一句話總結：為了避免AI「模型崩潰」，亞馬遜等科技巨頭正在內華達州的秘密倉庫裡，將珍稀實體書拆解、掃描、銷毀，把人類最後的「未污染」智慧結晶當成訓練數據的燃料。
核心要點
- AirTag跨州追蹤破案：外媒404 Media將追蹤器藏在1,000本珍稀藏書中，一路從加州追到內華達州亞馬遜倉庫「LAS8」，再定位到內部管制區「VGT3」——揭露了一條隱密的毀書流水線。
- 殘酷的「拆書取字」SOP：在VGT3作業區內，書籍先被切斷書脊解體，再送入工業級高速掃描儀數位化。這些文字不會變成電子書供人閱讀，而是直接淪為AI預訓練模型的「數據飼料」，物理紙本隨後直接廢棄銷毀。
- 為什麼要這麼極端？AI真的缺糧了：當網路上充斥AI生成的合成內容，AI用AI的資料訓練會引發「模型崩潰」——輸出的內容越來越同質化、邏輯崩壞，連「幻覺」都會被放大。古老實體書籍成了少數「未被AI污染過的黃金礦脈」。
- 法律上站得住腳，但文化上代價巨大：目前美國司法判例傾向將此操作視為「合理使用」，因為企業並未將掃描內容公開發行牟利。但文史學者發出沉痛警告：部分絕版書與地方文獻，可能在這場軍備競賽中永遠從物理世界消失。
- 亞馬遜不是唯一，而是產業縮影：包括AI獨角獸Anthropic在內的多家商業AI機構，早已加入搶購實體書進行內部訓練的行列。這不是單一企業的決策，而是整個AI產業在資料荒焦慮下的集體選擇。
說真的，這則新聞讓我有種在看諜報片的錯覺。一枚蘋果AirTag，竟然成了揭開科技巨頭「毀書」內幕的關鍵證物。但回過神來，這背後藏著的是一個比科幻電影更荒謬的現實：人類為了教會AI「更像人類」，正在親手銷毀人類文明的實體見證。
404 Media的調查團隊這次玩得很大。他們與珍稀書籍賣家合作，在一筆上千本藏書的訂單中，把AirTag塞進其中一本書的夾層裡。這批文獻從加州出發，一路經過密爾瓦基、科羅拉多州的大章克申，最後定位在內華達州拉斯維加斯東北部的亞馬遜倉庫——代號「LAS8」。更精確地說，是LAS8內部一個名為「VGT3」的管制區域。
公開資料顯示，LAS8主要負責亞馬遜的「按需印刷」服務。但在VGT3裡，上演的卻是完全相反的戲碼：切斷書脊、拆解成散頁、送入工業級高速掃描儀，所有文字在極短時間內被轉化為純文字數據。重點來了，這些數位化後的內容不會上架、不會公開、不會做成PDF或電子書——它們的命運，是直接灌進大語言模型的底層數據集裡，成為訓練演算法的「養分」。榨乾之後，剩下的紙屑和封皮，就只是垃圾。
你可能會問：為什麼要做到這種程度？難道不能直接拿市面上的電子書來訓練嗎？
問題比你想像的更棘手。當前AI產業面臨嚴重的「資料荒」。隨著網路上充斥大量AI生成的內容，開發商發現一個驚人的陷阱——如果用其他AI產出的資料來訓練自己的AI，會引發所謂的「模型崩潰」效應。白話文來說，就是AI會變得越來越笨、越來越沒有創造力，輸出的內容全部長得差不多，連錯誤資訊都會在反覆訓練中被強化為「事實」。
要突破這個瓶頸，AI需要的是「真實、獨特、從未被AI污染過的人類原創內容」。那些年代久遠、還沒被數位化的實體書籍，剛好符合這個條件。它們就像埋在圖書館深處的未開發油田，成為科技巨頭眼中最頂級的訓練材料。珍稀藏書的價值，從「文化資產」被重新定義為「高純度數據礦石」。
從法律層面來看，目前美國法院的判例傾向將這種操作認定為「合理使用」的範疇——只要企業沒有把數位化的內容重新出版或轉售，只作為內部訓練參數使用，基本上合法。但法律上的合法，不代表文化上的合理。當一本書在物理世界裡被徹底銷毀，只留下被AI吸收過的「殘影」，我們失去的到底是什麼？
編輯觀點：這則新聞最讓我在意的，不是亞馬遜做了什麼，而是整個AI產業正在集體默許一種「文明消耗戰」。當我們把珍稀書籍視為「數據飼料」，其實是在用一種極度功利的尺規重新衡量知識的價值。我不反對AI訓練，但反對這種「拆完就丟」的一次性消耗。如果科技巨頭真的需要這些內容，為什麼不能先完成數位典藏、開放學術使用，再拿去餵模型？問題在於——沒有人願意為「保存」買單，但所有人都急著為「訓練」付費。這不是技術問題，是價值選擇的問題。
話說回來，亞馬遜絕非特例。包括Anthropic在內的AI獨角獸，也都已經加入搶購實體書籍的行列。這是一場沒有退路的軍備競賽，但代價卻由人類的文化遺產來承擔。文史學者的擔憂並非杞人憂天——部分絕版書與地方文獻的實體存量本來就極為稀少，如果繼續這樣一本一本拆下去，它們將徹底從地球上消失。到時候，我們只能在AI的資料庫裡「查詢」這些書的內容，卻再也無法親手翻閱那泛黃的紙頁。
我們該用什麼態度看待這件事？
與其恐慌，不如正視一個現實：AI的資料荒不會消失，只會更嚴重。但我們有機會在「訓練需求」與「文化保存」之間畫出一條底線。下次當你聽到又有哪家科技巨頭在大量收購舊書時，別只當成商業新聞看——那背後可能又有一批珍本，正在某個你從未聽過的倉庫代號裡，被切成碎片、餵給機器。
本文改寫整理自公開新聞來源，原始報導由T客邦發布。
常見問題 FAQ
為什麼AI公司不直接使用已數位化的電子書來訓練模型？
因為目前網路上流通的數位內容已大量混雜AI生成的合成資料，AI重複使用這些「被污染」的內容訓練會導致模型崩潰，輸出品質下降。實體書籍因尚未被數位化，被視為少數「純淨」的人類原創來源。
亞馬遜這樣做是否違法？
依目前美國司法判例，此類操作傾向被認定在「合理使用」範圍內，因為企業未將掃描內容公開發行或轉售，僅作為內部訓練參數使用，因此並未違法。
那些被拆解的書真的都很珍貴嗎？
調查中追蹤的1,000本書屬於珍稀藏書，但並非全都是價值連城的古籍。真正的問題在於，部分絕版書與地方文獻的實體存量極少，若持續被銷毀，將面臨在物理世界中徹底絕跡的風險。
除了亞馬遜，還有哪些公司這麼做？
根據報導，包括知名AI獨角獸Anthropic在內的多家商業AI研發機構，也已加入搶購實體書籍並進行內部訓練的行列，這是產業普遍現象而非單一案例。
一般民眾可以做些什麼來保護這些書籍？
關注並支持在地獨立書店、二手書店與圖書館的保存工作，同時呼籲立法者與科技公司建立「數位典藏後再訓練」的規範，確保書籍內容在被使用後仍能留存於公共領域。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
