在关于人工智能潜在负面影响的争论中，硅谷AI爱好者最为焦虑的是：销售专有模型的大型AI实验室似乎扮演着“特洛伊木马”的角色。
人们担心，随着初创企业和大型企业使用OpenAI、Anthropic等实验室的AI模型，这些实验室对客户敏感商业信息的访问权限日益扩大。模型制造商可能利用这些知识谋利，甚至成为客户的竞争对手。从风险投资家Jason Calacanis到Palantir CEO Alex Karp，众多人士均发出过此类警告。
如今，微软CEO Satya Nadella在周日发布的博客文章中也加入了这一行列。他警告称，AI用户（即“买家”）正在支付双重费用：既为AI token付费，又在不知不觉中交出了宝贵数据。
Nadella写道：“你实际上为智能支付了两次费用：一次是金钱，另一次是更为宝贵的东西——为使智能有用而必须披露的专有知识。你希望模型表现越好，就需要喂给它越多这类知识！”
他认为最危险之处在于，企业实际上正在向模型传授其业务的细微之处。
他指出：“模型从‘排泄物’中学习，包括人们编写的提示词、智能体使用的工具，尤其是模型出错时人们的修正。每一次修正都被提炼为机构化的专业知识。”这是“竞争对手永远无法购买的知识”，但企业却将其拱手相让。
Nadella认为，如果AI公司可以自由抓取互联网训练模型，企业也有权研究或“蒸馏”这些模型。“蒸馏”指利用模型输出来学习其工作原理，并基于此训练更便宜的新模型。今年2月，Anthropic曾指控中国开源模型通过向Claude发送数百万提示词来改进自身，并敦促美国政府加强出口管制执法。
Nadella强调，模型制造商不能两头占便宜：一方面自由利用全球数据训练模型，另一方面又限制他人对自己的模型做同样的事，这种做法是虚伪的。
他写道：“虽然模型提供商因拥有合理使用权而能利用公共数据训练模型，带来巨大创新，这确实必要；但我发现现状颇具讽刺意味：他们随后又对蒸馏施加限制性条款。”Nadella特别关注模型制造商“保留从客户使用数据和交互数据中学习权利”的做法。
作为大型云提供商CEO，Nadella提出的解决方案具有鲜明风格。他希望企业能够“保留”对提示词、反馈等数据的控制权，因此敦促企业在云上构建自己的“专有学习环境”（这些数据很可能已存储在云端，且可能指向微软Azure）。他还建议企业构建“编排层”，以便在不同提供商间轻松切换AI模型，避免被单一模型锁定。目前，实现这一功能的AI“网关”类工具正日益流行。
尽管Nadella未直接使用“开源”一词，但这显然是其潜台词。此外还有另一层含义：许多大型企业在保留自有数据中心的同时，正转向本地部署开源模型（业内称为“on-prem”）。
Solo.io创始人兼CEO Idit Levine表示，她正亲眼目睹客户中的这一转变。该公司为企业管理AI系统提供网络与安全软件。Levine告诉TechCrunch：“在尝试专有模型供应商后，客户开始自问：‘能否将开源模型部署在本地？它几乎能实现大模型90%的功能，且成本低得多。’他们理解这一点，并能掌控它。”
Solo.io的技术去年被选中为Linux Foundation的Agentgateway项目提供支持，其客户包括T-Mobile、ADP和SAP等企业。Levine看到越来越多公司在本地部署开源模型，认为这是企业AI应用的下一个重大浪潮。
她并非孤例。Vercel（知名网站构建与托管平台，近期新增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）都见证了开源模型流量的激增。事实上，上个月通过Vercel网关路由的所有流量中，开源模型占比达29%。
随着微软CEO公开敦促企业谨慎使用专有模型——而微软本身既投资了OpenAI也投资了Anthropic——预计这一趋势将持续扩大。正如Nadella所言：“在消费智能的过程中，你也在创造智能。而你创造的东西应当归你所有。”