2022 年 11 月，OpenAI 推出 ChatGPT，揭開生成式 AI 序幕，自此使用人數一直遙遙領先，ChatGPT 成為 AI 的代名詞。三年半後的今天，雖然 ChatGPT 的市佔率依然最高，但營收已被知名度低得多的 Claude 趕上，OpenAI 亦有可能被 Claude 的開發商 Anthropic 搶先上市。
Claude 是怎樣煉成的
Anthropic 向來站在道德高地，著重 AI 安全落地，以 PBC（Public Benefit Corporation，公共利益公司）而非一般營利公司（C Corporation）註冊。強調正當使用 AI 的 Anthropic，經常指責中國公司蒸餾 Claude，以低成本取得美國的研發成果。如果說中國模型是從蒸餾 Claude 而來，Anthropic 當初又是如何訓練出 Claude？從一宗版權訴訟案，我們可以看出端倪。
2024 年 8 月，三位美國作家控告 Anthropic 訓練大語言模型 Claude 時用上大量正版書及盜版書。案情揭露，Anthropic 於 2024 年 2 月挖角 Google 圖書掃描專案的合作夥伴主管 Tom Turvey，在市面上購買大量主要為二手的紙本書，掃描後以光學字元辨識（OCR）提取文本，銷毀原有紙本；同一時間，Anthropic 亦從 Library Genesis 等影子圖書館下載超過七百萬本盜版書。
2025 年 6 月，聯邦法官作出判決，掃描並銷毀正版紙本書為格式轉換（format shifting），而消化大量文本學習語言結構、進行概念性的機器學習這種訓練行為具有高度轉化性（transformative），兩者均為法律下容許的公平使用（fair use）。
至於盜版書，即使訓練合法，但獲取與保存非法數據源違法，2025 年下旬雙方達成和解，作者群獲支付超過 15 億美元。案件告一段落，數百萬本正版紙本書，加七百多萬本盜版電子書，成為當今頂尖大語言模型的養分。
像我這種普通人對 15 億美元沒有概念，作為參考，和解前不久的 2025 年 9 月，Anthropic 剛融資 130 億美元。另外，據《華爾街日報》估算，Anthropic 2026 年第一季度營收 48 億美元，第二季預期將達 109 億美元，增長一倍以上。
越守法，越缺席
關於盜版書，分享一個親身經驗。前幾年，為了騰出空間也為了簡化生活，我決定捨棄一批紙本書，同時嘗試找來對應的電子版留存。我依自己的書目逐一在網上搜尋盜版，來源跟 Anthropic 所用的大同小異，均是 Library Genesis 等影子圖書館，結果，大部分英文和大陸書都能找到，但香港和台灣的盜版書，卻少之又少。
從這個小故事，有人會解讀出自豪：台灣和香港的版權意識，遠較國內為高；也有人會解讀出「底層邏輯」：台灣和香港的市場太小，盜版形成不了商業規模。無論如何，正版主導，盜版不成氣候，對版權持有人都是好事。
然而，本文的關注點在另一層面：Library Genesis 等影子圖書館鮮有港版和台版書，意味著 Claude 的機器學習素材中，中文書絕大部分來自大陸，欠缺了香港和台灣的本土角度。在這個競爭極度激烈，資訊相當透明的市場，很可能其他幾個頂尖大語言模型的情況也類似。
越守法、越精緻、越小眾的文化圈，越容易在 AI 的集體潛意識中結構性缺席，這是極為諷刺、卻又非常真實的文化現象。說台灣和香港可能在 AI 年代消失，並非危言聳聽，而是深切焦慮，拿起書本閱讀的人越來越少，依賴 AI 汲取資訊的人越來越多，偏偏 AI 的學習素材中幾乎沒有台版和港版書，怎不叫人擔心？
Free as in Freedom
當然，大語言模型的訓練素材不只書籍，還包括公開網頁、論壇、程式碼等，PTT、Dcard、巴哈姆特、連登、高登、開放的 Substack 等部落格，全都是餵飼 AI 的材料，缺少了書籍這種資訊密度最高的長文本、經歷年月沉澱的文化表述，可能影響到深層的敘事與價值框架，但主流 AI 仍能讀寫正體中文，包括粵語、諺語甚至迷因，亦能掌握時代脈搏。
換句話說，台灣和香港暫時還存在於 AI 的世界觀之中，關鍵在於開放的互聯網。營運成本高昂卻堅持全面開放內容的公民媒體，包括香港的集誌社、獨立媒體、庭刊、法庭線、誌、香港自由新聞和台灣的報導者等，除了直接提供開放內容予廣大讀者，也是機器學習的養分，為各大 AI 補充香港和台灣的本土角度，間接服務大眾。
開放資訊的意義在於自由而非免費，在威權的陰霾中，公民媒體全都艱苦經營，持續每日報導社會事件絕非理所當然，忽略付費支持的重要性，等同社會的慢性自殺，終有一天，不但公民媒體將會逐一倒閉，就連台灣和香港，都將在 AI 年代消失。
支持《集誌社》1:1 配對活動
於本月底前到 3ook.com 購買《集誌——我們在地記錄》電子書（HKD 140）及額外支持任何金額，我個人會 1:1 配對書價及額外金額，直接付予集誌社，上限 HKD 120,000。
例：月底前 100 人於 3ook.com 購買《集誌——我們在地記錄》，並每人額外支持 HKD 1,000 → 我將 1:1 配對 140*100 + 1,000*100 = HKD 114,000
身體最誠實，實踐最重要。
p.s. 不想在主文搶一眾公民媒體的鎂光燈，在這裡小聲說：DHK 郵報旨在提供 web3 公民教育，補充主旋律外的論述，也是全面開放所有文章，需要你的支持。
本來應該支持一下獨立媒體，自從兩年前身體最誠實，身家幾乎全入幣圈後，目前處於第三次破產中，只好點個讚先精神支持一下
高先生對Anna Library 怎麼看？