我也来谈谈外界热炒的AI公司切书扫描、破坏人类文明一事
本帖最后由 klwo2 于 2026-8-16 15:03 编辑这事儿英语媒体轮番报道了几个星期了，中文媒体也翻译了好几个星期了，不明白情况的朋友可以先看看新闻：
腾讯新闻：https://news.qq.com/rain/a/20260511A01K4300
新浪新闻：https://finance.sina.com.cn/tech/digi/2026-07-28/doc-inikkhkf1974582.shtml
36kr：https://eu.36kr.com/zh/p/3920567021950855
Guardian：https://www.theguardian.com/commentisfree/2026/aug/05/anthropic-ai-destroying-books
简而言之，就是AI公司Anthropic为了批量获取2023年ChatGPT出现以前的珍贵语料，大量采购旧书，做切书扫描，扫描后书籍不可还原，只能销毁，被人质疑「破坏人类文明」，因为旧书被毁后存世量会变少。
这事儿代号叫Project Panama，报道出来以后马斯克率先谴责，并声称自己已经要求团队针对珍稀书籍不切书。
安娜的档案（annas-archive）也出来谴责，并呼吁成员一起来扫书。
————————————————————————————————————————————————————————
我经常做切书扫描，制作图片mdx，所以对这件事情还是很有心得的。首先说明，我讲的情况欢迎大家引述，但是不要提及「mdx」这个词和我的id，工作忙也没空看私信。有需要交流的，请直接留言。
下面是问答：
（1）为什么要做破坏式扫描（切书扫描）？这样扫完以后书就报废了，多可惜？
答：因为我真的没有找到足够便宜可靠的「不切书扫描」的服务。切书扫描又快又方便又便宜。
大家注意看马斯克的图，人家只说「针对珍稀书籍不切书」，没说针对所有书籍吧？可见大资本家对情况清清楚楚。
再者，安娜的档案（annas-archive）呼吁成员一起来扫书的时候，也包括了做破坏式扫描（切书扫描）的服务。所以说这就是现状。
「不切书扫描」的好处在哪里？在扫完以后还可以转手卖、回收一点成本啊！你以为我不想嘛！
（2）天下的旧书那么多，买完以后别人真的就买不到了吗？
答：真的。因为我就是经常买完某一本辞书以后，孔网就没货了，或者只剩天价货了。
就我一个人哦，就买一本哦。
以前买旧书常常叫「淘旧书」，就是这个道理，因为不是你有钱就能买到的，还要盯着、等着才行。
有些书的存世量按理说应该很大啊，为什么孔网就是没有，或者只有一两本，买完就没货呢？
这我也不知道。而且这跟书的价钱无关。有些书只卖20元，但就是只有一两本。
对了，大家不要以为，新闻里爆出的是Anthropic，就只有Anthropic做切书扫描然后销毁这件事儿哦！
咱数一下——OpenAI、Anthropic、Google、Nvidia、Meta、马斯克——上得了台面的就有六家。
国内呢？DeepSeek、字节、阿里、腾讯、百度——又有五家。
这11家不比我财大气粗？人家竭泽而渔的能力不比我厉害？人家打捞完以后，还有你的份儿？
有人要说了，马斯克不是亲口承诺珍稀书籍（rare books）不切书吗？答：这只是马斯克做公关而已，实际做法没区别。因为（1）书籍是否rare，根本没有可以操作的定义；（2）即便某些书不切书，也流转不到大众手里，因为有法律风险。马斯克唬烂的事儿还少么？
有人要说了，为什么人家一定要销毁呢？不销毁不行吗？答：仓储费你出啊？（我扫描完、做完MDX，原书也是丢弃的）
有人要说了，为什么人家扫完以后不公开分享呢？答：因为有法律风险！（分享mdx也有风险啊不要忘了）
有人要说了，那为什么……
没有那么多「为什么」，大资本选择的一定是适合他们的最佳路径。Anthropic的做法一定是行业通用做法，毋庸置疑。
（3）旧书少了几本，怎么就上升到「人类文明」的地步了呢？我看大部分旧书，就是一般般的东西，我经常去二手书店买书，也没觉得都是人类文明宝藏啊！
答：旧书少了，等于破坏人类文明，这种论述完全正确。我100%同意。
我不想拿我自己的作品举例子。我拿阿弥陀佛的mdx作品举例子好了。
大家看这本：沈锡荣《古汉语常用词类释》（学林出版社，1992年）
这本书我原本没有很在意，用过多次后才发现这本书不简单：有些问题，别的书死活不能解决，这本书就是可以解决！沈锡荣怎么这么聪明、这么厉害！
前几天实在忍不住好奇心，就去看了原书PDF——原来沈锡荣是郭在贻先生的学生！
写这本书的沈锡荣先生究竟是谁，在哪里任职，后来怎么样了，还有哪些作品……我统统搜不到。他在互联网世界近乎失联。
