404Media追踪发现亚马逊切书脊扫描旧书，为AI训练囤积人类文本
APPSO · wechat · 2026-08-19
404Media 在一批旧书中放入追踪器，发现它们被送往拉斯维加斯一处亚马逊设施：员工切掉书脊、把书拆成散页后高速扫描，原书即被销毁。亚马逊回应称通过商业渠道购书用于改进产品与服务。此前 Anthropic 的版权诉讼文件也披露过类似流程——购买纸质书、拆装订、扫描入库后丢弃纸本。
模型公司不缺网页文本，缺的是生成式 AI 普及之前出版、来源干净、主要由人类写作的长文本，以规避《Nature》研究所述的「模型崩溃」递归退化问题；绝版书、小众专业书更是网页抓取拿不到的独占数据。
另一层反差是：靠卖书起家的亚马逊，如今 Kindle 商店里 AI 生成的书泛滥（已要求作者申报 AI 内容、限制每人每日发布 3 本）， Melanie Mitchell 与李飞飞的书都被 AI 「仿冒/总结」过；而英爱多家旧书商已收到不挑品类、不议价、一次数千本的异常订单。更值得警惕的是，这些冷门书被数字化后并不进入公共流通，而是锁进公司内部数据库——书被拆了，读者反而更难读到。目前尚无证据显示旧书价格被普遍推高。
所属事件:记者藏AirTag追踪：亚马逊销毁珍本图书喂AI(12 条相关)→
「公司和人」频道最新
- 东京双语开发者展示会 localboast Tokyo 11 月举办,演讲名额已满 — 4310sy · 2026-10-16
- Slack iOS 把「保存」藏进二级菜单,被指为给 Slackbot 让路学微软 Copilot — mobileraj · 2026-10-16
- 机器人公司创始人招私人助理：忙到被邮件淹没 — cixliv · 2026-10-16
- 马斯克 2013 年以约百万美元拍下 007 潜水车,想让它真变形 — XFreeze · 2026-10-16
- ML 学者吐槽:不出力只出资源的 PI 按规范署名应缩水九成 — skoularidou · 2026-10-16
- OpenAI 撤下 25% 生产工程师全职做安全，模型扫到饱和为止 — saranormous · 2026-10-16