如果你開一間二手書店，
有一天突然有人一次買走：
一本老舊農業工具書，
一本 1950 年代賽車手傳記，
一本外文小說，
一本幾十年前的軍艦雜誌，
你大概會想：
這個人到底在研究什麼？
但最近英國與愛爾蘭不少二手書店，
真的開始遇到這種奇怪的客人。
而且不是買十本、二十本。
是幾百本，
甚至幾千本。
Guardian 採訪的英國書商表示，最近幾個月開始收到大量主題毫無關聯的訂單。有人從美國、加拿大、歐洲與英國下單；其中一名匿名書商更表示，今年以來已收到類似買家約 6,000 本書的訂單，而且這些買家願意付高價，大量購買時也不太要求折扣。
這就讓書商開始懷疑：
這些書真的有人要「看」嗎？
還是有人想要的，
其實不是書，
而是裡面的文字？
先說清楚：現在還沒證實是 AI 公司
這一點非常重要。
Guardian 報導的是：
多家二手書店觀察到異常的大量採購，
而一些書商因此懷疑，這些書可能最後會被掃描，拿去做 AI 訓練資料。
但目前沒有證據證明，
這一波神秘訂單背後就是某一家 AI 公司。
甚至連部分書商自己都提出疑問：
有些被買走的書明明早就能免費在網路上找到，
如果真的是拿去訓練 AI，
為什麼還要買實體書？
所以這個故事最有意思的地方，
不是「AI 公司又被抓到了」。
而是：
為什麼在 AI 時代，幾十年前的舊書突然變得值得大量搜尋？
因為最先進的 AI，還是需要吃資料
ChatGPT、Claude 或其他大型語言模型，
不是一出生就懂語言。
它們需要從大量文字裡學習：
一句話通常怎麼接，
不同概念怎麼關聯，
人類怎麼寫故事，
怎麼說明知識，
怎麼表達不同時代與文化的想法。
網路當然是非常大的資料來源。
但問題也慢慢出現了。
現在的網路，
已經和五年前的網路不一樣。
因為今天你看到的一篇文章，
可能是人寫的，
也可能是 AI 寫的，
甚至可能是：
AI 先寫，
人再修改，
另一個 AI 再整理一次。
於是下一個問題就來了：
如果 AI 未來繼續拿網路資料訓練，怎麼知道自己吃到的不是上一代 AI 寫出來的東西？
AI 愈普及，「AI 出現以前的文字」反而可能愈珍貴
這就是老書突然變得有意思的地方。
2026 年的一篇網路文章，
你不一定知道有多少內容曾經經過 AI。
但一本 1983 年印出來的雜誌，
不用猜。
那時候根本沒有今天的生成式 AI。
一本 1970 年出版的地方史，
一本 1950 年的汽車傳記，
甚至一本從來沒有被 Google 完整數位化的冷門書，
都有一個今天突然變得很特別的特徵：
它幾乎可以確定來自人類。
Guardian 報導提到，一個書籍資料庫先前甚至曾用「書架上的書就是 AI 訓練資料」作為市場測試方向，並特別把 2022 年以前出版的內容視為有吸引力，理由正是這些文字比較不容易混入聊天機器人生成內容。該頁面後來已被撤下，業者表示那只是測試市場興趣。
這不是第一次有人為了 AI 大量買實體書
書商之所以會產生這種聯想，
也不是完全沒有前例。
Anthropic 過去就曾大量購買實體書籍，
再把書脊切除，
將書頁掃描成數位內容。
Anthropic 對 Guardian 表示，Claude 的訓練資料來自公開網路資料、商業取得的資料集，以及公司自行產生的資料；公司也表示，取得書籍是大型語言模型產業會使用的一種資料來源。
所以現在二手書商看到：
買家身分模糊，
選書完全沒有主題，
一次大量採購，
又願意支付高價，
自然就會想到：
這會不會又是一波資料收集？
但再次強調，
這次這些訂單的真正用途，目前仍沒有被證實。
為什麼不能只把 AI 寫的內容再餵給 AI？
