纳德拉警告AI买家可能付两次钱
TechCrunch AI··作者 Julie Bort
关键信息
纳德拉表示，模型会从“残留数据”中学习，包括提示词、智能体使用工具的方式以及用户纠错，他认为这些内容会沉淀为组织内部知识。他还主张客户保留数据所有权、建立专有学习环境，并通过编排层让企业能够在不同AI供应商之间切换，而不是被锁定；这也呼应了AI网关和本地部署开源模型日益流行的趋势。
资讯摘要
这篇文章讲述了硅谷正在升温的一种担忧：专有AI实验室可能像特洛伊木马一样进入使用它们的公司内部。随着初创企业和大型企业越来越依赖 OpenAI、Anthropic 等公司的模型，模型提供商也可能接触到敏感业务信息，并把这些知识转化为自己的优势。VC Jason Calacanis 和 Palantir 首席执行官 Alex Karp 等人都曾表达过类似担心。令人意外的是，微软首席执行官萨提亚·纳德拉也在一篇博客中加入了这一阵营。纳德拉表示，AI 使用者实际上是在“付两次钱”。他们一方面为模型使用支付 token 费用，另一方面又在不知不觉中交出了有价值的专有知识，才能让模型真正有用。他指出，模型越要表现得好，企业就必须向它提供越多内部信息。纳德拉还说，模型会从提示词、工具使用以及最重要的纠错中学习，而每一次纠错都会被提炼成组织内部的经验知识。
在他看来，这类知识是竞争对手无法轻易购买到的。纳德拉进一步批评了当前的不对称局面：模型厂商可以自由抓取公开互联网数据训练模型，却限制别人利用模型输出进行“蒸馏”。他特别反对模型供应商保留从客户使用和交互数据中学习的权利。作为解决方案，他建议企业保留对提示词、反馈等数据的所有权，并在云端建立自己的“专有学习环境”。他还主张引入“编排层”，让企业能够在多个AI供应商之间轻松切换，减少被单一厂商锁定。文章指出，这种思路符合微软一贯的云优先立场，因为许多企业数据本来就已经存放在 Azure 或其他云平台上。与此同时，市场上也出现了另一种趋势：一些公司开始转向在自有基础设施上部署开源模型。文章最后提到，Solo.io 首席执行官 Idit Levine 也在客户身上观察到了这种变化。
资讯正文
在所有围绕 AI 可能带来负面影响的激烈争论中，硅谷的 AI 爱好者最为忧心忡忡的，是其中一个担忧。他们担心，出售专有模型的那些大型 AI 实验室，不知怎的正在扮演特洛伊木马的角色。
人们担心的是，当初创公司和企业使用来自 OpenAI 和 Anthropic 等实验室的 AI 模型时，这些实验室会越来越多地接触到这些公司最敏感的商业信息。模型制造商随后便可能利用这些知识为自己所用，最终甚至成为自己客户的竞争对手。发出此类警告的人包括 Jason Calacanis 这样的风投，以及 Palantir 首席执行官 Alex Karp。
如今，在周一发布的一篇令人意外的博客文章中，微软首席执行官 Satya Nadella 也加入了这一阵营。Nadella 警告称，AI 用户——正如他所说的“买家”——实际上是在付出双重代价。他们一方面明知要为 AI token 的使用付费，另一方面却又在不知不觉中交出了宝贵的数据。
“你实际上是在为智能付两次费：一次是用钱，另一次则是用更有价值的东西——也就是你必须披露出来、才能让这种智能发挥作用的专有知识。你越希望模型表现得好，就越需要把这些知识喂给它！”他写道。
他认为，最危险的是，企业实际上是在直接教会这些模型了解自己业务的细微之处。
“模型从‘排放物’中学习，也就是人们写出的提示词、智能体使用的工具，尤其是模型出错时人们所做的纠正。每一次纠正都会被提炼成组织内部的专业知识，”他写道。
这是一种“竞争对手根本买不到的知识”，可企业却正在把它拱手送出。
Nadella 认为，如果 AI 公司可以自由抓取互联网数据来训练模型，那么企业理应也能反过来研究——或“蒸馏”——这些模型。“蒸馏”指的是利用某个模型自身的输出，去学习它是如何工作的，并据此训练一个新的、通常更便宜的模型。2 月，Anthropic 曾指控中国开源模型向 Claude 发送了数百万条提示词，作为改进自身模型的一种方式，并敦促美国政府收紧出口管制。
Nadella 的观点是，模型制造商不能两头都占。他们一边可以自由地利用全世界的数据训练模型，另一边却限制别人对他们的模型做同样的事情，这种做法是虚伪的。
“虽然模型提供商拥有依据合理使用权利来使用公共数据训练模型所带来的巨大创新是必要的，但我觉得讽刺的是，现状却是随后转过身来对蒸馏施加限制条款，”Nadella 写道。
Nadella 尤其担心模型制造商“保留从客户使用和交互数据中学习的权利”。
纳德拉给出的解决方案，是那种大型云服务提供商的CEO会提出来的东西。他希望企业“保留”自己的数据所有权，包括提示词、反馈等。因此，他敦促企业在云端建立自己的“专有学习环境”（反正它们的数据很可能已经存放在那里了，方便起见，这也可能意味着微软的云Azure）。他还希望企业建立他所说的“编排层”——本质上就是一种能在不同提供商的AI模型之间轻松切换的方法，而不是被锁定在单一模型上。像AI“网关”这类能让企业做到这一点的工具，近年来越来越受欢迎。
虽然纳德拉从未用“开源”这个词来描述保留所有权的方法，但这显然是话里隐含的意思。不过，还有另一层隐含含义。
大型公司中，许多除了使用云之外，仍然拥有自己的部分数据中心，它们已经在转向部署在自有场地上的开源模型（业内术语称为“on-prem”）。Solo.io创始人兼CEO Idit Levine表示，她在自己的客户身上正看到这种转变。Solo.io提供网络和安全软件，帮助企业管理AI系统。她说，在试用了专有模型厂商之后，这些客户开始问自己：“我能不能拿一个开源模型，在本地运行？它能完成大概90%与那个大模型相同的工作，成本会低得多，”她告诉TechCrunch，“他们明白这一点，而且还能掌控它。”
去年，Solo.io的技术被选中，为Linux Foundation的Agentgateway项目提供底层技术支持。她的公司客户包括T-Mobile、ADP和SAP等企业。她看到越来越多公司在本地部署开源模型，并将其视为企业AI应用的下一波重大浪潮。
她并不孤单。Vercel（以构建和托管网站的平台最为人所知，最近也新增了AI模型切换工具）和OpenRouter（一家帮助开发者在不同AI模型之间路由请求的公司）都看到了流向开源模型的流量激增。事实上，上个月通过Vercel网关路由的全部流量中，开源模型占到了29%。
如今，微软CEO——一家同时投资了OpenAI和Anthropic的公司——公开敦促企业谨慎使用专有模型，我们可以打赌，这一趋势还会继续增长。纳德拉写道：“在消费智能的过程中，你也在创造智能。而你所创造的东西，应该属于你。”
来源与参考
收录于 2026-07-14