我们当然不能说名家的学生一定武功高强，但是继承个20%的武功总该是有的吧？怎么会在互联网世界失联呢？
而且咱也没有说金庸小说里的扫地僧啊，咱说的就是规规矩矩的名家的学生啊！
咱看书名：《古汉语常用词类释》。这里面「古汉语」「常用词」「类释」都不是什么惊天动地的字眼不是吗？如果不是拜阿弥陀佛所赐，有mdx作品可以查询，我是不可能一眼发现这本书的魅力的。
要知道，所谓的「人类文明进步」「科学技术创新」，并不是隔一阵子，天上下凡了一个天才，写了一本天才书，就进步了就创新了。不是这样的。即便是天才，那也是比同侪聪明一点点，广泛吸收当时人的小成果、小进步而铸成的。
你去二手书店买书，没觉得是宝藏。可是众多的书放在一起，微小的「创新点」叠加在一起，就是巨大的能量。
这就是AI公司如饥似渴地想要收罗这些书的根本秘密。
回到沈锡荣《古汉语常用词类释》这本书，我叫它「被埋没的天才书」不过分吧？请看豆瓣评分：
居然没人识货！
目前有13本，因为没人识货，所以价格超便宜——我在网络上的影响力很小，暂时不用担心被抢光
有人要说了，人不识货，AI难道就识货吗？这个……AI当然会比人识货，因为AI在扫描、OCR书籍以后，发现这书是郭在贻先生的学生写的，想不识货也难啊……
对了，还有个事儿，你们应该都知道，孔网经常有些名家名人的手稿什么的，便宜流出吧……
你以为英语世界、法语世界、德语世界、俄语世界没有吗？咱随便想像一个二三流落魄数学/物理教授，弟子不成器（成器也没啥用，刚那位沈锡荣不是成器得很），去世后家人大清仓大甩卖，手稿里面有该教授的一些创新观点。
二三流落魄学者的东西没人抢，但是AI公司可以批量收购呀！
俗话说，三个臭皮匠顶个诸葛亮，AI脑子那么大那么好使，多来几个落魄教授的手稿，诺贝尔奖级的进步不就有望了？
那请问，AI获得了诺贝尔奖，钱是会给AI，还是会给基础的数学/物理研究呢？当然是给AI啊！
这就是英语媒体报道里面的潜在逻辑：AI站在人的肩膀上作出了成就，大家都以为是AI厉害，其实是肩膀厉害 ——结果人失业了，竭泽而渔，肩膀没了。
（4）一般人能做些什么呢？想要保存人类文明，有什么方法？
答：这种宏大的问题，不适合我这种小虾米回答。安娜的档案（annas-archive）这么说：https://annas-archive.pk/blog/physical-destruction.html
安娜的档案呼吁世界人民扫描库中没有的书籍，扫得多的话，可以帮助支付扫描费用。
在文章的末尾，给了几个链接，里面有扫描成本：https://software.annas-archive.gl/AnnaArchivist/annas-archive/-/work_items/223
怎么说呢？接下来要说的话可能会有点沉重，我尽量轻松地说完——
其实买珍稀书籍并不难。没人识货的好书并不少，低于20元的也不少。
送去扫描也不难，做成PDF也不需要自己做。
做成MDX算难吗？我做了这么多了，我快麻木了。也许因为我做的东西，都是我自己想要用的东西，出于自私自利的目的，也没觉得难。
真正难的是什么？
大家看看安娜的档案（annas-archive）文章，其实不难猜出：是「万恶之源」。
我做的MDX，除了早年的几部作品外，其他自扫的都是600dpi，而且图像不加处理。扫描所需的「万恶之源」，常常比书本身贵。
我想这是人难以接受的地方：我花了300买了几千页的书，把它扫成高质量的PDF，要花的「万恶之源」居然这么多？我看人家不是说最低0.03/面起吗？注意「起」。
如果没有「万恶之源」，世界会更美好……呃不对，是如果没有「万恶之源」，举步维艰。
AI公司的优势是什么？是他们可以批量采购，用自己的设备扫描，成本压到最低。
前几年，我忘了哪一年了。就「万恶之源」、MDX、法律的问题，论坛有过争执、有过风波。我不想重提这件事。
我只是忍不住想，有些事情，由大公司的事件惹出来，由大团体大机构的文章讲出来，由英美媒体的高档英文写出来，一下子就有了公信力，一下子就都可以辩护、可以谅解、可以同情了。像「人类文明」这种我从来不敢说的「宏大叙事」，居然也顺理成章地可以说了。
多说无益。我希望我在做的事情，在未来十年、二十年、三十年还可以继续做下去。
努力活着，努力活下去。 确实不错，跟《古辞辨》《古代漢語文化百科詞典》风格相近，都是好书。 请问楼主扫了新出的5卷本大现汉吗？ xuanmu0227 发表于 2026-8-17 12:49
请问楼主扫了新出的5卷本大现汉吗？
好吧，羡慕你
还是电子版方便，书太厚重…… 我的收获就是在楼主的这篇文字里，顺藤摸瓜找到了不翻墙就可用的Anna’s Archive，意外之囍。先找几本zlib里没有的，自己缺的几本书。 扫书要么花自己大把时间，要么花自己大把钱，个人效率相当有限，AI公司焚书炼AI，可悲可悲。 原来AI的大脑是这样输入知识
页:
[1]