亚马逊被曝拆书扫描训练 AI，追踪器一路指向拉斯维加斯仓库

消息本身并不长，但它补上的是一块此前只在诉讼文件里出现过的现实画面：AI 训练数据不只是从网上爬，也从二手书市场成批买进来，拆开，扫完，扔掉。

追踪器最后停在拉斯维加斯

据 404 Media 的调查，记者与一位匿名书商配合，把一枚苹果 AirTag 放进一本稀有书里，这本书随一批约一千册的书发出，最终定位显示落在亚马逊位于拉斯维加斯的 LAS8 仓库，其中一片区域另有代号 VGT3，入口处的标志是一只抱着书的霸王龙。

该处员工向 404 Media 描述的流程很直接：收到印刷书后剪掉装订以便快速扫描，书页扫完即销毁。亚马逊方面回应称，公司通过商业渠道购买图书，用于改进客户所使用的产品与服务——没有否认扫描，也没有解释销毁。

拆书这件事，法官已经表过态

把这条新闻单独看会觉得离奇，放回时间线上就顺了。Anthropic 在早前的版权诉讼中被披露采购了约 200 万册二手实体书，同样是裁掉书脊、高速扫描、销毁原件。

2025 年 6 月的即决判决把这套做法和另一套做法分开处理：对于合法买来的纸质书，法院认为把它转成可检索的数字文件属于格式转换，用途与出售或阅读原书不同，用于模型训练具有高度转化性，构成合理使用；而对于从盗版源批量下载并留存的数百万份文件，则认定侵权。后一部分最终以 15 亿美元的集体和解收场，据报道该和解已于 2026 年 7 月 20 日获批，覆盖 482,460 部作品，每部作品赔偿约 3,000 美元。

判决画的那条线，正好指向物理销毁

于是行业拿到了一份非常清晰的操作指引：下载盗版库，赔钱；花钱买旧书回来拆了扫，合法。两条路的成本差着几个数量级，结果没有悬念。

更微妙的是「销毁」这一步。它看上去是最刺眼的部分，法律上却恰恰是让格式转换站得住脚的关键——一册纸质书换一份数字副本，原件不再流通，总量没有增加，这才对得上「格式转换而非复制扩散」的说法。也就是说，把书扔掉不是野蛮的副产品，而是这条路径成立的必要动作。判决在压住盗版的同时，顺手把纸质书的物理销毁变成了最稳妥的取数方式，这大概不是当初写判词时想要的效果。

代价落在稀有书上。普通再版书扫完扔掉只是浪费，孤本、绝版和小印量书没有第二份，扫描件也补不回装帧、批注和纸张本身承载的信息。404 Media 的报道之所以引起反应，多半也在这一点上。

ISBN 说明这不是抽样

报道里有个容易被略过的细节：员工被要求扫描每本书的 ISBN 条码。

如果只是想弄一批语料，没必要逐本登记书号。逐本扫 ISBN 的意义在于对账——手上有一份清单，需要知道哪些已经拿到、哪些还缺。以书号为索引推进，指向的目标不是「弄一些书」，而是「把出版过的书过一遍」。从这个角度看，二手书市场上那些成批消失的旧书，接下来还会继续消失。