在关于人工智能潜在风险的众多讨论中，硅谷的AI爱好者们最为担忧的是一个问题：大型AI实验室出售的专有模型是否像“特洛伊木马”一样潜藏风险。

他们担心，随着初创企业和大型企业使用OpenAI、Anthropic等实验室的AI模型，这些实验室将获得越来越多企业最敏感的商业信息。模型制造商可能利用这些信息为自己谋利，甚至成为客户的竞争对手。发出此类警告的人士包括风险投资家Jason Calacanis和Palantir首席执行官Alex Karp。

微软CEO萨蒂亚·纳德拉在周日发布的一篇博客文章中加入了这一阵营。他警告说，AI用户（他称之为“买家”）实际上付出了双重代价：一方面为AI的使用付费，另一方面无意中交出了宝贵的数据。

“你实际上为智能支付了两次，一次是用钱，另一次则是用更有价值的东西：为了让智能发挥作用，你必须披露的专有知识。你希望模型表现得越好，就必须提供越多这样的知识！”纳德拉写道。

他指出，企业实际上是在教会模型他们业务的细节和复杂性。

“模型从‘废弃物’中学习，包括人们编写的提示、代理使用的工具，尤其是当模型出错时人们所做的纠正。每一次纠正都被提炼成机构的专有知识，”他写道。

这种知识是竞争对手永远买不到的，但企业却主动交出了这些信息。

纳德拉认为，如果AI公司可以自由抓取互联网数据来训练模型，那么企业也理应有权研究或“提炼”这些模型。“提炼”是指利用模型自身的输出了解其工作原理，并基于这些洞察训练新的、更廉价的模型。今年2月，Anthropic曾指责中国开源模型通过向Claude发送数百万条提示来提升自身模型，并呼吁美国政府加强出口管制。

纳德拉强调，模型制造商不能两面讨好。他们一方面自由使用全球数据训练模型，另一方面却限制他人对其模型进行同样的操作，这种做法是虚伪的。

“虽然模型提供者拥有对公共数据进行合理使用以训练模型的权利是一项伟大的创新，但我觉得讽刺的是，现状却是他们反过来对提炼施加限制，”纳德拉写道。

他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”。

作为一家大型云服务提供商的CEO，纳德拉提出的解决方案也很符合其身份。他希望企业能够“保留对其数据的所有权”，包括提示、反馈等。因此，他鼓励企业在云端（很可能是微软的Azure云）构建自己的“专有学习环境”。他还建议企业建立“编排层”，即能够轻松切换不同AI供应商模型的机制，避免被单一供应商锁定。类似AI“网关”的工具正变得越来越受欢迎。

虽然纳德拉没有明确提及“开源”作为保留数据所有权的方法，但这显然是潜台词。

此外，许多大型企业除了使用云服务外，仍保留自有数据中心，正逐渐转向在本地部署开源模型（业内称为“on-prem”）。Solo.io创始人兼CEO Idit Levine表示，她的客户正经历这一转变。在尝试了专有模型后，他们开始思考：“我能否使用开源模型并在本地运行？它能完成大约90%的专有模型功能，成本却低得多。”她告诉TechCrunch，“他们明白这一点，也能掌控它。”

Solo.io的技术去年被选为Linux基金会Agentgateway项目的核心技术。该公司客户包括T-Mobile、ADP和SAP。Levine认为，企业安装本地开源模型将成为企业AI应用的下一大浪潮。

不仅如此，Vercel（以网站构建和托管平台闻名，最近增加了AI模型切换工具）和OpenRouter（帮助开发者在不同AI模型间路由请求的公司）也都观察到开源模型流量的激增。事实上，上个月开源模型占Vercel网关路由流量的29%。

作为投资了OpenAI和Anthropic的微软CEO，纳德拉公开提醒企业警惕使用专有模型，这一趋势预计将持续增长。他写道：“在消费智能的同时，你也在创造智能。你所创造的应该属于你自己。”