[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-anthropic-buy-books-scan-destroy-training-zh":3,"article-related-anthropic-buy-books-scan-destroy-training-zh":31,"series-industry-54073d4e-0838-4c5f-bb9b-8628a746c800":76},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":24,"views":28,"created_at":29,"published_at":30,"topic_cluster_id":11},"54073d4e-0838-4c5f-bb9b-8628a746c800","anthropic-buy-books-scan-destroy-training-zh","Anthropic買書掃描再銷毀，想守住訓練合法性","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa>先買正版紙書，再掃描成\u003Ca href=\"\u002Fnews\u002Fpretrain-q-functions-online-rl-finetuning-zh\">訓練\u003C\u002Fa>資料，最後銷毀實體書，想把\u003Ca href=\"\u002Fnews\u002Fmental-world-modeling-simulating-minds-zh\">模型\u003C\u002Fa>訓練放進美國版權法可接受的範圍。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>這招很直白，也很硬派。先合法買書，再把紙書轉成數位文本，最後把實體書處理掉。它想說服法院的核心很簡單：這比較像格式轉換，不像額外複製受保護內容。\u003C\u002Fp>\u003Cp>這件事會吵起來，不意外。AI 訓練最敏感的兩個問題，一直都是資料來源和使用邊界。這次把兩個問題一起拉到桌面，法律味道比技術味道更重。\u003C\u002Fp>\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>項目\u003C\u002Fth>\u003Cth>資訊\u003C\u002Fth>\u003Cth>意義\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>公司\u003C\u002Ftd>\u003Ctd>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>\u003C\u002Ftd>\u003Ctd>爭議核心當事方\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>資料來源\u003C\u002Ftd>\u003Ctd>正版紙質書\u003C\u002Ftd>\u003Ctd>強調合法購入\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>處理方式\u003C\u002Ftd>\u003Ctd>掃描後銷毀實體書\u003C\u002Ftd>\u003Ctd>降低新增副本爭議\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>法理基礎\u003C\u002Ftd>\u003Ctd>\u003Ca href=\"https:\u002F\u002Fwww.copyright.gov\u002Ftitle17\u002F\" target=\"_blank\" rel=\"noopener\">首次銷售原則\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.copyright.gov\u002Ffair-use\u002F\" target=\"_blank\" rel=\"noopener\">合理使用\u003C\u002Fa>\u003C\u002Ftd>\u003Ctd>替訓練行為找合法入口\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>相關公司\u003C\u002Ftd>\u003Ctd>\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.google.com\u002F\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa>\u003C\u002Ftd>\u003Ctd>同樣面臨資料合規壓力\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003Ch2>這套做法為什麼有法律味\u003C\u002Fh2>\u003Cp>美國版權法的\u003Ca href=\"https:\u002F\u002Fwww.copyright.gov\u002Ftitle17\u002F\" target=\"_blank\" rel=\"noopener\">首次銷售原則\u003C\u002Fa>，意思很單純。你買了合法出售的實體書，就能轉賣、借出，或自己處理那本書。Anthropic 的論點，是把掃描後的數位文本視為原書的替代形式，而不是市場上新增的一份副本。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785396792157-cnvv.png\" alt=\"Anthropic買書掃描再銷毀，想守住訓練合法性\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>它還會再疊一層\u003Ca href=\"https:\u002F\u002Fwww.copyright.gov\u002Ffair-use\u002F\" target=\"_blank\" rel=\"noopener\">合理使用\u003C\u002Fa>。法院看這件事時，通常會看用途、作品性質、使用比例，以及是否影響市場。AI 公司最想說服法官的地方，就是訓練屬於高度轉換性的技術用途。\u003C\u002Fp>\u003Cp>但模型訓練和人類閱讀差很多。人讀完一本書，腦中留下的是理解。模型訓練後留下的是參數和權重。這種差異，會直接影響法院怎麼看「複製」和「使用」的界線。\u003C\u002Fp>\u003Cul>\u003Cli>合法購入：先把來源做乾淨\u003C\u002Fli>\u003Cli>掃描轉檔：把紙本變成可訓練資料\u003C\u002Fli>\u003Cli>銷毀原件：避免紙本和數位版同時存在\u003C\u002Fli>\u003Cli>訴訟策略：把焦點鎖在合理使用\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>法院為什麼會認真看這件事\u003C\u002Fh2>\u003Cp>因為這不是學術問題，是商業模式問題。