日本古書店湧入神秘大訂單:業界懷疑 AI 在收書,美國已有人拆書掃描

fOx Hsiao · 發布於 2026/09/28 下午04:30 · 更新於 2026/09/28 下午07:25 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
2,263次
喜歡
39次
YouTube 留言總數
1則
長度
—
字幕狀態未確認

觀看數觀測

目前僅一筆觀測 ·
2,263次

共同標籤

這支影片尚未比對共同詞彙

比對版本

youtube-quality-20261017-a

影片說明

日本各地的網路古書店從 8 月起湧入大量冷門專業書訂單,寄件地址都是岡山縣同一個物流中心。日本電視台另查到,一家大型出版經銷商的集團企業去年起向美國出口了 50 噸以上的書,兩者是否相關仍未證實。業界懷疑有人在收集 AI 學習資料,但買家至今沒有證實。 美國已有類似案例,Anthropic 在訴訟中解封的內部文件寫著要破壞性掃描全世界的書;404 Media 把追蹤器藏進一本稀有書,訊號停在 Amazon 拉斯維加斯的倉庫,員工說書背會被切掉再高速掃描。2025 年,加州北區聯邦地院在 Bartz v. Anthropic 案認定,Anthropic 將合法買來的紙本逐本轉成公司內部數位替代本、銷毀紙本且未對外提供,這項格式轉換屬合理使用。🦊 [合作]主持人服裝由東海模型提供 #AI #古書店 #訓練資料 影像素材(部分畫面經裁切、壓暗與合成): ・地圖、切書背與掃描示意動畫:本頻道自製 ・神保町古書店照片,Wikimedia Commons:Nick-D〈Bookshop in Kanda-Jimbocho area of Tokyo〉CC BY-SA 3.0 https://commons.wikimedia.org/wiki/File:Bookshop_in_Kanda-Jimbocho_area_of_Tokyo.JPG ;Nick-D〈Books along a walkway in the Kanda-Jimbocho area of Tokyo〉CC BY-SA 3.0 https://commons.wikimedia.org/wiki/File:Books_along_a_walkway_in_the_Kanda-Jimbocho_area_of_Tokyo.JPG ;Kenichiro MATOHARA〈Yaguchi Book Store and Koga Book Store〉CC BY 2.0 https://commons.wikimedia.org/wiki/File:Yaguchi_Book_Store_and_Koga_Book_Store.jpg ;Real Estate Japan(照片標示 Scott Kouchi)〈Used bookstore in Jimbocho〉CC BY 2.0 https://commons.wikimedia.org/wiki/File:Used_bookstore_in_Jimbocho_%2850495926321%29.jpg ・授權條款:CC BY-SA 3.0 https://creativecommons.org/licenses/by-sa/3.0/ ;CC BY 2.0 https://creativecommons.org/licenses/by/2.0/ ・Internet Archive Scribe 工作站影像:Internet Archive 官方 X 帳號影片(合理引用) https://x.com/internetarchive/status/2092294612568138217 ・書籍動態畫面:Pexels(Nothing Ahead、Kaboompics、Attila Pergel、Canan İldeniz、K、Matthias Groeneveld),Pexels License ・日テレNEWS、404 Media 報導頁面截圖;Bartz v. Anthropic 合理使用裁定書截圖 主要來源: ・日テレNEWS 2026-09-22(Yahoo!ニュース轉載) https://news.yahoo.co.jp/articles/b5bf35aac135601dde27ef7d43cbf5d7fe95e671 ・404 Media 2026-08-17 https://www.404media.co/we-tracked-a-shipment-of-rare-books-it-ended-at-an-amazon-ai-training-facility/ ・404 Media 2026-08-26 員工訪談 https://www.404media.co/inside-the-warehouse-where-amazon-scans-and-destroys-books-for-ai-training/ ・NPR 2026-08-19 https://text.npr.org/nx-s1-5936438 ・Bartz v. Anthropic 合理使用裁定(2025-06-23) https://www.hunton.com/assets/htmldocuments/Bartz_et_al_v_Anthropic_Order_on_Fair_Use.pdf ・Washington Post 2026-01-27 https://www.washingtonpost.com/technology/2026/01/27/anthropic-ai-scan-destroy-books/ 訂閱電子報《狐說八道》 https://anduril.tw

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
觀測分析
直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

時間序列只有一筆有效觀測時,只列出該值與觀測時間,不畫走勢圖;累積兩筆以上才畫圖。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。

頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。

完整的資料來源與計算方式 →