亞馬遜被曝批次收購紙質書：切掉書脊快速掃描訓 AI，原書直接銷燬

靠在網上賣書起家的亞馬遜，三十年後開始親手把書送進碎紙機，不過這次是為了餵飽 AI。

科技媒體 404 Media 最近做了一次調查。他們在一本懷疑會被 AI 公司盯上的絕版舊書裡塞進了一個蘋果 AirTag 追蹤器，然後眼看著包裹跨越大半個美國，最終停在了內華達州拉斯維加斯的一座亞馬遜倉庫。

這座代號為 VGT3 的設施，正在進行一場鮮為人知的紙質書大屠殺。

恐龍標記下的「切書掃描線」

根據倉庫員工的說法，他們每天的工作非常單調且殘忍：接收堆積如山的印刷書籍，用切紙機利落地切掉整本書的書脊，以便把散頁塞進高速掃描器快速數字化。書掃完之後，原件基本就直接報廢了。

黑色幽默的是，負責這項業務的亞馬遜團隊，給自己設計的徽標是一隻齜牙咧嘴的恐龍，爪子里正抓著一本書。

404 Media 發現，亞馬遜通常是通過 Biblio 這種商業圖書交易平臺大批次掃貨。

面對記者的質詢，亞馬遜官方承認了這一操作，表示他們確實在通過商業渠道採購書籍，用來改善客戶使用的產品和服務，其中就包括為自家的 Nova 系列大語言模型提供訓練資料。

逃離「模型崩潰」的淨土

AI 巨頭為什麼放著現成的網際網路資料不抓，偏偏要花大價錢買物理舊書來拆？

說白了，網上的高質量公開發酵內容早就被瓜分完了。之前 Anthropic 等同行甚至因為涉嫌用盜版電子書訓練而吃上官司，各家都在到處找合法的純淨語料。

更致命的問題是模型崩潰。現在整個網際網路上到處充斥著 AI 生成的垃圾文本，如果新模型繼續吞食這些二手資料，輸出質量就會斷崖式下跌。

而那些絕版紙質書，尤其是 2022 年之前出版的內容，百分之百純天然，完全沒有被大模型汙染過，成了當下最搶手的戰略資源。

為什麼重要

從賣書到毀書，這個閉環多少讓人感到有些荒誕，但它非常真實地折射出大模型軍備競賽的殘酷現狀。

對開發者和技術團隊來說，這件事的參考意義在於：合成數據的神話可能正在破滅，高質量無汙染的冷門人類知識，門檻正在變得極高，甚至變成了重資產的物理供應鏈競爭。

我們認為，亞馬遜這一步走得相當精明，卻也留下了巨大的文化爭議。在法律層面，它規避了直接抓取盜版電子書的版權侵權風險，因為實體書買下來之後切碎掃描，在商業採購上更站得住腳。

但隱患同樣明顯。把具有歷史價值的絕版孤本物理切毀，極容易激怒圖書保護者和文化界。如果連亞馬遜這種級別的巨頭都只能靠切紙機來維持資料純淨度，其他拿不到物理書籍資源的中小模型團隊，與第一梯隊的差距恐怕會被進一步拉大。