这是什么

404 Media 的调查记者做了一次很聪明的实验：把一颗 Apple AirTag 偷偷塞进一箱约 1000 本旧书的包裹里，跟踪它的物流去向。这批书来自 Biblio（一个旧书交易平台），买家身份不明、下单量大、对价格不敏感——这些特征在过去一年里被业界普遍怀疑是 AI 公司在批量扫货，准备用来训练模型。

追踪结果指向明确：这箱书最终到了亚马逊位于内华达州拉斯维加斯的 LAS8 设施 VGT3 区域，入口挂着一头恐龙抱书的 logo（讽刺意味很足）。亚马逊员工在在线论坛中确认，这个角落的工作就是「破坏性扫描」大量书籍。

这不是第一次被怀疑。Simon Willison 提到，2025 年 6 月就报道过 Anthropic 类似的批量购书传闻。但这是第一次有记者用实物证据走完了从下单到扫描的完整链路。

行业怎么看

这件事最值得我们警觉的是证据链闭合。过去外界只能推测「这些异常订单可能是 AI 公司下的」，现在物流记录把推测变成了事实。亚马逊截至目前没有公开回应。

正方观点会辩护：扫描旧书训练模型属于合理使用（fair use），且数据经过「脱敏处理」。但反对意见同样尖锐——出版商和作家协会指出，批量收购、未经授权、且是「破坏性扫描」（即原书被物理损坏），这在版权法和训练数据合规上都在灰色地带，可能踩线。

更大的风险在监管端：欧盟 AI 法案已对训练数据透明度提出明确要求，类似的实物证据若出现在美国版权诉讼里，会是关键呈堂证供。AI 公司过去「闷头买数据」的策略正在失效。

对普通人的影响

对企业 IT：采购 AI 模型或服务时，「训练数据来源合规」即将成为必审项，类比当年的数据隐私合规审查。

对个人职场：出版、版权、内容创作行业的从业者，可能很快遇到来自客户或雇主的版权风险问询；律师行业会出现一批新咨询需求。

对消费市场：你在二手平台卖掉的旧书、你买过的绝版书，都可能正在被扫描进某个大模型的训练集。「我的书被 AI 读了」从假设变成了可能的事实。