AirTag 揭密：亞馬遜拉斯維加斯廠房如何掃描並銷毀珍本書籍來訓練 AI

這則新聞的揭露方式本身就帶著幾分諷刺。為了查明究竟是哪家 AI 公司在暗中大量收購珍本書，404 Media 的記者在一批約 1,000 本珍本書的貨件中，藏入了一顆 Apple AirTag——這種消費級小玩意的原本用途是幫你找回遺失的鑰匙——然後靜靜看著它橫越美國。2026 年 8 月 17 日揭曉的最終目的地，是內華達州拉斯維加斯的一座亞馬遜倉庫。根據這項調查，廠房內的亞馬遜員工每天的工作，就是接收成噸的實體書貨件、裁掉書脊以便加快掃描速度，再把掃描成果送進亞馬遜的 AI 訓練資料管線。實體書在這個過程中被徹底銷毀。

1995 年以線上書店起家、自豪於「全球最大書店」的亞馬遜，如今正在拆解二手與珍本書市場的實體存貨，來餵養自家的機器學習模型。這座編號 VGT3 的廠區甚至有自己的吉祥物：一隻張著嘴咆哮、爪中緊抓一本書的恐龍。

調查是怎麼進行的

根據 404 Media 記者 Emanuel Maiberg 的報導，新聞編輯室早就要懷疑，近年掃蕩珍本書市場的大量收購潮，幕後就是 AI 公司。書商們早就注意到一些匿名買家以完全不符合轉售邏輯的價格掃貨——不砍價、不問書況，只問數量。主流推測（404 Media 在 7 月的先前調查中已深入探討）是：實體書已經成為地球上最後一批未受人類以外文字污染的人類寫作寶庫。

於是記者們決定用實證方法驗證。他們把追蹤器放進一批預期會被 AI 公司收購的珍本書貨件中，一路跟著它在全美移動，直到貨件停止不動。追蹤軌跡的終點，是拉斯維加斯的 VGT3。在該廠區工作的亞馬遜員工向 404 Media 表示，他們唯一的工作就是接收大量實體書貨件、裁掉書脊讓掃描器能更快處理書頁。同日報導此發現的 TechCrunch 指出，這項作業此前從未被媒體披露。

亞馬遜對 404 Media 的回應只有一句：公司「透過商業通路購買書籍，以改善客戶使用產品與服務的體驗」。對書籍被掃描後銷毀一事，則未提出異議。

為什麼舊書突然身價暴漲

背後的經濟邏輯既簡單又有點殘酷。大型語言模型早已把開放網路上找得到的內容吃得一乾二淨——而如今的網路，正日益被 AI 生成的文字污染。在合成資料上訓練，會面臨「模型崩潰」（model collapse）的風險：這是已被記錄的現象，模型在攝入過多機器生成內容後，輸出品質會逐步劣化。

實體書一次解決兩個問題。第一，它們承載著從未被數位化的知識：絕版書、冷門的地方史、技術手冊，以及僅存幾百本、散落各地書架的初版書。第二，凡是 2022 年以前出版的東西，都帶著任何網路語料庫都無法提供的保證：它是人寫的。正如 404 Media 在 7 月那篇針對圖書供應鏈產業的調查所言：「全世界最好的 AI 訓練資料，就坐在書架上。」

那篇早期報導介紹了 ISBNdb——一家維護全球最大圖書資料庫之一、並為 AI 公司提供大批量圖書收購服務的公司。它對客戶的提醒相當直白，據報導曾警告「觀感問題是真實存在的」。而在本週報導刊出後，一家曾把實體書包裝成 AI 訓練資料出售的圖書資料庫仲介，據報已在輿論壓力下撤回相關方案。

亞馬遜並非這場競賽中唯一的玩家。Anthropic 在著作權訴訟的法院文件中披露，公司曾購買並掃描數百萬本實體書作為訓練資料，事後銷毀實體副本——而且，正如 TechCrunch 尖銳指出的，Anthropic 另外還坦承曾使用從盜版網站下載的書籍訓練模型。相較之下，合法買書再悄悄銷毀，可說反而是資料取得方式中「比較負責任」的版本。

著作權盤算——以及文化盤算

那為什麼非要銷毀書本不可？最可能的解釋是法律上的自我保護。在若干司法管轄區，持有媒體時進行備份副本之所以被容忍，前提是你繼續保留原版——這與當年拷貝 CD 的邏輯相同。一邊保留掃描語料、一邊把實體書轉賣出去，等於送上門的侵權指控。把「證據」絞碎，能讓整個收購行為停留在首次銷售原則的模糊地帶——儘管「用一本書訓練模型算不算重製」本身，至今仍是法院未決的問題。

這則新聞的留言區也有人提出反駁：二手書市場每年本來就銷毀數量驚人的書籍——找不到買家的書每年以數十萬噸計被送進紙漿機。從這個角度看，一個願意付錢給書商的大買家，說不定更像救星而非破壞者。

但這個論點忽略了珍本書的特殊性。被銷毀的平裝通俗小說，失去的只是一個副本；被掃描後絞碎的珍本，失去的可能是文物本身。流入 VGT3 這類廠房的書，恰恰是那些存世量稀少、從未被任何人數位化的版本。書脊一旦被裁開、掃描檔一旦成為專有資產，社會大眾能否再接觸到這些文本，就完全取決於亞馬遜的商業訓練管線——而實體物件已經永久消失。

後續觀察重點

VGT3 的曝光，正值 AI 訓練資料議題的全面清算期：出版商提起訴訟、各國政府草擬揭露規範，而相對於合成內容的爆炸性增長，高品質人類文本的存量持續萎縮。可以預期三個後續發展。其一，如今已知大宗買家是誰的珍本書商，可能開始重新定價——或直接拒售。其二，監管機關與法院遲早得裁定，「掃描後銷毀」究竟是真正的法律避風港，還是只是一廂情願的假設。其三，其他實驗室沒有人敢錯過地球上最後一塊乾淨資料來源，收購只會繼續。

爪中抓著一本書的恐龍，作為吉祥物比亞馬遜自己想像的更貼切。這項調查留下的懸而未決的問題是：在這個笑話裡，我們其他人站在哪一邊。