Seltene Buch-AirTag verfolgt Amazons zerstörerischen KI-Trainings-Scanbetrieb
Ein versteckter AirTag hat den konkreten Beweis geliefert, dass Amazon seltene Bücher in großen Mengen kauft und zerstört, um seine KI-Modelle zu trainieren. Laut einem Bericht von 404 Media hat ein Buchhändler einen AirTag in einem seltenen Buch versteckt, das Teil einer Sammelbestellung war, und es dann zu einer Amazon-KI-Trainingseinrichtung in Las Vegas verfolgt. Die Einrichtung mit der Bezeichnung VGT3 beherbergt ein Team, das Bücher aus ihren Buchrücken reißt und Seiten für Trainingsdaten scannt.
Wichtige Details der Untersuchung
- Standort: Der AirTag wurde zu VGT3, einem Amazon-KI-Trainingsstandort in Las Vegas, zurückverfolgt.
- Betrieb: Arbeiter wurden beobachtet, wie sie Bücher aus ihren Buchrücken rissen und Seiten scannten.
- Taub gegenüber Kritik: Ein Logo an der Tür der Einrichtung zeigt einen Tyrannosaurus rex, der sich darauf vorbereitet, ein Buch zu verschlingen.
- ISBN-Scan: Arbeiter wurden geschult, Barcodes oder ISBNs zu scannen, bevor sie jedes Buch scannten, was die Theorie stützt, dass KI-Firmen methodisch das ISBN-Register durcharbeiten, um jedes gedruckte Buch zu scannen.
- Lieferengpässe: Arbeiter sagten, dass Amazon zu Beginn des Jahres kaum noch Bücher zu scannen hatte – zeitweise war der Vorrat völlig erschöpft – was Befürchtungen aufkommen ließ, dass die Einrichtung geschlossen werden könnte.
Amazons Antwort
Amazon lehnte eine Stellungnahme zu den Ergebnissen ab und gab eine Erklärung heraus, die KI-Training nicht erwähnt:
„Amazon kauft Bücher über kommerzielle Kanäle, um die Produkte und Dienstleistungen, die unsere Kunden nutzen, zu entwickeln und zu verbessern.“
Das Unternehmen entwickelt hochmoderne KI-Modelle, die enorme Mengen an einzigartigen Trainingsdaten benötigen, um mit Google, OpenAI und Anthropic konkurrieren zu können. Konkurrenten wie Anthropic und xAI haben öffentlich erklärt, dass sie nicht mit seltenen oder antiquarischen Büchern trainieren, was ein Unterscheidungsmerkmal darstellt.
Warum seltene Bücher?
Die gezielten Bücher sind oft ältere Werke mit geringerem Geldwert – unübersetzte fremdsprachige Bücher oder Titel, die nie breite Verbreitung fanden. Trotzdem haben sie einen historischen, intellektuellen und sentimentellen Wert, den die KI-Firmen möglicherweise übersehen. Der Buchhändler, der den AirTag platziert hat, betonte dieses ethische Dilemma für Verkäufer.
Die Untersuchung zeigte auch, dass Buchhändler vermuten, dass KI-Firmen Bücher kaufen, indem sie lediglich ISBNs abhaken, ohne den Wert zu bewerten. Dies wirft Fragen zu den ökologischen und kulturellen Kosten des Trainings von Modellen um jeden Preis auf.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

DeepSeek V4 Flash Kostenaufschlüsselung: Cache-Trefferquote und Preisverhältnis erklärt
DeepSeek V4 Flash kostet pro agentischer Aufgabe 0,0066x im Vergleich zu Opus 4.7, angetrieben durch eine 97%ige Cache-Trefferquote und ein Cache-Lese-/Schreib-Preisverhältnis von 0,02.

RTX 5080 16 GB: Qwen3.6 35B MoE bei 128k Kontext — 56 Tok/s und warum MTP nicht hilft
Neue Benchmarks zeigen, dass Qwen3.6 35B MoE auf einer RTX 5080 16GB bei 128k Kontext 56 tok/s generiert. MTP (Multi-Token Prediction) ist 23% langsamer, da VRAM-Druck Expertenschichten auf die CPU verlagert.

Claude Code 2.1.76 fügt MCP-Abfrage, Worktree-Verbesserungen und Korrekturen für Kontextlimits hinzu
Claude Code Version 2.1.76 führt MCP-Abfrageunterstützung für strukturierte Eingaben während Aufgaben ein, fügt worktree.sparsePaths für große Monorepos hinzu und behebt 'Kontextlimit erreicht'-Fehler bei 1M-Kontext-Sitzungen. Version 2.1.75 machte 1M-Kontextfenster standardmäßig für Opus 4.6 auf Max-, Team- und Enterprise-Plänen verfügbar.

OpenClaw 2026.3.28: Breaking Changes für MiniMax-Nutzer, Konfigurations-Autoreparatur entfernt
OpenClaw 2026.3.28 entfernt die automatische Reparatur für veraltete Konfigurationsschlüssel und entfernt mehrere MiniMax-Modelle. Benutzer müssen ihre Konfigurationen vor dem Upgrade aktualisieren, um Gateway-Startfehler zu vermeiden.