精华简报：稀有书籍运输追踪揭示亚马逊AI训练数据来源
TL;DR（一段话总结）
404 Media 通过在稀有书籍订单中偷偷放入 Apple AirTag 进行实物追踪，首次以确凿证据证实了业界长期以来的猜测：大批量、价格不敏感的匿名购书订单确实来自大型科技公司，其目的正是将实体书籍进行破坏性扫描，以获取高质量AI训练数据——而这批书最终被送往亚马逊位于拉斯维加斯的 LAS8 设施（VGT3 角落），该地点甚至以“恐龙拿书”的标志直白地宣示其功能。
核心观点与深度洞察
1. 匿名批量购书订单的真相被“物理验证”
- 长期以来，书商圈子中流传着关于“价格不敏感匿名买家”大量采购书籍的故事，普遍怀疑是AI公司所为。
- 2025年6月，Simon Willison 曾报道 Anthropic 的书籍扫描行为，但缺乏直接证据。
- 此次 404 Media 采用 AirTag 这一低成本、高说服力的调查手段，将“猜测”升级为“实证”——一本被追踪的书最终进入亚马逊的 AI 训练设施，形成了完整的证据链。
2. 亚马逊的 VGT3/LAS8 设施是一个“破坏性扫描中心”
- 被追踪的书籍被送至 LAS8 设施的 VGT3 角落，入口处悬挂着“恐龙拿书”的标识。
- 亚马逊员工在论坛讨论中确认，VGT3 会“破坏性扫描”（destructively scans）大量书籍——意味着书籍在扫描后被销毁或无法再使用。
- 这揭示了AI训练数据采集的一个关键环节：实体书籍的物理处理流程已经工业化、规模化。
3. 训练数据获取的“灰色地带”正在扩大
- 大型AI公司为了获取高质量、有版权保护的文本数据，正在绕开公开网络，直接进入实体书市场。
- 匿名采购、批量购买、破坏性扫描——这些操作在法律和伦理上均处于模糊地带，但已形成一条完整的产业链。
- 亚马逊既是AI参与者（通过AWS和自有模型），又是全球最大图书销售渠道之一，其内部设施被用于此目的，具有强烈的利益冲突意味。
4. 调查方法论的创新：AirTag 成为情报工具
- 这是一个“低技术含量但高说服力”的新闻调查案例：利用消费级追踪设备，在不侵入内部系统的情况下，精准定位供应链终点。
- 对记者、监管者和研究者而言，这种“物理溯源”方法可复制，用于验证其他灰色供应链。
对行业的启发与影响
对AI公司：训练数据合规风险将加速暴露
- 实体书扫描行为一旦被大规模曝光，将引发更严厉的版权诉讼和监管审查。AI公司若继续依赖这种“物理盗版”模式，将面临巨大的法律和声誉风险。
- 行业需要建立更透明、更合规的训练数据获取机制，例如与出版商签订明确授权的数字化协议。
对出版与图书行业：议价能力可能增强
- 这一发现证实了实体书（尤其是稀有书籍）对AI训练有真实需求，书商和版权方在谈判中拥有此前被低估的筹码。
- 图书行业可能催生新的授权商业模式，例如“AI训练专用数字化许可”。
对监管与政策制定者：需要明确的“物理数据”监管框架
- 当前AI数据法规多关注网络抓取，对“实体书扫描”这一渠道几乎没有覆盖。
- 此案例表明，监管必须延伸到物理供应链，包括仓储、物流、扫描设施，并明确“破坏性扫描”是否构成合理使用。
对公众与研究者：AI训练数据的“黑箱”正在被打开
- 通过巧妙的调查手段，公众得以窥见AI基础设施背后不为人知的物理环节。
- 这有助于推动更广泛的AI透明度要求，包括数据来源的披露义务。
来源：Simon Willison 博客，2026年8月17日，引用 404 Media 的调查报道。