英國和愛爾蘭的二手書商近期頻繁收到來自神秘買家的大批量訂單，業界普遍猜測這些訂單背後是AI公司在為訓練數據大肆採購書籍。
多家書店向英國《衛報》反映，他們陸續收到來自美國、加拿大、歐洲大陸及英國買家的訂單。這一現象並非孤例，美國、澳大利亞及歐洲的書商也同樣報告了異常訂購情況。
英格蘭諾森伯蘭郡奧尼克鎮Barter Books書店的聯合老闆史都華·曼利表示，這些訂單從三個月前開始湧入，令人感到異常，因為它們完全不符合正常的主題歸類規律，既不按運動類劃分，也不按汽車類整理。
"這些書的組合確實很奇怪，"曼利說，"通常書單會圍繞某個主題，但這些訂單亂七八糟，毫無規律可言。"
其中一張訂單包括約翰·勒卡雷《使命之歌》的愛沙尼亞語譯本、特定出版社版本的安妮·勃朗特《艾格尼絲·格雷》，以及1983年10月出版的月刊《戰艦》。曼利表示，他已向三位買家售出了"數百本"雜亂無章的書籍，總金額約為4000英鎊。
愛爾蘭克拉拉爾韋鎮MW Books書店老闆吉姆·肖內西表示，他的書店自5月份以來持續收到大量內容各異的訂單。
"這些訂單時斷時續，應該是機器下單的，書目之間幾乎毫無主題關聯，從18世紀非洲農具類書籍，到1950年代賽車手的傳記，應有盡有，"他說，"我個人並不覺得我們有權干涉顧客購書後的用途，但這些訂單中的選書邏輯確實耐人尋味。"
英國巴斯BookLovers書店老闆戴維·高爾-斯彭斯表示，他在5月至7月間接到了約200本書的集中訂單，下單買家與其他書商提到的名字相互印證。
其中一家總部位於加拿大的Zoom Books自稱是"北美領先的圖書回收公司"，此前已被多家媒體報道過。《衛報》已就此向Zoom Books發出採訪請求，截至發稿尚未獲得回應。
"有段時間訂單多到應接不暇，而我已經算是管理比較有序的了，"高爾-斯彭斯說。
一位不願具名的英國二手書商透露，部分零散訂單可能來自不同買家，但送貨地址卻指向同一處。"這些訂單背後的身份對資深書商來說也極為不透明，"這位書商說。
《衛報》獲取的一個英國收貨郵編顯示，不同買家的訂單最終都指向希思羅機場附近的一片貨運倉庫區。
這位書商自1月份以來已向類似買家累計售出6000本書，金額達數千英鎊。他表示，這些買家出價不菲，即便是批量採購也從不壓價。
"這正在擾亂二手書市場，因為這根本不是正常的交易模式，"他說，"看起來像是有人或某台機器在二手書市場裡隨機撈貨，而他們的購書邏輯與市場整體趨勢完全對不上號。"
《衛報》本月早些時候還報道稱，澳大利亞書商同樣遭遇了訂單爆發的情況，一位書商表示這種突如其來的大規模需求"讓人抓狂"。
這一連串異常訂單讓書商們普遍猜測，AI公司正在採購這些書籍，掃描內容後將書體
送去銷毀。
曼利說："我的判斷是，這背後是大量AI資金在肆意揮霍。"
《華盛頓郵報》今年曾披露，知名AI公司、Claude聊天機器人的開發商Anthropic曾斥資數千萬美元大量購書，割掉書脊後掃描內容，再將書籍送去回收處理。
Anthropic對此回應稱："Claude的訓練數據來源包括公開網路數據、商業授權數據集，以及我們自行生成的數據。採購書籍是整個AI行業訓練大語言模型的普遍做法。我們的任何數據採購項目都不會購買或損毀珍本書籍或古舊書籍。"
上月，科技媒體404 Media報道稱，一家圖書資料庫曾向書商宣稱"世界上最優質的AI訓練數據就擺在書架上"，並指出2022年前出版的書籍對AI公司而言是理想素材，因為其文本未受任何聊天機器人生成內容的"污染"。該資料庫ISBNdb隨後回應稱，相關內容只是一次"市場興趣測試"頁面，現已下線。
聊天機器人等AI工具需要依靠海量數據進行"訓練"才能生成回應，這一需求驅使科技公司不斷尋找新的數據來源以構建新模型。部分二手書出版於ChatGPT問世之前數十年，且不曾在網上留下數字痕跡，或許正因如此成為了新鮮數據的寶貴來源。
《衛報》在一個書商在線論壇上看到有人發帖寫道："遺憾的是，這些書都將用於AI訓練，最終難逃被剝皮銷毀的命運。"
也有書商對這些毫無規律的訂單感到困惑，還有人質疑這究竟是否真的用於AI訓練——畢竟這些訂單中不乏《格列佛遊記》（1726年出版）這類早已在網上免費公開的書籍。
這些訂單通常通過Biblio、亞馬遜旗下的AbeBooks等圖書交易平台完成。《衛報》已就此向Biblio和AbeBooks發出採訪請求，尚未收到回復。
Q&A
Q1：Anthropic採購二手書是為了什麼用途？
A：根據《華盛頓郵報》的報道，Anthropic斥資數千萬美元大量購書，採購後會割掉書脊、掃描書籍內容，再將書送去回收處理，目的是為旗下大語言模型Claude獲取訓練數據。Anthropic方面表示，採購書籍是整個AI行業訓練大語言模型的普遍做法，並強調不會購買或損毀珍本及古舊書籍。
Q2：AI公司為什麼要專門購買二手實體書，而不是直接用網上的數據？
A：部分二手書出版於ChatGPT問世之前數十年，從未在網上留下數位版本。更重要的是，2022年前出版的書籍文本未受任何AI生成內容的"污染"，數據質量更為純淨，因此對AI公司來說具有較高的訓練價值。
Q3：ISBNdb圖書資料庫為什麼會向書商推銷AI訓練數據服務？
A：科技媒體404 Media報道稱，ISBNdb曾在網站上宣傳"世界上最優質的AI訓練數據就擺在書架上"。ISBNdb事後回應稱，該內容只是一次"市場興趣測試"頁面，並非正式服務，相關頁面已下線。
