38.“破坏性扫描全世界的书”｜掀开硅谷 AI 独角兽打造“毁书流水线”的遮羞布
山海观峡-Sis Vibe
本期内容介绍：
《华盛顿邮报》2026 年1月27日根据解封的诉讼文件报道，Anthropic的一份内部 planning document内部规划文件里写道：
“Project Panama is our effort to destructively scan all the books in the world”,“We don't want it to be known that we are working on this”.
“我们破坏性扫描全世界图书的行动”，“我们不希望外界知道我们正在做这件事”。
聊聊这事的荒唐与可恶。
你可能感兴趣的：
一、核心事件 / 项目
* 巴拿马计划（Project Panama）：
Anthropic 内部秘密图书采集项目，核心为破坏性扫描全球实体旧书，裁切、扫描后销毁纸质原书，获取纯文本数据用于 Claude 模型训练。
* Bartz v. Anthropic 集体版权诉讼：
起诉 Anthropic 未经授权获取、复制版权图书，法院认定 AI 训练用途构成合理使用，但盗版取得并建立永久数字书库不因此免责，相关盗版书籍权利主张最终以15亿美元和解，成为美国史上金额最高版权和解案。
* Books 3数据集：
含 19.6 万本无授权盗版电子书，Anthropic 早期用于模型训练，是本次侵权诉讼涉案盗版书来源之一。
* Shadow Library（影子图书馆）：
网络盗版电子书资源站点，Anthropic 早期批量获取盗版书籍的渠道。
* Google Books（谷歌图书计划）：
谷歌早年大规模馆藏图书扫描项目，法院判定图书检索用途构成合理使用，成为 Anthropic 法律层面的参考依据。
二、企业、模型与行业主体
* Anthropic：
Claude 大模型开发公司，由原 OpenAI 团队出走创立，一边长期标榜 AI 安全理念，一手推进“巴拿马”毁书扫描计划。
* Claude/Fable 5：
Anthropic 旗下闭源大模型。
* 月之暗面（Moonshot AI）：
Kimi 模型母公司，推出开源权重模型 Kimi K3。
* Kimi K3：
2.8 万亿参数 MoE 开放权重模型，自定义商用限制协议，是 2026 年中美 AI 版权、开源争议焦点。
* <Open weights and american AI leadership>公开信：
由 NVIDIA、Microsoft、Meta 等60多家公司及组织共同签署的开放权重倡议公开信。
三、法律、制度专业概念
* 合理使用（Fair Use）：
美国版权法中的侵权抗辩规则，法院综合用途与性质、作品性质、使用数量以及市场影响等因素判断，‘转换性’是其中的重要考量。
* 转换性使用（Transformative Use）：
合理使用判定核心标准，对原作进行全新功能性改造（图书检索、AI 训练均被认定为转换用途）。
* 证据公示（Discovery）：
民事诉讼法定程序，双方强制提交内部邮件、档案等材料，巴拿马计划内部文件由此解封曝光。
* FOIA《信息自由法》：
美国联邦政务公开法案，公众可申请调取政府行政档案，媒体调查企业 / 行政黑幕的工具。
* 吹哨人制度：
美国职场保护机制，内部员工举报企业违法可获反报复保护、现金奖励，是民间监督补充渠道。
四、文学作品 & 人物
* 《华氏 451度》：
雷・布拉德伯里反乌托邦小说，书中消防员焚烧书籍禁锢思想；本期类比 Anthropic 销毁实体书、垄断数字知识的荒诞现实。
* 安德烈娅・巴茨（Andrea Bartz）：
美国畅销悬疑作家，本次集体诉讼原告牵头人。美国《纽约时报》畅销心理惊悚小说作家、记者，主要作品以探讨女性关系、黑暗秘密与心理悬疑著称。
* Ben（Anthropic 联合创始人）：
主导引入盗版 Books Three 数据集的核心人员。
* 华盛顿邮报记者：
Aaron Schaffer、Will Oremus 和 Nitasha Tiku。
《华盛顿邮报》2026 年 1 月 27 日发表的调查报道< Inside an AI start-up’s plan to scan and dispose of millions of books >明确列出这三位作者；报道也明确写道，Project Panama 的细节来自作者们对超过 4,000 页诉讼文件的梳理。
* ABC News/Food Lion 案当事人：
1992年，ABC《PrimeTime Live》的两名记者 Lynne Dale 和 Susan Barnett，用虚假履历应聘进入 Food Lion 超市，再用隐藏摄像机进行了卧底调查。
五、AI 技术专业术语
* OCR 光学字符识别：
扫描图书图像转化为可计算文字的技术步骤。
* Tokenization（分词 / 切词）：
大模型将文本切割为最小单元 Token，映射数字 ID 用于运算。
* 高维向量嵌入：
Token 转化为多维空间数学表达，模型依靠向量距离判断语义关联。
* 模型蒸馏：
以竞品大模型输出数据训练自有模型的行业技术手段，本次中美 AI 争议核心。
* 黑盒模型：
大模型仅输出概率化文本，无法完整拆解推理逻辑，人类难以完全解释生成逻辑。
六、媒体、节目相关
* The Damage Report：
美国独立进步派新闻频道，较早深度讨论 Anthropic 毁书事件。
* 付费墙 / 订阅壁垒：
互联网内容商业封锁，加剧知识向少数 AI 企业集中的垄断隐患。
感谢收听🤍