想像一個學生。
第一年，
老師讓他讀一百本真正的人類作品。
他學完以後，
開始自己寫文章。
第二年，
新的學生進來。
但老師沒有再拿原本那一百本書，
反而拿：
第一個學生寫的文章，
第一個學生的摘要，
第一個學生改寫過的版本，
讓第二個學生繼續學。
到了第三代，
又再讀第二代寫的內容。
久了以後會發生什麼？
原本資料裡的細節、
少數觀點、
特殊寫法，
都有可能慢慢被磨平。
這不代表 AI 生成資料完全不能用。
研究人員確實會使用合成資料訓練與改善模型。
真正的問題是：
你必須知道資料從哪裡來、品質如何，以及裡面到底有多少是人類原始資料。
所以真正有價值的，
不只是「更多文字」。
而是：
來源清楚、品質夠好，而且你知道它是什麼的文字。
這就像種子庫
全世界已經有很多地方建立種子庫。
不是因為現在沒有植物。
而是因為當農業大量使用少數品種之後，
那些比較古老、少見、沒有被取代的種子，
反而可能成為未來重新培育的重要資源。
文字也可能出現類似現象。
網路上的內容只會愈來愈多。
但其中真正能確定：
由人類寫成，
來自特定年代，
有清楚來源，
沒有經過生成式 AI 介入，
這種資料反而可能變得更難找。
於是一本以前只值幾英鎊、
放在角落很多年都沒人翻的書，
突然多出另一種可能的價值：
它保存了一小塊還沒有被生成式 AI 影響過的人類語言。
而且老書裡有網路找不到的東西
還有另一個容易被忽略的問題。
我們常以為：
Google 找不到的東西，
大概就不存在。
其實不是。
世界上還有大量：
地方史，
專業手冊，
舊期刊，
冷門語言作品，
絕版書，
區域性出版品，
私人研究資料，
根本沒有完整數位化。
所以一本非常冷門的舊書，
對普通讀者來說可能完全沒興趣，
對想增加模型資料多樣性的人來說，
卻可能代表網路上根本沒有的內容。
這也是為什麼這些「亂七八糟」的採購，
反而特別引起書商注意。
如果有人是收藏某個主題，
通常會買一整批鐵路書、
汽車書、
軍事書，
或者某個作家的作品。
但現在出現的訂單，
恰恰沒有這種邏輯。
真正稀缺的東西，可能正在改變
AI 熱潮剛開始時，
大家說最缺的是：
GPU。
後來大家發現還缺：
資料中心，
電力，
網路，
變壓器，
甚至土地。
但當模型愈來愈多，
網路也開始出現愈來愈多 AI 生成內容之後，
另一種稀缺資源可能開始浮現：
高品質、來源清楚的人類原始資料。
而它可能藏在非常意想不到的地方。
不是新的資料中心。
不是最先進的晶片工廠。
而是一間幾十年歷史的二手書店裡。
AI 愈進步，人類留下的原始痕跡可能愈重要
這大概是今天這個故事最有趣的反差。
我們一直以為 AI 的方向是：
把所有書數位化，
把所有知識放到網路，
最後實體資料就不重要了。
結果 AI 發展到某個階段後，
可能反過來開始尋找：
那些還沒有被數位世界反覆複製、整理與生成過的內容。
所以今天真正值得思考的，
不是那些神秘買家究竟是不是 AI 公司。
而是：
當 AI 產生的內容愈來愈多，
我們會不會開始重新發現，
「這確定是一個人真正寫下來的」
本身就是一種價值？
幾十年前沒有人想到，
一本老書最珍貴的地方，
有一天可能不是它有多熱門。
而是：
它保存了一段 AI 還沒有出現以前，人類真正寫下來的文字。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 幫你整理好新聞，但如果沒有人再點進原網站，未來誰來採訪真相？
AI 今日早報｜2026/07/26：Meta AI 開始自動執行定期任務、印度法院支持 AI 訓練使用新聞、馬來西亞資料中心面臨水電壓力
