|
|
本帖最后由 klwo2 于 2026-8-16 15:03 编辑 $ e# W0 T+ Y1 A! o5 D8 X* D9 H
% |+ ~/ m9 i$ `0 q, U$ x: S, l J
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：5 R( q: _2 F. b$ ^8 [2 I2 v
3 a% B. I, B( Z6 y4 `. v
腾讯新闻：https://news.qq.com/rain/a/20260511A01K4300
* N2 ?: X/ ?9 [$ g: l3 y新浪新闻：https://finance.sina.com.cn/tech ... ikkhkf1974582.shtml8 ^# ^2 Q( _8 f
36kr：https://eu.36kr.com/zh/p/39205670219508555 P$ ]( e8 O9 e1 H7 s7 O
Guardian：https://www.theguardian.com/comm ... ai-destroying-books
0 O; K7 ]- I/ D! Y3 G$ p# n
- ?% l; L/ v0 o! I. U* l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。
; L& @% g4 a' y7 k1 K0 M
$ w1 C( D3 v& ?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。" O6 U; T- O* G, l
' s2 z! M! o' |6 e: h7 L$ |: o
8 |6 @, X1 s% [$ `- Q8 W
: J4 |- x" w. f' R: a# [安娜的档案（annas-archive）也出来谴责，并呼吁成员一起来扫书。* f( l0 K$ V) O4 N6 m
& Q# Z8 s. [- R, _1 `6 p
————————————————————————————————————————————————————————9 b6 M( ~/ V6 ~" T( x6 V
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。
$ G( e' T- n, o! F
2 G& ]; ^5 ?1 ]( @& M# F( ?2 F下面是问答：# H/ m+ M/ [2 q3 Y3 h. d
' Y$ R6 q- B2 G" s l（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？" ~. m j c4 {; I( t
\8 F; d' C" y9 A0 R, o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。& \% V% ^$ }( D
$ |" h8 V! D, `3 Y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。9 Y; h" x; c* ^1 Z
5 \$ a4 D8 Y# N2 \, {
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。
# ]$ @8 j# t7 O; H9 E; W9 Z( w0 W1 }# Z' g' E: v A
「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！. k5 k) B5 j% s% Q4 j
8 [9 |8 H: y2 Z) b" Q# j
（2）天下的旧书那么多，买完以后别人真的就买不到了吗？; j/ Q0 ^* Y9 X4 x0 z
7 z- b y3 J5 M4 S2 {$ f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。
2 \7 J, }& P# N% F% ^' @
$ f# S% w2 h6 J4 I8 L* ?就我一个人哦，就买一本哦。" P; `8 O' E) L; u# B6 u
+ U# f9 }/ [8 z* F& N3 u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。
2 t% V8 l1 }- r$ L. ?/ o( x9 b1 b- x3 Y2 |1 R
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？7 ~4 }+ u0 M! v, B. b% z
/ S1 W) D+ V x' L% ^# e) m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。
/ s: d3 t! r" m/ y. q% ?' a9 J+ Y2 @9 A" `7 s
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！
& {# h" s( v" G1 Q' o/ L- F2 F# |4 k# S- F1 v
咱数一下——OpenAI、Anthropic、Google、Nvidia、Meta、马斯克——上得了台面的就有六家。
v1 w2 N4 W4 ^$ e4 W- s% J- p2 c' V6 t* r [8 Z7 g
国内呢？DeepSeek、字节、阿里、腾讯、百度——又有五家。
% f5 |' \1 {5 _# `* Q7 M+ {8 ^5 O
3 B( V% A9 L9 d5 K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？3 t$ h% B i2 r- D/ X& y6 F% [ z
% v) B" Z4 R2 Q' D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？! O# `$ `5 p- x. _/ E0 M' Y% u
0 r8 A9 Q$ e" D; E _" `* z/ L$ v6 F
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）
4 y8 ?" P) H- } {/ r( i3 C8 L9 X7 ?2 {9 r& V6 Y
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）
; I1 R4 D$ O& C3 i3 r2 d8 |0 V/ B% Z2 X" B
有人要说了，那为什么……
# E# F2 g( W c R. V
, i3 p6 n( f+ l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。
2 S7 B7 n/ C: _6 `0 y9 v6 R% S% m* W8 f
（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！
X. A9 P8 W* a/ ?8 @2 M$ \( _* i5 K, \7 p: k' g0 Y: k
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。
( }& c! d4 u9 M6 w) b4 b% F8 w, \ n4 M$ T4 K J4 ]; @ o& |
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。% } g% l/ G! b
, C& o) s0 d, ~$ e5 L大家看这本：沈锡荣《古汉语常用词类释》（学林出版社，1992年）: G; m) z2 u' h Z1 d! K
0 `0 @( @- b- i: f% p: A. G2 B
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！. B& I' f6 I {% `* z0 p
) a! [6 d. R* a- U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！
8 E. U& o7 |+ _& t6 n' J; Q
0 X, t) h& y# }/ q* t; t: P# C
4 |6 m* X0 @; t+ u2 d. k% u2 x7 p, p! }" }4 K. j p* T
