布鲁克林的旧书店忽然接到成批怪单:一九九八年的小额索赔指南、玻璃建筑文化的学术书,经 Alibris 一买十本。多伦多店主开始收到污水处理厂冷门书订单。买家不是个人,是「绿鹦鹉计划」「红麻雀计划」一类有限责任公司。有人把 GPS 卡藏进精装书衬里,书走到伊利诺伊一家全天候工业扫描厂。

法庭文件把这项秘密工程叫巴拿马计划:Anthropic 认定书籍是最高质量的训练数据,于是拆装订、裁书页、丢掉每一份纸本,换成数字副本。发言人说不买珍本和百年以上古籍。书商卖出的大多带 ISBN,一九七零年之后的印本;样本里八家顶级出版社是学术社,题材冷门,印量常常不到一千。一位研究科学家作证:非虚构往往比虚构更有价值。

法官阿尔苏普骂他们把七百万盗版书当永久资源库,却也裁定用合法买来的书训练模型属于合理使用——「不能要求人每次阅读、每次回忆、每次以新方式引用都付费」。十五亿美元和解的是盗版,不是拆书本身。格式变更若不为外传,也不增加副本,法律上过关。

争议于是滑到「图书馆」这个词。他们建库不是为了将来有人要读,是为了数据。来源不可查,用户不能追溯。HathiTrust 的主持人说,学术研究者要公开用过的书单,维基百科都有参考文献。莉亚·普莱斯写信说,她担心的是「人工智能将取代人类读者」:一次机器阅读,换掉未来许多次人的阅读。小说不只是一堆句子,句子的顺序就是作品。