投资）启动“Project Panama”。项目书用一句话概括：破坏性扫描世界上所有的书。它瞄准大模型训练数据供应链，为Claude解决高质量文本稀缺问题。法院文书显示，Anthropic花费数千万美元购入数百万本纸书，某供应商方案预计六个月处理50万至200万本。

希鸥网观察到，这些书不是被温柔翻拍。装订完好的书无法摊平，书脊附近文字弯曲、阴影、失焦。保留原书需V型托架和顶部相机逐页拍摄，再人工校正，适合图书馆与珍本。切掉书脊后，散页直接进入高速馈纸扫描仪，像办公文件一样连续双面扫描。Anthropic聘请曾参与Google Books的Tom Turvey，开始大规模采购纸书。

速度与成本的差距决定项目能否执行。面对几十万甚至数百万本书，逐页拍摄意味着设备、人工和时间成倍增加。破坏性扫描不是Anthropic发明，而是高吞吐量数字化的一条常规生产线。书的装订结构在这里成为障碍，不是文化物，而是妨碍信息高速读取的物理外壳。切书，是工业化数据采集的理性选择。

法律身份随副本履历变化。法官对模型训练给出合理使用判断：Claude学习语言表达以生成新文本，不向公众提供原书替代品。但把合法购买的纸书扫描成数字文件，关键一环是原书已被销毁。Anthropic每买入一本纸书，就用一份内部PDF取代它。数字文件未对外出售，纸质原件也不存在，副本数量没有从一本变成两本，而是一对一格式转换。

从盗版网站下载电子书是另一回事。Anthropic曾从Books3、LibGen和PiLiMi获得超过700万本盗版书，收入准备永久保存的中央资料库。这些电子文件没有物理伤害，却因取得方式不同，不能自动得到合理使用保护。2026年7月，法院批准Anthropic以15亿美元了结盗版书库相关集体诉讼。破坏性扫描帮它守住了关键部分。

希鸥网认为，这场博弈的获益方不止Anthropic。数据服务商ISBNdb可帮匿名客户一次采购1000本至100万本书，强调2022年以前纸书未被AI生成内容污染，是更干净的训练材料。欧洲书商发现绝版、外文、冷门专业书收到反常大宗订单。受损方是作家、公共书架和二手书市场。一本书的文字获得数字永生，物理身体成为一次性耗材，公共可及性被企业永久档案库替代。

Project Panama建起一座来源混杂、用途开放的私人数字图书馆。训练只是捎带手。这像创业者积累资源，但资源不等于价值。有创始人说，需要使可能在自己去世后帮到别人的东西流传下去，其中最重要的是原则，此外还有金钱。AI公司把书永久保存，却只挑选极小子集训练模型。创业者也该问：哪些资产真正值得永久保留，哪些只是等待永远不会发生的用途？

财富传承的难题与数据收藏类似。有投资人决定只给儿子们足够的钱享受优质医疗和教育，并给一笔启动资金，因为白手起家教会他奋力拼搏。Anthropic不会把所有扫描书都喂给Claude，工程师按语言、主题、作者挑选子集。创业者面对融资、数据和团队，也要设定边界：留多少资源给下一代产品，留多少给核心使命。贪多，只会让资料库膨胀，模型却饥饿。

有创业者把热情投向海洋探索，认为它比天空探索更重要，并和儿子一起拍野生生物影片。这种长期主义与Anthropic回到实体世界买书、拆装订、转数据异曲同工。当数字资料昂贵、混杂、受AI内容污染，实体书成为干净训练材料。但创业者要警惕交换：文字获得数字永生，书的身体成为耗材。重生不等于入选，被保存不等于被使用。下一次听说自己被选中，先问一句：你们那里有V型扫描仪吗？

金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo