独立科技媒体404 Media最新调查揭露，亚马逊在拉斯维加斯运营着一处此前未被披露的设施，该设施专门将纸质书籍（包括稀有版本）系统性地扫描并销毁，用于训练人工智能模型。调查人员通过将追踪设备放入一批稀有书籍的运输包裹中，最终锁定目的地为亚马逊的VGT3团队。
该设施员工向404 Media透露，他们的唯一任务是接收大量纸质书籍，切除装订后，将书页送入高速扫描仪。整个过程会彻底毁掉实体书。该团队的标志是一只恐龙用爪子抓住一本书，被媒体形容为“极其贴切”。
报道指出，2022年前出版的书籍需求极高，因为其文本大多无法在线获取，且关键的是并非机器生成。若用AI自身生成的内容进行训练，可能导致“模型崩溃”，即每次递归训练后输出质量都会下降。2022年前的纸质书籍提供了干净的训练数据来源。
亚马逊并非唯一这样做。为AI实验室供应纸质书籍的灰色产业已悄然兴起，这些书被拆解、扫描、丢弃，无异于现代版《华氏451度》。据称，Anthropic内部名为“Project Panama”的项目曾以破坏性扫描方式将数百万本书数字化。
对干净文本的争夺已蔓延至法庭。一名联邦法官裁定，使用合法购买的书籍训练AI可能属于合理使用，这对Anthropic而言是一次局部胜利，Meta和OpenAI也声称适用该原则。然而，盗版副本仍是独立法律问题：Anthropic已就扫描盗版书籍达成15亿美元和解，Salesforce则面临涉嫌图书盗版的集体诉讼。
书商在过去一年注意到大量批量订单激增，并怀疑背后是AI公司。这些买家对价格不敏感，且选书看似随机。当一枚AirTag最终揭示了收货地点，书商的怀疑得到证实。亚马逊回应称，其“通过商业渠道购买书籍，以帮助开发和改进客户使用的产品和服务”。