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fopenai.com\" target=\"_blank\" rel=\"noopener\">OpenAI\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.google.com\u002F\" target=\"_blank\" rel=\"noopener\">Google\u003C\u002Fa> 這類公司，都需要大量高品質、可追溯的資料。紙書掃描路線的吸引力，就在於它比亂抓網頁更容易交代來源。\u003C\u002Fp>\u003Cp>這裡的關鍵，不只是技術流程，而是證據鏈。你能不能證明每一本書都合法買來？掃描後有沒有留下完整紀錄？原件是不是確實銷毀？這些細節會決定法官怎麼看你的動機。\u003C\u002Fp>\u003Cp>Anthropic CEO \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fanthropic-announces-new-models\" target=\"_blank\" rel=\"noopener\">Dario Amodei\u003C\u002Fa> 直接把立場講得很明白：\u003C\u002Fp>\u003Cblockquote>“Fair use is the most important defense for the development of generative AI.” — Dario Amodei\u003C\u002Fblockquote>\u003Cp>這句話很直球。它代表 Anthropic 不是在躲版權爭議，而是在押注合理使用能不能撐住\u003Ca href=\"\u002Ftag\u002F生成式-ai\">生成式 AI\u003C\u002Fa> 的訓練需求。法律站得住，商業模式才有空間。\u003C\u002Fp>\u003Cp>如果法院接受這種說法，其他公司也會更重視可審計流程。買書、掃描、建庫、銷毀原件，會變成一套可以被檢查的合規工法。\u003C\u002Fp>\u003Ch2>和直接抓網頁訓練差在哪\u003C\u002Fh2>\u003Cp>差很多。網頁爬蟲拿到的資料來源很散，版權狀態也很亂。付費牆、平台條款、robots 設定、轉載來源，全部混在一起。紙書掃描則是封閉流程，來源清楚，購買紀錄也比較好查。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785396788719-bnae.png\" alt=\"Anthropic買書掃描再銷毀，想守住訓練合法性\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>但這不代表風險消失。法院還是會問，掃描後的數位檔是不是新副本？訓練行為有沒有超過合理使用？模型輸出會不會替代原作市場？這些問題，不會因為「我買了正版」就自動消失。\u003C\u002Fp>\u003Cp>對開發者來說，這件事的\u003Ca href=\"\u002Fnews\u002Ffruitfly-inspired-regression-without-heavy-models-zh\">啟發\u003C\u002Fa>其實很現實。\u003Ca href=\"\u002Ftag\u002F資料治理\">資料治理\u003C\u002Fa>不是貼個合規標籤就結束。你要能回答資料從哪來、誰能用、用了多少、留了多久。\u003C\u002Fp>\u003Cul>\u003Cli>網頁抓取：來源多，邊界亂\u003C\u002Fli>\u003Cli>紙書掃描：來源清楚，流程可追\u003C\u002Fli>\u003Cli>市場影響：若模型替代閱讀，爭議更大\u003C\u002Fli>\u003Cli>合規成本：買書、掃描、存檔、銷毀都要錢\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>如果這條路被接受，會改變什麼\u003C\u002Fh2>\u003Cp>最直接的變化，是 AI 公司會把買實體書變成資料管線的一部分。出版商和版權代理也會重新算帳，因為資料來源一旦有司法空間，談判籌碼就會變。\u003C\u002Fp>\u003Cp>但這條路不會適用所有內容。書籍可以買、可以掃、可以銷毀。網頁、論壇貼文、程式碼倉庫、使用者內容，就沒這麼整齊。也就是說，就算紙書路線成立，它也只是局部解法。\u003C\u002Fp>\u003Cp>更麻煩的是，這會把爭論從「有沒有偷資料」往前推成「法官願不願意接受這種資料處理方式」。這才是後面真正難打的地方。\u003C\u002Fp>\u003Cp>從產業角度看，這也會逼 AI 公司更重視資料來源治理。未來誰能證明資料合法、流程可追、風險可控，誰就更容易在訴訟裡站穩。\u003C\u002Fp>\u003Ch2>這件事放回 AI 產業脈絡看\u003C\u002Fh2>\u003Cp>大模型競爭早就不只比參數。現在比的是資料、算力、法務和供應鏈。\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\" target=\"_blank\" rel=\"noopener\">Anthropic\u003C\u002Fa> 走這種紙書掃描路線，等於把版權風險前移到採購端，而不是等訓練完才補救。\u003C\u002Fp>\u003Cp>這也反映一個現實：模型越大，資料治理越重要。台灣很多軟體團隊在做 \u003Ca href=\"\u002Ftag\u002Frag\">RAG\u003C\u002Fa>、知識庫或企業內訓模型時，常常只看效果，不看來源。短期看起來快，長期很容易踩雷。\u003C\u002Fp>\u003Cp>如果你在做 AI 產品，我會建議先問三件事：資料來源有沒有授權、是否保留證據、資料處理規則能不能寫進內控。這三件事看起來無聊，出事時卻最有用。\u003C\u002Fp>\u003Ch2>結論很簡單\u003C\u002Fh2>\u003Cp>Anthropic 這招是在測試法院底線。它想證明，合法買來的紙書，掃描後銷毀原件，再拿去訓練模型，能不能被放進合理使用的框架裡。\u003C\u002Fp>\u003Cp>如果你在做 AI 產品，現在就該把資料來源和處理流程整理乾淨。別等訴訟來了，才開始補文件。這場爭議接下來會看法院怎麼畫線，也會看業界願不願意照著這條線做事。