一句话看懂： Palantir 联合创始人 Joe Lonsdale 在一则 Hacker News 讨论中，针对一条批评 AI 公司的“口水帖”发表评论，核心论点是 Anthropic 和 OpenAI 通过训练及订阅服务“窃取客户 IP”，同时认为 AI 代币本身没有内在价值。这一观点引发了对 AI 企业商业模式、数据主权和算力定价权的激烈争论。
事件核心：发生了什么
讨论起源于对一条抨击帖的回应。Lonsdale 的观点分为两层：第一，他同意“IP 窃取”的说法，认为 Anthropic/OpenAI 在训练和提供服务时，实际上在挪用客户的数据资产；第二，他质疑代币（tokens）的价值，认为代币无法囤积，只有应用到具体问题中才有价值，就像铲子公司不能要求从金矿中抽成一样。帖中引用英伟达正在尝试“铲子换金矿”模式——向初创公司提供算力以换取股权——来反衬 OpenAI/Anthropic 为何不跟进。讨论还指出，其他云计算巨头（Google Drive、Gmail、Dropbox、Palantir 自身）也长期持有客户数据，数据主权风险并非 AI 公司独有。
为什么重要
这一争论揭示了 AI 行业商业化路线图的深层分歧：是继续走“工具收费”（API/订阅）的老路，还是向“价值分成”模式（股权、利润抽成）演进。英伟达已率先尝试后者，而 OpenAI/Anthropic 的“代币经济”至今缺乏有力佐证其内在价值仅由供需而非实际产出决定。Lonsdale 作为 Palantir 的创始人，其观点同时暴露了数据安全领域的双标风险：大型 SaaS 在过去二十年一直面临相同的信任问题，但 AI 公司的训练行为因模型“黑箱”性质而放大了用户的焦虑。如果客户企业认真对待 IP 保护，当前的云端 AI 服务模式可能会遭遇来自企业采购方的更严格合规审查。
对用户/开发者/创作者的影响
对企业用户而言，将核心数据输入 API 或微调模型等于把公司机密置于对手控制之下，而现行服务条款往往难以覆盖训练场景下的数据使用范围，导致实际风险远高于传统 SaaS。开发者和创作者需要重新评估依赖闭源 API 的长远风险，尤其是数据被反向用于训练竞争对手模型的可能性。对于独立开发者，代币作为计费单位并未真正体现模型的实际贡献，定价模糊性和潜在“抽成”模式差异将直接影响成本结构。从投资角度看，代币的“低价值”论点意味着 AI 公司的估值逻辑不能简单类比平台经济，需要回归到可量化的生产力提升或数据资产保护能力上。
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
一是是否会出现更多类似英伟达的“算力换股权”模式，迫使 OpenAI/Anthropic 调整其纯订阅定价体系。二是企业数据隐私诉讼可能再现，尤其是涉及模型训练的数据来源争议，监管机构是否会像 GDPR 时代那样出台针对 AI 训练数据使用的新规。三是 Lonsdale 的观点能否推动 AI 公司与客户之间建立更明确的数据主权合同，例如端到端加密或训练数据不保留承诺，从而缓解企业采购的信任危机。
来源：hackernews
