二手书店被莫名其妙的批量订单刷屏其实是在给大模型喂数据

英国和爱尔兰不少二手书商最近发现个怪事，很多订单量大得离谱且毫无逻辑，买家行为像极了某种自动化脚本。这种现象其实揭露了一个挺残酷的现实：当数字化版权墙越来越高，AI 公司为了给模型搞高质量语料，开始绕道去抢实体书的数字化资源。

说白了就是很多大模型公司在通过第三方代理，大规模买断那些没被数字化、或者版权模糊的旧书，然后通过 OCR 扫描成文本喂给模型。这导致很多稀缺的二手书在市场上突然消失，价格被无端抬高，对真正爱书的人来说简直是灾难。

如果这种趋势继续，以后我们可能得面对一个很诡异的局面——书店里没书，但 AI 知道书里所有的字。这本质上是一种“数据掠夺”，把实体世界的文化资产强行转化为数字算力。

我觉得这种操作挺粗暴的，而且完全没有透明度。如果 AI 公司想搞大规模语料采集，最好的实操方案应该是建立一个公开的数字化捐赠或采购协议，而不是通过这种像“刷单”一样的地下方式去扰乱二手书市场。

对于我们这些搞技术的人来说，这其实也提醒了一件事：高质量的私域数据才是未来的核心竞争力。当公开网页被爬光之后，这种从物理世界挖掘数据的“土办法”可能会成为常态。