近日,美国AI公司Anthropic因“焚书”事件陷入舆论风波。根据法院判决结果及公开报道,自2024年起,为获取高质量训练语料,该公司批量购买了2022年前出版的纸质书籍,切除书脊并进行破坏性扫描,涉及书籍数量高达数百万本。这项行动被称为“巴拿马计划”,并被美国联邦法院判决为合法。
这一事件引发了巨大争议。Anthropic将购得的纸质书切脊扫描后尽数销毁,这种行为在全球范围内引起哗然。中国虽然未出现类似的物理销毁行为,但作为全球AI产业链的重要一环,是否会深度卷入这场数据争夺战尚不清楚。
这让人联想到中国国家版本馆的顶层设计。几年前考察杭州国家版本馆时,还对其必要性存有疑问,但看到美国的“巴拿马计划”后,对中国国家版本馆的重要性有了更深的理解。该馆以“一总三分”的格局收藏超过3400万件版本资源,并同步建设数字资源总库,被视为AI时代图书及版本的“诺亚方舟”。这两种行为指向同一个时代命题:在AI迅速发展的今天,文明的“肉身”与“灵魂”应托付于何处?
AI公司的“焚书”行为似乎是技术逻辑的必然产物。当互联网数据因AI生成内容泛滥而日益“污染”,出版于2022年之前的纸质书便成了稀缺的“纯净语料”。在资本效率偏好下,买书、切书、扫书、毁书成为获取数据的最短路径。尽管这种行为在法律上可能援引“合理使用”避风港,但其文化代价却极其沉重——被销毁的书籍中可能包含市面上最后的孤本。这种纯粹的“工具主义”视角认为,书的价值仅在于其承载的信息,一旦信息被提取,物理载体便可以弃如敝屣。
相比之下,中国国家版本馆提供了一种截然相反的文明逻辑。它致力于“保全”而非“榨取”,强调“保藏”而非满足于“扫描”。实体版本被置于恒温恒湿的专业库房,数字版本则以PB级容量进行灾备存储。更重要的是,版本馆正在构建面向AI时代的高质量语料库,其馆藏版本来源清晰、内容经过历史检验,能从根本上对抗“模型坍塌”的风险。“先保存、后活化”的思路将文明视为需要敬畏的有机整体,而非可供拆卸的零件。这是中国对人类命运和文明负责任的态度。