当代版 “ 焚书坑儒 ” 的判决出来了，但 “ 焚书坑儒 ” 成了里面最合法的一环。。。

从 2024 年 8 月，到这个月 20 号，拉扯了快两年的 Anthropic 盗版书训练集体诉讼案，终于结束了。 法院最终批准，Anthropic 向原告支付15 亿美元的天价和解金。

这个数有多夸张呢，这么说吧，不看那些离谱的 ARR，根据路透社之前的报道，Anthropic 从 2023 到 2025 年，两年的实际营收，也只有 50 亿。

这一刀，快砍到大动脉了。出血这么多，Anthropic 还是众多 AI 公司里的第一个，属实是杀 / 儆猴。

出了这么大的事儿，世超立刻去翻了翻案件的判决书，发现这里面的华点还真不少。

这一切的开始，还要从他们自己递出去的刀子说起。

2021 年 12 月，Anthropic 发表了一篇论文，里面详细介绍了一款早期大模型的训练数据，主要来自 Common Crawl 爬的网页，还有网络书籍。

其中，在引用区，一个叫 The Pile 的数据集引起了大伙儿的注意。因为在当时，The Pile 有一个叫 Books3 的子集。

这个 Books3 包含近 20 万本没有版权的电子书，可以说几乎所有大模型都用它做过训练。现在，Books3 明面上早就被下架，成了不能说的秘密。

不过，那时候 Anthropic 还只是搞学术研究，在版权方的眼里，充其量先记个小本本。

而真正把 Anthropic 推到台前的致命一击，是 2024 年，媒体对企业使用 The Pile 训练模型发起的大调查。

最终，面对记者追问，Anthropic 的发言人只好承认，商业模型 Claude 确实用了包含侵权内容的 The Pile 进行训练。

这下版权方彻底怒了。你是说，你非法取用我的作品，用训练出来的模型赚钱，可能还要抢我的饭碗，结果到头来，我一分拿不到？

于是，三名作家代表数十万版权人，朝着 Anthropic 就 A 了上去，告出了这起史上最大的 AI 版权案。

而在案件正式立案以后，原告终于有了深入 Anthropic 内部调查的机会。结果这下发现，Books3 那几十万本算个啥，这里还有 LibGen，还有 PiLiMi，加起来至少有七百万本书，都是没版权非法下载的！

同时，也牵扯出了这起案件中槽点最大，却唯一合法的操作：花数百万美元收购纸质书籍，去皮切页，进行破坏性扫描构建数据库。。。

2024 年，Anthropic 曾意识到过盗版书籍训练的风险。于是开始买纸质书籍，这些书被扫描入库，制成数据集以后立即销毁，数据集也只能在公司内部用于模型训练，不得外传。

这个操作完美符合美国的版权法的 “ 首次销售原则 ”，只要你买了第一次，之后随便怎么处置都行，只要不多出来新副本。

但其实，上升到 A/ 最喜欢讲的人类文明高度，它本来有理由不要做得这么绝。更何况 Google Books 有先例，人家就扫描了完整图书，纸书原件也没有销毁，法院依然认为是合理使用。

但 A/ 为了规避法律风险（ 更可能是因为破坏性扫描成本最低最方便 ），还是把书砍成一摞摞纸页，直接塞进了扫描机。

一边呼吁控制 AI 发展速度，一边停不下自己扫书毁书训模型的小手，正面一套背地一套算是让它玩明白了。

这事儿一经披露，立刻引燃了群众的怒火。现在，讨论的帖子在社交媒体上已经有了两千多万的浏览量，骂都骂了快四千楼。

不少专家学者也出来带头谴责，Anthropic 这事儿干的实在太不地道了。谁也说不准他毁掉的书里，有没有什么珍稀孤本。

有的二手书商在接受采访时就表示，他自己的库存里有很多不常见的、绝版的、外语书籍，其中一些被销毁的书籍，真的就是目前流通的最后几本了。

且不说有些书籍本身就是艺术品，Anthropic 把这些书扫进数据库，里面的内容也要被永远封存，怎么，你是要独占人类文明吗？

这回，历史的罪人，知识垄断商的帽子，全盖在了 A/ 头上。连马斯克都没忍住，出来踩了一脚。

更乐的是，这唯一合法的操作，恰恰向法官证明了，Anthropic 你小子是懂版权法的呀。你清楚地知道怎么规避版权风险，那之前下载盗版书使用的行为，就是明知故犯，罪上加罪咯。

坏事做太多，A/ 也是恶人有恶报了。

目前，这个案件已经进入了最终判决后的上诉期，在被侵权的作品中，有 91.3% 的作品已经被申领，如果判决成功执行，每本可以获得 3000 美元的和解金。

值得注意的是，在这场天价官司里，捞得最狠的，居然是原告的律师。最开始律师要收和解金的 20%，整整 3 亿美元。

法院可能也觉得过分了，给砍到了 1 亿美元。然而，世超依然觉得很离谱。。。一场官司就赚到了世超一辈子没见过的钱，是我入的行补兑吗 QAQ？

当然，即使 Anthropic 已经被各方砍了一刀，这大概率也不会是 Anthropic 为版权花的最后一笔钱。有不少放弃集体诉讼的版权方，还在分别和 Anthropic 打官司。

只是这一次判决，可以说给所有还没结果的 AI版权案，都打了个样。没有长期反复的法庭拉扯，没有对科技巨头的偏颇，法院判决相当果断，总之大伙儿先拿了金币再说，拖久了对谁都没好处。

截至今日， Anthropic 盗版书集体诉讼案算是告一段落，但 AI 和版权的争议远远没有结束。

AI 到底能不能不打招呼，就拿真人创作者的作品训练？

如果 AI 生成的东西，复刻了真人作品的风格和表达，到底算不算侵权？

一旦真的侵权，责任又该算在谁头上？

我们到底要怎么在 AI 的发展，与人类的权益之间，寻求平衡？

所以，比起超级智能、灾难性风险、人类长期福祉。。。这些即使签了一百份协议也无法解决的宏伟命题，A/，不如回头看看这场无人会主动退出的 AI 竞赛里，到底有哪些问题，可以摸摸良心先解决吧。

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：素描

图片、资料来源：

路透社、X、404 media、arxiv、

https://storage.courtlistener.com/recap/gov.uscourts.cand.434709/gov.uscourts.cand.434709.680.0_5.pdf