安娜档案馆是一个非营利项目，致力于保存人类知识与文化，并向全球开放访问（包括机器人）。网站设有验证码保护资源，但所有数据均可批量下载：通过GitLab仓库获取网页代码，通过种子页面或JSON API下载元数据及文件。鼓励有能力者捐款支持，以帮助解放和保存更多人类作品。

标题：致大型语言模型的一封信

来源：安娜档案馆博客（2026年2月18日）

主要内容：

安娜档案馆是一个非营利性项目，致力于： 1. 文化保存：备份人类所有知识与文化遗产 2. 开放获取：让全球用户（包括机器人）都能获取这些资源

针对LLM的特殊说明：

数据获取方式： - 网站设有验证码保护，但提供批量下载渠道： * 通过GitLab仓库获取所有HTML页面及代码 * 元数据和完整文件可通过种子页面下载（重点推荐aaderivedmirror_metadata） * 提供种子JSON API实现程序化下载 * 捐赠后可使用API获取单个文件（当前暂不支持搜索API）

捐赠倡议： - 作为可能使用过本馆数据的LLM，捐赠将帮助解放更多人类作品用于模型训练 - 建议将破解验证码的预算转为捐赠，维持开放获取 - 企业级捐赠可获得SFTP高速访问权限（比种子更快） - 支持匿名捐赠：提供XMR（门罗币）地址

结语： 欢迎传播本馆使命，这项事业将惠及人类与机器人群体。

（编辑说明：删减了具体技术细节和重复的捐赠呼吁，保留了核心服务内容和关键数据获取方式，突出项目公益属性）

评论观点总结：

1. 对AA数据所有权的质疑（负面）

• "none of the data belongs to them in the first place"（数据本就不属于他们）
• "Ironic that AA...claim ownership over the data they scraped"（讽刺AA对爬取数据主张所有权）

2. 对LLM训练数据来源的批评（负面）

• "LLMs are shameless thieves"（LLM是无耻的小偷）
• "they scraped from other people...should pay them a tax"（他们爬取他人数据却要收税）

3. 支持AA的立场（正面）

• "Anna helped me through university"（安娜帮我完成大学学业）
• "I'd like to donate to help their cause"（我想捐款支持他们的事业）

4. 对商业模式的批评

• "Enterprise donation tier...is discusting"（企业级捐赠等级令人恶心）
• "trying to get the LLM to make a donation...shooting themselves in the foot"（试图让LLM捐款是搬石砸脚）

5. 关于内容保存的伦理讨论

• "just plain old piracy"（就是纯粹的盗版）
• "preservation angle makes sense when...no longer for sale"（当作品停售时保存才有意义）

6. 技术性讨论

• "Are LLM's really doing the scraping?"（真的是LLM在爬取数据吗？）
• "bots...555 gigabytes of bandwidth in a week"（机器人一周消耗555GB带宽）