小红书上也有人在聊这事，说法都是标题那个夸大风格，什么“A社把人类常识库蒸馏了”“古籍全部没了”。
法官整体偏向认为，这类模式具备较强的fair use抗辩基本。比拟直接去盗版网站扒书，司法风险确切低很多。
这事吧，有真有假。真的部分远比小说还魔幻，假的部分也确切被放大年夜了不少。我翻了媒体报道和法院文件，给你们捋一捋。
真事，巴拿马项目确切存在
2026岁首年代，法庭文件曝光了Anthropic一个代号“Project Panama”的内部筹划。
这个项目标目标简单粗暴，搞到世界上所有的书。2024年2月，Anthropic挖来了曾介入Google Books项目标Tom Turvey，交给他一个听起来像反派台词的义务，获取“世界上所有的书”。
怎么搞的呢？投入了大年夜量资金，从二手书零售商和Strand如许的实体书店，大年夜量采购实体书。然后拉到仓库里，切掉落书脊进行破坏性高速扫描成PDF，剩下的纸质残骸送去收受接收公司烧毁。
A社为什么敢这么干，不违法吗？
但实际上，Anthropic也干了盗版的事。这事就复杂了。
巴拿马项目之所以被曝光，是因为Anthropic同时被作家们告状，他们早期就从LibGen（一个盗版电子书网站）下载了大年夜量书本用于练习。CEO Dario Amodei管出版商的许可会谈叫“司法/实践/贸易上的麻烦”，所以早期干脆用盗版。后来认为风险太大年夜，才回头搞了实体书破坏性扫描这套筹划。
2025年，媒体曾报道Anthropic推动了一项范围约15亿美元的和解筹划，针对的是盗版数据集的集体诉讼。留意，这15亿重要指向盗版那笔账，不是为巴拿马项目本身买单。这在AI版权范畴被认为是金额最高的和解之一。
中文翻译过来叫巴拿马项目。
法官对“合法购买加扫描练习”这个模式整体持支撑立场，假如Anthropic从一开端就走这条路，他们的fair use抗辩会更有力。但先干盗版再转正的做法，至少在道义和舆论上已经把本身的门路走窄了。当然话说回来，AI练习的fair use在美国整体仍然没有最终定论，Meta、OpenAI的案子都还在打，这个范畴远没到盖棺定论的时刻。
真的和小说情节一毛一样
这确切是最魔幻的部分。
Vernor Vinge在2006年写的小说《The Rainbow's End》里，有一个名为Librareome Project的设定：藏书楼用破坏性扫描的方法数字化馆藏，然后烧毁纸质书本。
2026年，Anthropic在实际世界里做了高度类似的事。
科幻作家不是在预言将来，他只是在写一个听起来合理但又够极端的故事。谁知道二十年后的AI公司看了一眼，认为这是个好主意。
被夸大的部分
不过网上传的那些说法，确切有不少须要改正的。
第一，不是“珍稀古籍”。Anthropic采购的主如果流畅量比较大年夜的二手通俗书本，从大年夜型零售商那边批量拿货。不是孤本、善本，不是什么具有文物价值的器械。真正抗议的主如果作家和出版商协会，因为他们主意版权被侵犯，而不是文博界的文物保护单位——被烧毁的只是工业印刷品，不是弗成再生的文化遗产。
第二，没有“蒸馏了人类大年夜部分常识库”那么夸大。他们处理了几百万册书没错，但人类汗青上出版的书本以数十亿计。几百万册在这个量级面前，只是很小的一部分。更精确的说法是，他们获取了一部分高质量文本用于练习，不是把人类常识蒸馏了。
Anthropic的司法论证部分依附于“初次发卖原则”，你买了实体书，就有权对这个副本做任何处理，包含烧毁。再叠加“合理应用”的多身分断定，合法取得副本、扫描后烧毁原件、数字文件仅内部应用纰谬外分发、且不替代原书市场——法官综合评估了这几条，最终认定构成合理应用。
推文浏览超百万，转发评论一大年夜堆。
第三，做法固然粗暴，但偏向其实挺明白的。Anthropic的结合开创人早在2023年就写过，用书本练习模型能让AI学会“若何写得更好”，而不是去模仿那些质量参差不齐的收集用语。这个念头本身没什么问题，问题出在履行方法上。
Anthropic为了给AI喂书，雇人切书脊、高速扫描、然后烧毁。Claude学会写那些漂亮句子的同时，上百万本实体书变成了收受接收纸浆。
有效户曾让Claude评价这一事宜，Claude给出过一段颇具文学性的回应：「这些烧毁行动赞助创造了可以或许评论辩论文学、帮人写作、与人类常识对话的我，这层复杂性我还在消化傍边。就像是用一座藏书楼的灰烬建造起来的一样。
这话说的，看起来确切像蒸馏了不少文学书本。
但说真的，用灰烬聚积出来的智能，到底能在人类常识的废墟上站多久，谁也不知道。
发表评论 取消回复