人工智能正面临一场生存威胁:用于训练的纯净“人类”数据即将枯竭。市场已经以极其特殊的方式对这一短缺做出了反应——从批量收购并销毁纸质书籍,到租赁面孔和声音用于合成角色。

备受关注的是ISBNdb平台,这是一个涵盖1.13亿种出版物的元数据聚合器。该平台向AI实验室提供批量采购图书的服务,单批可达一百万册,随后进行数字化处理并销毁。当这一模式被公之于众后,该公司匆忙删除了宣传页面,声称这只是一次“市场需求测试”,并未达成任何交易。然而,根据我掌握的数据,独立二手书商自2026年4月起就已记录到异常的采购激增,且收购方既不关心书籍价值,也不在意体裁——只关注是否存在ISBN编码。

模型崩溃:当AI吞噬自身

这场狂热正是“模型崩溃”现象的直接后果。这一术语由伊利亚·舒迈洛夫领导的研究团队于2023年5月正式提出,描述的是神经网络在利用其他AI生成的数据进行训练时出现的退化现象。系统变得平庸化,与现实脱节,并不断累积错误。问题的规模已得到数据证实:据Epoch AI估计,互联网上适合训练的文字内容可能在2026至2032年间耗尽。我基于Ahrefs数据的独立计算显示,网络上超过74%的新内容已带有自动生成的痕迹,这使得2022年之前出版的书籍成为名副其实的“金矿”——唯一有保障的“纯净”来源。

Anthropic的案例也颇具代表性,该公司投入数千万美元实施“巴拿马项目”,大规模收购并扫描图书。2025年6月法官威廉·阿尔苏普的裁决将合法购买出版物的数字化合法化,实际上打开了潘多拉魔盒。如今,只需保留一张收据,就能使数据来源合法化。价格差距令人震惊:二手市场上价值2至5美元的一本书,可能转化为价值数十亿美元的模型。

面孔租赁:AI产业的新货币

当一些人批量收购书籍时,另一些人则在将自己的外貌变现。在中国,ActID和New Claw等平台向人们支付15至700美元,以获取其肖像在AI剧集和广告中的使用许可。需求巨大:2026年第一季度发布的12.8万部AI微短剧中,超过95%使用了合成面孔。然而,实践表明,对自身数字形象的控制不过是一种幻觉。英国演员的虚拟形象出现在宣传视频中的案例,仅仅是冰山一角。合同条款往往模糊不清,以至于权利人无法预见自己的面孔会出现在何种语境中。

这场对“有机素材”——文本、面孔、声音、动作——的争夺,暴露了一个根本性问题。一个追求自主性的产业,却100%依赖人类作为原材料来源。但这场交易从来都不对等:数据不可逆转地脱离所有者的控制,而使用责任则在法律措辞中被稀释。目前,机器还离不开我们,但这种“合作”的代价正变得越来越令人恐惧。