404 Media 在透過 Biblio 市場購買的約一千本珍貴書籍中放置了一個 Apple AirTag，確認該批書籍送達位於拉斯維加斯的亞馬遜 VGT3 設施。這提供了具體證據，證明亞馬遜正在對實體書籍進行破壞性掃描，以作為 AI 訓練數據。 這項調查證實了長期以來的猜測，即大型科技公司正在收購大量實體書籍，以確保其模型能使用高品質的人類書寫文本進行訓練。這突顯了數據獲取策略的轉變，即實體媒體經過處理和銷毀後，能保證數據的獨佔性和品質。 該拉斯維加斯設施的入口處有一個拿著書的恐龍標誌，內部論壇討論確認 VGT3 區域會大量破壞性掃描書籍。掃描過程通常包括切下書脊並將紙頁打成紙漿，因此原始書籍無法倖存。
事件背景
AI 公司越來越傾向於尋找實體書籍來訓練大型語言模型（LLM），因為這些文本保證是人寫的，且沒有網路雜訊。之前的報告，如 Anthropic 的「巴拿馬計畫」，揭示了類似的大規模掃描書籍努力，通常透過 Biblio 等線上市場以溢價購買。
社群觀察
社群情緒主要集中在亞馬遜從書店賣家轉變為毀書訓練 AI 的諷刺性上。讀者欣賞使用 AirTag 追蹤供應鏈的調查方法，並確認了掃描過程的破壞性本質。
