在硅谷关于 AI 弊端的争论中，有一个让投资人和企业高管夜里睡不着觉的问题：那些提供专有模型的 AI 巨头，会不会变成潜伏在内部的“特洛伊木马”？
担心在于，当初创公司和大型企业把核心业务交给 OpenAI 或 Anthropic 的模型处理时，这些实验室也就顺势拿到了客户最敏感的商业机密。更糟糕的是，模型制造商可以利用这些知识来优化自己的产品，甚至反过来成为客户的竞争对手。
以前发出这种警告的大多是像 Jason Calacanis 这样的风险投资人，或者 Palantir 的 CEO Alex Karp。但现在，微软 CEO 萨蒂亚·纳德拉也加入了这个行列。
他在周日的一篇博客文章里说了一句挺扎心的话：“你实际上为智能付出了两次代价。”
第一次是你看得见的，也就是支付 API 令牌的费用；第二次是你看不见的，但你交出的东西更有价值——为了让模型变聪明，你必须透露的那些专属业务知识。
纳德拉认为，最危险的不是你问了什么，而是你纠正了什么。
他提到了一个概念叫“尾气”（exhaust）。当员工写提示词、智能体调用工具，尤其是当模型出错、人工进行修正时，每一次纠错都在向模型灌输关于这家公司的细微差别和操作逻辑。这些被提炼出来的机构知识，是竞争对手花多少钱都买不到的，而企业却在不知不觉中拱手让人。
这就引出了一个讽刺的现状：AI 公司可以自由地抓取互联网上的公共数据来训练模型，却通过限制性条款禁止用户对他们的模型进行“提炼”（distillation）——即通过分析模型输出来反向学习其工作原理，进而训练更小、更便宜的模型。
纳德拉觉得这有点双标。“虽然模型提供商有权使用公共数据，但我发现现状具有讽刺意味，他们转过身来对提炼施加限制，”他写道。特别是当模型提供商保留“从客户交互数据中学习”的权利时，这种不对等就更明显了。
那企业该怎么办？
纳德拉给出的方案很“微软”：在云上构建专有的学习环境，并建立一个“编排层”。简单来说，就是不要把鸡蛋放在一个篮子里，通过 AI 网关在不同模型之间灵活切换，避免被单一供应商锁定，同时确保提示词、反馈等数据的所有权留在自己手里。
虽然纳德拉没明说“开源”，但这显然是个潜台词。
事实上，很多大公司已经开始行动了。Solo.io 的 CEO Idit Levine 观察到，她的客户们在试过专有模型后，开始问：“我能不能拿个开源模型在本地跑？它能完成大模型 90% 的工作，成本还低得多，而且我能完全控制它。”
这种趋势正在加速。Vercel 和 OpenRouter 等平台的数据显示，开源模型的流量激增，上个月已占 Vercel 网关总流量的 29%。
当连投资了 OpenAI 和 Anthropic 的微软 CEO 都公开劝大家“留个心眼”时，风向已经很明显了。正如纳德拉所说：“在消费智能的过程中，你正在创造智能。而你所创造的，应该属于你。”
对于企业来说，也许是时候重新审视一下，那些看似便捷的 API 背后，到底藏着多少不该外流的“家底”。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
