Anthropic 的「巴拿马计划」：一条把书变成数据的流水线。

最近看到一个很详细的报道，关于 Anthropic 那个代号叫「巴拿马计划」的项目，之前只知道个大概，这次好多细节都浮出来了。

事情是这样的。Anthropic 大批量采购纸质书，买回来之后切掉书脊，用高速扫描仪把内容数字化，拿去训练 AI。扫完之后，纸质书直接销毁。

细节怎么被扒出来的呢？先说第一个。今年六七月份，有个书商实在好奇，往寄出去的两批书里偷偷塞了定位器。第一批的信号从俄亥俄州到了伊利诺伊州，落点跟一家大型图书扫描商的地址对得上。第二批更远，信号最后出现在美墨边境，附近有一家大型再生纸制造厂。

然后说第二个。几个科技媒体的记者也跟另一个书商合作，往书里放了追踪器，追到了拉斯维加斯的一家亚马逊仓库。记者没停，顺着线索找到了一个在那儿干过活的匿名员工，做了一次深度采访。

那位员工描述的现场，像一条工业流水线。书整卡车拉进来，先堆在暂存区。上线之后第一步扫条码，系统决定留不留，跟书里写了什么没关系。然后到切割工位，员工把书放进防护区，双手移开，按下按钮，刀落下来，书脊切掉。这套动作里每个细节都是为了保护人的手指，跟切纸板、切木料一个逻辑。

书脊一掉，一本书就散成一沓纸，员工把它们摞到推车上，中间用小纸板隔开。推到扫描区，二十多台机器一张一张地翻，动静跟点钞机差不多。

扫完之后呢？散页直接倒进一个大纸箱，不同的书、不同的语言、不同的年份，全混在一起。到了这一步，一本书从物理上讲，再也拼不回去了。

更魔幻的是，同一栋楼里，另一边在干按需印刷的生意。一边把纸印成书，一边把书切成纸。

有意思的是，这条流水线扫描精度只要 200dpi 灰度，不用彩色，不用高清。它要的只是文字能被机器认出来。而且员工看到的那些书，大量是日文、德文、俄文的旧书，有图书馆淘汰的，有全新没拆封的，还有英国议会的文件，几张纸订书钉一钉的那种。

这些东西在我们眼里可能不值一提，但对 AI 模型来说，网上能抓到的数据各家都有了，真正稀缺的，恰恰是这些从来没进过互联网的文字。一本没人翻过的旧教材，一份地方县城的年度报告，一种小语种的印刷品，对模型来说可能比畅销书管用得多。

报道里还提到一个旧书店老板哈珀，这一年靠这类大订单卖了三五万美元。有人骂他，他说平台有履约指标，一百本的单子取消两本就会被封号，他没多少空间去想道德问题。而且大学这几年经费砍得厉害，采购一直在掉，反倒是这些订单撑住了他的生意。

那位匿名员工也说，他很不喜欢这件事，看到里面很多书的时候特别想带走。他最介意的是，这些书扫完就没了，世界上能读到的纸质副本又少了一些。

文字留下来了，实物没了。这两件事同时成立。