男生女生向前冲

新智元报道

Anthropic「巴拿马计划」曝光了！2024年4月13日，Anthropic内部传阅了一份文档。

B |     WATERTOWN, N.Y. -- A state of emergency was issued Thursday in a northern New York county, where the Fort Drum U.S. Army base is located, following a major water main break that has left tens of thousands without water. Lt. Gov. Antonio Delgado said 32,000 gallons (121,000 liters) of drinking water from six of the state’s regional stockpiles, as well as 11 water tankers, an incident management team and other staff, were being deployed to Watertown, a community of more than 24,500 people located more than 170 miles (275 kilometers) northwest of Albany. Smaller nearby communities have also been affected by the water shortage. Officials said a total of more than 45,000 people have been impacted.“We’re here with you and we’re going to do everything we can moving forward to ensure that we resolve this as fast as we can,” Delgado said during an evening news briefing. He was joined by other state and local leaders, as well as officials from Fort Drum, which has provided thousands of gallons of drinking water from its own system to the community as well, with promises to provide more if necessary.Watertown Mayor Jeffrey Smith said a 12-foot-long (3.6-meter) piece of piping from the city's water treatment plant, likely about 50 years old, split late Wednesday night. He said after the piping is expected to be repaired on Thursday night, workers will begin pressurizing the system, a process that could take 24 to 36 hours. Smith warned that more water breaks might occur, given the age of parts of the water system.“We're hoping by Saturday, Sunday at the latest, that the reservoirs and the system is filled and then another two-to-three days after that, you'll have to boil water,” said Smith, estimating people will have to boil water for 48 to 72 hours. Multiple water stations were being set up in Watertown where residents can obtain bottled and canned water, as well as fill up their own containers. Both drinking and non-potable water is available. The Watertown City School District will be closed on Friday.。里面有这么一句：我们用一个「软代号」，因为不想让人知道我们在做这件事。代号叫巴拿马计划（Project Panama），这件事，是破坏性扫描全世界所有的书。

C | 两年后，秘密曝光，这句话彻底失效了。2026年1月，法官下令解封四千多页诉讼文件，外媒直接把备忘录原文登了出来。

D |

人类写的书籍

正被拆解为ASI的数据集「巴拿马计划」真正疯狂的地方，其实不只是切掉了多少本书。它正在把几百年来，人类写进书里的知识、经验和思想，一页页拆成下一代AI的训练数据。

一个作者花十年写下的一本书，一位学者穷尽半生整理出的知识，一整个时代留下的语言、观念和叙事，进入扫描流水线之后，都会被OCR、切碎、Token化，最终汇进模型的参数。对于正在向ASI狂奔的硅谷大厂来说，书架其实是一座还没被彻底开采的「人类知识矿山」。

E |

尤其是2022年以前出版的纸书，经过作者、编辑、出版社层层筛选，长文本结构完整，又几乎没有AI生成内容污染。互联网越被AI文本淹没，这批「纯人类语料」反而越稀缺。所以，当Anthropic说要拿到「世界上所有的书」，它想收集的其实是一份尽可能完整的、人类文明训练集。

F | 接下来发生的一切，也就顺理成章了。

一开始

Anthropic根本没打算买2021年，公司成立第一年的Anthropic，压根没想过花钱买书。

G | 联创Ben Mann先下载了Books3，约18.3万份；同年6月从LibGen拿走至少500万份；2022年7月，Pirate Library Mirror再拿至少200万份。三笔加起来，超700万份盗版电子书。毕竟，拿，比买省事。判决书里，CEO达里奥直言：本来有很多地方可以买，但走正规采购要面对一堆法务、实操和商务上的麻烦。2024年2月，Anthropic把Tom Turvey招了进来，任务便是拿到「世界上所有的书」，还得绕开那堆麻烦。他没再谈授权，直接从图书分销商和零售商手里批量买货：数千万美元，数百万本，很多是二手的。书运到之后是固定的三步。液压切纸机削掉书脊，高速扫描仪把散页扫成可搜索的PDF，纸张进回收车。判决书第15页写得很清楚：剥离装订、裁切书页、扫描，然后丢弃每一本纸质原件。斥资15亿美元，换来一张「通行证」去年6月，法官William Alsup的判决把这件事拆成三块。用书训练模型：合理使用。买来的纸书一对一转成不外传的数字副本：也是合理使用——一本进，一份出，原件已经销毁，副本总数没有变多。从盗版站下载还永久留存，不受保护，为此Anthropic赔了15亿美元。