\u003C\u002Fp>","Anthropic買正版紙書掃描後銷毀原書，想用首次銷售原則和合理使用原則，讓模型訓練站進美國版權法的可辯護範圍。","www.zhihu.com","https:\u002F\u002Fwww.zhihu.com\u002Fquestion\u002F2065707692950123437\u002Fanswer\u002F2065732012296639901",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785396792157-cnvv.png","industry","zh","172aeb51-6030-4f9c-b41b-4706e3071297",[17,18,19,20,21,22,23],"Anthropic","AI訓練","版權法","首次銷售原則","合理使用","紙書掃描","模型訓練",[25,26,27],"Anthropic 用合法買書、掃描、銷毀原件的流程，爭取把訓練放進合理使用範圍。","這套做法的重點是證據鏈和資料來源治理，不只是技術轉檔。","就算紙書路線成立，也只適用部分內容，不會自動解決所有 AI 版權問題。",0,"2026-07-30T07:32:42.993389+00:00","2026-07-30T07:32:42.968+00:00",{"tags":32,"relatedLang":35,"relatedPosts":39},[33],{"name":17,"slug":34},"anthropic",{"id":15,"slug":36,"title":37,"language":38},"anthropic-book-scanning-legal-strategy-en","Anthropic’s Book Scanning Strategy Could Set a Pattern","en",[40,46,52,58,64,70],{"id":41,"slug":42,"title":43,"cover_image":44,"image_url":44,"created_at":45,"category":13},"06ecd48d-e824-4918-9b91-1aa6cb7e9ddf","immich-docker-compose-setup-common-errors-zh","Immich Docker Compose 5 個常見錯誤修正","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785403975315-zugi.png","2026-07-30T09:32:28.534813+00:00",{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"c8975000-183e-40a3-8166-f82e7df426f9","huang-open-letter-open-weight-ai-playbook-zh","黃仁勳把開放權重變成政策模板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785378794029-2xws.png","2026-07-30T02:32:49.564763+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"3eb8d253-88d2-4abb-8a20-d0cd2cbf8ec1","32-firms-back-open-weight-ai-dc-letter-zh","32 家公司挺開放權重 AI","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785376966978-w5h4.png","2026-07-30T02:02:24.180115+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"93909597-d1e6-4dab-acb9-f57e677b3a1d","huang-shou-pian-x-wen-gong-kai-ting-kai-fang-quan-zhong-ai-zh","黃仁勳首篇 X 文，公開挺開放權重 AI","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785375182108-9blu.png","2026-07-30T01:32:35.493421+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"426b9a43-e4a1-4d1f-9386-540db4df1f70","black-duck-coverity-ai-era-triage-zh","Coverity 5 項更新，AI 時代更好分流風險","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785371567363-mk3t.png","2026-07-30T00:32:20.398854+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"2b6dff56-5978-4698-80ba-2c3495d568ff","anthropic-opus-5-cheaper-ai-race-zh","Opus 5 把 Anthropic 的企業 AI 價格打下來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1785369760529-sfd4.png","2026-07-30T00:02:19.796944+00:00",[77,82,87,92,97,102,107,112,117,122],{"id":78,"slug":79,"title":80,"created_at":81},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":83,"slug":84,"title":85,"created_at":86},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":88,"slug":89,"title":90,"created_at":91},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":93,"slug":94,"title":95,"created_at":96},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":98,"slug":99,"title":100,"created_at":101},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":103,"slug":104,"title":105,"created_at":106},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":108,"slug":109,"title":110,"created_at":111},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":113,"slug":114,"title":115,"created_at":116},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":118,"slug":119,"title":120,"created_at":121},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":123,"slug":124,"title":125,"created_at":126},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]