一句话看懂：微软CEO纳德拉警告企业：使用闭源AI大模型相当于“两次付费”——不仅支付了Token使用费，还在不知不觉中将核心商业机密（提示词、用户交互数据、人工纠正记录）拱手交给了模型提供商，而这些提供商可能利用这些知识反过来成为企业的竞争对手。
事件核心：发生了什么
7月13日，微软CEO萨蒂亚·纳德拉发布博客，直指当前企业使用AI大模型的商业模式存在根本性风险。他表示，企业为调用GPT、Claude等闭源模型支付API费用，但更严重的代价是企业在交互过程中暴露专有知识——“提示词、工具使用痕迹、人工纠错反馈”等“排遗数据”被模型商持续捕获和学习。这些知识包含着企业独有的运营规则和决策逻辑，是竞争对手无法购买的无形资产。纳德拉认为，如果模型商可以自由抓取互联网数据训练模型，那么企业也应有权对模型进行“蒸馏”——即利用模型的输出来研究其机制并训练自己的替代模型。他批评模型商一方面享受公共数据的“合理使用”，另一方面却限制客户对自己的模型做相同的蒸馏行为。
为什么重要
这是AI行业内最重量级的参与者之一公开站队，警告闭源模型的数据垄断风险。此前，类似呼吁主要来自风投（如Jason Calacanis）、Palantir CEO Alex Karp等。纳德拉的参与意味着该议题已升级至产业层面。他指出，若模型商保留“利用客户使用数据训练自己模型”的权利，企业实际上在帮助潜在的竞争对手完善产品。在商业环境中，这种“免费的知识转移”可能改变企业采用AI的决策——越来越多的大公司正在转向开源模型（如Llama、Mistral）并部署在本地服务器上，以保持数据控制权。网络安全管理公司Solo.io创始人Idit Levine表示，其客户在试用闭源模型后，90%的需求可以用开源模型满足，且成本更低、完全可控。Vercel的网关数据显示，开源模型已占其路由流量的29%。
对用户/开发者/创作者的影响
对于购买AI服务的企业：你需要在采纳闭源API和内部部署开源模型之间做出数据安全评估。若依赖单一闭源提供商，将面临“数据泄露→知识流失→竞争劣势”的风险链，尤其是在训练定制化模型或微调场景中。建议在采购合同中明确模型商对客户交互数据的使用权限，并考虑建立“编排层”（如AI网关）以保持模型切换灵活性。对于开发者：开源模型部署和蒸馏工具的成熟（如Linux基金会的Agentgateway项目）提供了更安全的替代路径，但需承担自行运维成本和性能优化压力。对AI创业公司而言，提供“私有化部署+数据隔离”的解决方案可能成为新的增长机会。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 微软Azure的定位变化：纳德拉的博客实质上是在推销云上的“专有学习环境”——企业将数据留存在Azure上，同时使用Azure提供的模型切换和蒸馏工具。观察微软是否会推出降低闭源模型（如GPT）数据可见度的产品级方案。
2. 闭源模型商的反应：OpenAI和Anthropic可能被迫调整服务条款，甚至推出“企业数据隔离模式”，否则将加速客户向开源方案的迁移。Anthropic此前曾指控中国开源项目对其模型进行数亿次提示蒸馏，这一争议可能走向更严格的出口管制。
3. 企业采购行为转变：Solo.io的客户案例和Vercel的流量数据表明，企业正在规模化试水本地开源模型。若这一趋势持续，可能改变AI芯片（如英伟达GPU）的销售结构和云收入格局。