H |

判决书第15页：Anthropic及其供应商剥离装订、裁切书页，扫描后丢弃每一本纸质原件。对照Anthropic现在9650亿美元的估值，这笔钱占0.16%。更要紧的是它放行了什么：不是「切书」，是「买来的一本，换成一份」。原件必须消失，这套论证才成立。也就是说，切，是这条链的承重墙，不是图省事。

I |

硅谷大厂跟风

开始买旧书过去十年，AI公司抢的是网页、代码、图片，抢完原件还在。现在抢的是纸书，切一本少一本，最核心的因素是「干净」。语料里最稀缺的是没被AI写过的字，行业里流行的说法是，2022年前出版的纸书不可能混进大模型生成的内容。

J | 《华盛顿邮报》拿到的文件里还有一层：Anthropic偏爱纸书，是因为出版物文笔好，不带那股「低质量互联网腔」。解封文件里另有一条采购要求：优先买「不那么常见」（less common）的书。不常见，往往就是绝版、印量小、市面难找。需求烧到了大西洋另一头。英国旧书商，最先感觉到了异常。他们这几个月是真赚到钱了。诺森伯兰郡Barter Books的Stuart Manley告诉BBC，他平时一周卖两三千本，最近一笔来自加拿大公司的订单，一单就抵得上一周。

K | 干了30年二手书生意，他说没见过这种事。

L | 今年7月，图书数据服务商ISBNdb挂页面对AI公司喊话：世界上最好的AI训练数据正躺在书架上，可承接1000本到100万本的订单，为买家保密身份。页面上还有一句自白：观感问题是真实存在的，「某AI公司销毁两百万本书」不是一个能博得同情的标题。

M | 就在最新404 Media报道中，公布了另一条线。

N | 一位书商在旧书平台Biblio接到一笔约1000本的匿名订单，书目毫无关联，买家不还价。他在其中一本书里夹了一枚苹果AirTag。

o | 追踪器从加州出发，最后停在拉斯维加斯的亚马逊LAS8设施。那栋楼平时干的是按需印刷——有人下单，这里印一本新书发出去。北端有块叫VGT3的区域，门上贴着一只霸王龙，爪子抠进书里。一名员工在内部论坛写：我们的任务就是扫书，有人负责切书，有人负责收货扫条码。

p | （图源：404 Media）">

亚马逊拉斯维加斯LAS8设施VGT3区域的入口标志，一只红色霸王龙爪子扣进书里。（图源：404 Media）同一栋楼，南边印新书，北边毁旧书。

谁来负责把书留下来同样是扫书，互联网档案馆的目的正好相反：不为训练，只为把书留下，让所有人都能读到。它用的是Scribe扫描仪，一页一页人工翻。他们试过机器人翻页，但对稀有书行不通，最后还是靠人手。一位操作员十年扫了大约一万八千本书，是七十名Scribe工人中的一个。

q | 整个档案馆用了二十年，扫到第二百万本。

互联网档案馆的Scribe扫描工作站，书放在V形托上，人工逐页翻拍。

r | 全球约70名Scribe操作员，一台一台这样干了二十年。（图源：Wikimedia Commons）同样是扫书，亚马逊VGT3的流水线刚上了工时定额。一边二十年扫了两百万本，一边恨不得一天清掉一卡车。销毁与存留之间的速度差，十分刺目。但真正的问题不在快慢，而在于切下去的是哪本书。爱丁堡McNaughtan's书店的Derek Walker心中有一笔账。一本只印了100册、其中75册已经进了图书馆的学术书，市面上确实罕见，但毁掉一本，谈不上多大的损失。可他店里也卖出去过18世纪的某个版本，全世界只此一本。它们如果进了切纸机，性质完全不同。

s | Barter Books的Stuart Manley说得实在。

t | 世界确实不再需要五百万本《达芬奇密码》，那些书堆在库房里二十年卖不掉，现在有人整批拉走，对他是好事。但Walker卖出的18世纪唯一孤本，一旦切开就没了。更可怕的是，AI公司只按ISBN收货，是畅销书还是孤本，对于它们并没有什么区别，在那些匿名订单里是不做区分的。如果真有一本孤本进了切书机，我们大概率永远不会知道。