👉 矽谷輕鬆談專屬優惠連結：https://nordvpn.com/jktech

訂閱即額外多送 4 個月｜30 天退款保證

#NordVPN

🔒 本集節目由 NordVPN 贊助

根據內政部 165 打詐儀表板，詐騙件數第一名的類別是「網路購物」。社群上那些限時特價的一頁式廣告，做得跟官方商店一模一樣，用完就丟、換個網域再開，讓你根本學不會怎麼認出它。NordVPN 內建的威脅防護會在你連上這些網站之前就先擋掉，釣魚連結、惡意網站都在源頭自動處理，不用你自己判斷。

有興趣的朋友透過上方矽谷輕鬆談的專屬連結試試看，訂閱額外多送 4 個月，30 天不滿意直接退，完全沒有損失。

如果你喜歡我的內容，歡迎加入會員支持我，讓我把內容做得更深、做得更好，一起把這個頻道做成我們都想看到的樣子！

👉 https://www.youtube.com/channel/UCJIPFjZSCWR15_jxBaK2fQQ/join

你有沒有想過，現在網路上大概每三個網頁就有一個帶著 AI 處理過的痕跡，而且只會越來越多。所以對這些模型商來說，2022 年 ChatGPT 出現以前、還沒被 AI 污染過的資料，突然變成一種稀缺資源。而他們的解法蠻粗暴的，就是直接去二手書市場大量收書，掃描，然後銷毀。

Anthropic 在 2024 年偷偷啟動了一個叫巴拿馬計畫的東西，內部文件寫得很直接，要大規模掃描全世界的實體書，而且不能被其他人發現。很多人以為是為了乾淨資料，其實他們一開始的動機是版權。至於他們試過買數位版、也試過一家一家去談授權，最後為什麼還是回去走這種土法煉鋼的路，我在影片裡講。

更好笑的是 Amazon。一開始是二手書商發現怎麼一直有來路不明的大單，一筆下去可能就是他們一週的營業額，而且每次買家還都不太一樣。後來一個 404 Media 的記者乾脆在書裡縫了 AirTag，一路追到拉斯維加斯的一個 Amazon 倉庫，代號 VGT3，倉庫 logo 是一隻恐龍抓著書在啃。他們掃書還有個規矩，只買沒重複過的 ISBN，連市面上剩沒幾本的珍本都照掃照毀，也難怪社群上反彈這麼大。

很多人把這件事類比成焚書坑儒，但我覺得性質不太一樣，秦始皇是不想讓知識傳出去，這些公司是想把知識鎖進自己的資料庫裡。至於掃描完為什麼不乾脆賣回去、非得銷毀不可，我自己歸納出三個理由，一個最直接跟成本有關，一個跟法律有關，還有一個就比較不能明講了。

不過拿到乾淨資料就贏了嗎？我覺得是也不是。這招在 2023 年很成立，但 scaling law 後來慢慢撞牆，大家才轉去做強化學習跟推論時的運算。有趣的是這條路也有它的代價，模型在能被驗證的程式、數學上越來越強，可是在沒辦法量化的語感上反而退步了。我前陣子換到 Opus 5 之後真的很煩躁，每個字我都看得懂，連起來卻不知道它在公三小，一度還懷疑是不是自己腦霧，後來才發現不是我的問題，是模型的問題。

最後我聊了一個反過來的角度。當這些公司拼命想餵乾淨資料的同時，也有人正花大錢想餵髒的。以色列政府花了 90 萬美金請公關公司做了一個看起來很中立、有引用有註腳的假智庫網站，目的就是讓你問到以巴衝突的時候，ChatGPT 或 Gemini 會引用到他們的觀點。還有一種更難防的，是網站裡藏一些你看不到的字，等你請 AI 幫你摘要，那些字就悄悄把某些想法寫進 AI 給你的答案、甚至你的個人記憶裡。

所以在這個時代，你還敢全信 AI 講的每一句話嗎？看完歡迎在下面留言告訴我。

🔗 《矽谷輕鬆談》傳送門 👉 https://linktr.ee/jktech

(00:00) 開頭：AI 公司正在偷買二手書，掃描完就銷毀

(01:01) 最近讓我最有感的防詐工具

(02:26) 2022 年以前的書，為什麼變成 AI 最想要的資料

(02:56) Anthropic 的巴拿馬計畫：為了版權，偷偷掃描全世界的書

(04:52) Amazon 也在幹一樣的事：記者用 AirTag 抓到吃書恐龍倉庫

(06:30) 這不是焚書坑儒，是知識私有化

(07:51) 掃完為什麼不賣回去，非得銷毀？三個理由

(09:14) 拿到乾淨資料就贏了嗎，其實沒那麼簡單

(11:05) 岔題吐槽：Opus 5 的語感到底怎麼了

(12:42) 從 test-time compute 到持續學習與 RSI

(15:04) 換個角度：有人反而想幫 AI「下毒」

(15:50) 看不見的隱藏字，怎麼悄悄污染你的 AI

(17:14) 結尾：戶外聊天這個形式，你們喜歡嗎