一直以来，二手书市场都是一个比较小众的市场，大部分都是一些图书爱好者在购买二手书，但是就在最近全球二手书订单激增，不过这次不是个人收藏者的行动，而是大量的AI公司，AI公司抢购二手书究竟想干嘛？
一、全球二手书订单激增
据《科创板日报》的报道，英国、爱尔兰、美国、澳大利亚等多国二手书书店，近期均接连收到神秘买家“不同寻常”的大宗订单，买家来自美国、加拿大、欧洲大陆以及英国等地。
外界猜测，这些买家背后或为AI公司，购置这些二手书籍意在获取AI训练数据。
英国一家二手书店Barter Books联合店主表示，这种订单大约从三个月前开始出现。异常之处在于，一般而言，一个订单中的书籍会围绕某个主题，比如体育、汽车等；但这些订单“完全没有规律”，“是一种很奇怪的书籍组合”。
例如最近的一笔订单中，买家要求购买约翰·勒卡雷（John le Carré）的《使命之歌》爱沙尼亚语译本、某一特定版本出版的安妮·勃朗特（Anne Brontë）《阿格尼斯·格雷》，以及1983年10月出版的一期《战舰》月刊。
该店主透露，自己已经向三名买家出售了“数百本”毫无明显关联的书籍，总价值约4000英镑（约合3.65万元人民币）。
爱尔兰MW Books书店老板也表示，自5月以来，他的店铺一直收到数量庞大、内容五花八门的订单。“这些订单零零散散，推测是由机器驱动的，而且几乎没有什么主题上的规律：从18世纪非洲的农业器具类书籍，到20世纪50年代赛车手的传记，各种都有。”他说，“就我个人而言，我认为我们没有权利管顾客买了书之后，应该用这些书做什么，但他们挑选的内容确实让人非常好奇。”
二、AI公司抢购二手书究竟想干嘛？
最近这阵子，全球图书市场出现了一个特别魔幻的现象。原本那些在仓库里落灰、论斤称都不一定有人要的二手书，突然之间成了香饽饽。更魔幻的是，这波疯狂扫货的主力军，不是什么文学收藏家，也不是做古籍研究的学者，而是那些平时满嘴代码、算力、大模型的AI公司，这到底是怎么回事？
首先，AI公司抢的是一口没被污染的核心语料。2022年GPT引爆AI大模型浪潮之后，互联网上的新增内容直接呈指数级暴涨，但问题是，现在互联网上大量内容都是AI生成的垃圾，喂给模型纯属帮倒忙。你随便打开个内容平台，搜个专业问题，下面一半回答是AI生成的，逻辑不通、事实错误满天飞，甚至连基本的概念都搞混，这种内容喂给大模型，相当于给人吃地沟油，越训练模型越傻。
而2022年之前出版的二手书，完全是由人类作者一字一句写出来的，没经过任何AI污染，是实打实的优质高密度语料库。老书的好处是啥？没有现在互联网内容的碎片化，没有博眼球的标题党，没有为了流量凑字数的废话，一本正经专业书，作者可能花了三五年打磨，内容逻辑严谨、知识点密集，没有任何冗余，比现在网上那些AI生成的注水内容强一百倍。
更别说很多冷门专业的老书，早就绝版了，网上连电子版都找不到，只能从旧书摊、藏书家手里淘，这种稀缺的干净语料，AI公司能不疯抢吗？你说现在互联网上还有多少没被AI污染的内容？除了故纸堆里的旧书，还真没别的地方找。
其次，抢二手书更有着强烈的排他性逻辑。如果仅仅是为了找训练语料，那买来书扫描进去也就完了，但事情没那么简单。AI公司除了寻找训练语料之外，还在力求构建自己的差异化竞争壁垒。现在的AI大模型赛道太卷了，你用维基百科训练，我也用维基百科训练，大家底子差不多，最后拼什么？拼独家数据。这就引出了一个特别极端的做法。现在出现不少AI公司收购稀缺版本的二手书，特别是那些绝版的、小众的、专业性极强的老版书，扫极扫描成电子文本之后，转身就把原书给销毁了。
这听起来是不是特别霸道？这是一种典型的通过消灭供给来制造稀缺的壁垒构建策略。我把这个世界上仅存的几本孤本吸收进我的模型里，然后把实体书毁掉，这意味着什么？意味着这部分知识或者语料，成了我这家AI公司的独占资产。别的公司再也找不到原始文本来训练了。我的模型懂的东西，你的模型死活学不会。把优势完全聚集于自身，用这种破坏性的手段来建立护城河，虽然手段狠了点，但在商业竞争的逻辑里，它确实是构筑差异化优势最直接有效的方法。
第三，图书出版业的定价逻辑也在被改写。过去很长一段时间里，二手老书在出版行业的定位，大多是库存尾货，很多老版书销量惨淡，出版社不会再重印，二手市场也只是小众圈子的交易，很多旧书甚至被当成废纸处理。在很多书商眼里，老版书就是卖不掉的库存垃圾，能低价处理掉就算完成任务。
但现在，AI 公司的大批量收购，直接扭转了这类旧书的价值定位。原先无人问津的老书，一下子变成了具备战略价值的资源。市场供需关系发生反转，旧书的价格被抬高，大量书商的经营方向都发生变化，不再优先服务普通读者，转而对接 AI 企业的批量采购订单。这对出版行业带来的冲击是双向的。
一方面，部分积压的旧书获得了新的销路，不少小书商因此获得了新的生存机会；但另一方面，整个图书市场的定价逻辑被打乱。一些绝版书籍被批量收购，市场存量快速减少，普通读者想要买到这些书，就要付出高得多的成本。更现实的问题在于，传统出版行业的收益链条被打乱，作者、出版社的创作收益，很难从 AI 企业的这种采购行为当中分到红利。
AI 公司拿这些书籍训练大模型，依靠模型实现商业盈利，但是书籍背后的创作者却得不到对应的回报。旧书市场不再只是书籍流转的交易场所，变成了 AI 产业的上游数据供应链，这是整个出版业过去完全没有预料到的变局。
第四，二手书有好的发展不是坏事，却不能放任其被毁灭。二手书是人类共同的知识财富，你拿去训练AI提升技术水平，大家没意见，但要是为了点商业利益，训练完就把实体书给销毁了，这纯粹是焚琴煮鹤的蠢事，要真普及开了，绝对是场巨大的文化灾难。二手书的价值不只是那点文字内容，它本身也是文化传承的载体：当年作者写书的时候用过的参考书、修改的批注，甚至书页里的票根、读书笔记，都是那个时代的印记，你把书烧了，这些附着在实体书上的文化信息就全没了。
而且要是这个风气流行开来，以后珍贵的旧书都会被AI公司收去扫描销毁，普通读者想淘本旧书都找不到，只能去AI的数据库里付费查看，知识变成了资本的私有财产，更别说现在旧书贩子看到AI公司收书，故意囤货炒价，普通爱书人以前几十块钱能淘到的老书，现在没几百块钱根本拿不下，二手书本来是知识普惠的渠道，现在变成了资本逐利的工具，甚至要被连根拔起，这本来就是文化的悲哀。
因此，商业竞争可以有博弈，但是文明的传承没有办法重来。未来我们不仅要思考如何规范 AI 训练数据的获取方式，更要建立起一道底线：技术可以利用人类的知识，但不能去毁灭承载知识的实体载体。
