#Anthropic为训练模型焚书坑儒# 当代版“焚书坑儒”的判决出来了，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。而 Anthropic 前两年的实际营收，也只有50亿。这一刀，快砍到大动脉了。

还是先简单介绍下前情。很多企业都用 The Pile 数据集训练模型，里面有个 Book3 子集，包含近20万本没有版权的电子书。这玩意儿明面上早就被下架，所以懂的都懂。媒体对此发起了大规模调查，最终 A/ 的发言人承认 Claude 确实干了。

于是，三名作家代表数十万版权人，朝着 A/ 就 A 了上去，告出了这起史上最大的 AI 版权案。立案以后调查才发现，Books3 那几十万本算个啥，还有 LibGen、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：A/ 花数百万美元收购纸质书籍，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”。

其实隔壁 Google Books 也扫书，但纸书原件没有销毁，法院依然认为是合理使用。A/ 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。还要永远封存，咋地，你是要独占人类文明？

而且你小子懂版权，为了规避法律风险就把书毁了，那之前下载盗版书不就是明知故犯？所以15亿美金也算杀A儆猴了，但 AI 和版权的争议远远没有结束。