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。
% X) Z+ G$ d" d6 y& s
2 k$ m7 e2 b! e% f" t$ Q, c+ ?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？* E( [5 F4 B' b1 Y
- P+ R2 ` F- [$ p+ F1 ~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！- \9 P: C( n$ ^! B7 e& X
1 i" Y; |+ n @% ^- h) z. U8 U W; m+ c
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。
) H# M2 E S2 n# _$ J
" A7 y0 K4 n) c2 m% L. @( P; _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。
1 U' Z# \; A9 e c ~4 E- ~
3 n) W5 C. d* V/ V, u$ j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。
' q! g A/ f. |$ f* X {% i6 \
% R" V+ s$ s0 N' R0 \! @2 Y: }这就是AI公司如饥似渴地想要收罗这些书的根本秘密。
) u/ Q& r* f5 ~1 G, h; r$ m" z/ r/ H9 z2 d1 Y
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：7 ], { w% w$ T3 t% y
7 K0 M/ f+ c8 u( m
8 x9 B$ a! i8 q* _0 K8 o1 K% k% S, V d- @; S* S9 {
居然没人识货！. {- o( |, i- H
1 m! j$ u j' U
5 l2 p& Y: ^; I3 d! U- m) c
6 G) K/ C* I( m: B. v# N
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5 {/ @% Z, J7 o/ P/ Y6 h
3 A+ Z4 K' Z3 w5 H, `1 F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……
0 `5 P. w! |2 S1 `3 X, i* }' d. a( m" j3 Y/ w
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……
! h9 {5 c$ P+ Y& _& m, }- H) t$ T, h. @& o( L6 b/ z* ?. B; o+ J6 f
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。: z) a; u4 N( M# p
. b5 p0 L k4 X) }& C0 D6 ~
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！1 M l; P! E9 c
+ H; Q; R" e3 y. c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？
& K1 v/ {5 l7 b0 D& X7 s8 E" o6 X6 R& w: l3 |
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！
2 Q1 R( D& t2 _+ j3 J. S. ^4 k; M5 c1 i& U0 V8 l
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。
! h; T6 Y9 E5 E1 B
4 B5 r6 S, i, t _8 g P E（4）一般人能做些什么呢？想要保存人类文明，有什么方法？
! V$ }- n. X/ o H2 `) t6 N: |5 ^0 V4 s5 n" {
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 w( F, k) H; |( H, {8 L/ t' h
' i `- `( R7 y; r5 B
1 a" t# a2 h! F( i0 M
0 b8 ~2 Y, {3 F5 {. A$ [# L M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。: f. S! g; a" y4 | s# }- f! u' Y
: A9 a5 ~( o n+ T4 ~ |1 W在文章的末尾，给了几个链接，里面有扫描成本：https://software.annas-archive.g ... ve/-/work_items/223) ~; y, b. d1 U/ {1 i
& l; ?" D# n, S, ~
: ?; _/ w+ ^5 [6 H f O) k
7 B4 V* q$ u5 ]3 Q% q$ U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——
- Y7 V4 O7 k* F% b5 L+ N, r$ J* Y$ M6 E `6 [
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。* L. d0 Y9 E; G0 ]: F; s3 m
( a7 I, L. V) u5 b
送去扫描也不难，做成PDF也不需要自己做。
5 u& @" i. {2 S. c. a- r: v: y% w" O8 h% X1 ^
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。2 ^4 q$ @( ]- d
" d" f. l7 Q" O; u6 @4 Z
真正难的是什么？
5 R, p5 ?5 T8 b
% u+ `7 A# _% Q6 ?0 E" E大家看看安娜的档案（annas-archive）文章，其实不难猜出：是「万恶之源」。
; k! N5 A. `$ ?2 e+ C, d4 h9 x; b0 O6 l3 [- I( Z8 F
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。
) u# c0 L, Z/ Q7 d) p( N; _5 B: R: W+ M- i7 Y T% B, E. O
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」。
0 G% p# k' K- R' ?- ~, b$ F
0 l9 v2 S+ q5 ^3 ^7 c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。, U/ C1 H9 m3 D- l+ t8 j8 r! G* j
3 V$ c. Y* F: P H. L! @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。
' g; P: K2 @( I8 Y* ~$ @( G+ m' N% s6 I1 _1 w6 L3 c; i
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。! F( X: b+ a, q) S+ e0 d2 t4 F
6 G- c$ `2 V) _4 r5 H5 M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。5 m. K( m1 G6 C9 ]
6 @/ k( } e. N! e$ u4 p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。3 u$ L/ G( {1 R- i s9 W0 [
! x/ K! c5 \7 O; q
努力活着，努力活下去。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？免费注册
x
评分
-
1
查看全部评分
-
|
发表于 2026-8-16 15:03:32
