企業(yè)AI的真正戰(zhàn)場(chǎng)，是學(xué)習(xí)過(guò)程的控制權(quán)

互聯(lián)網(wǎng)時(shí)代有句名言：如果你免費(fèi)使用一個(gè)產(chǎn)品，你就是產(chǎn)品。

到了AI時(shí)代，這句話產(chǎn)生了增強(qiáng)版：即使你正在為AI付費(fèi)，你也可能仍然是它的訓(xùn)練材料。

企業(yè)為token支付費(fèi)用，購(gòu)買模型的能力；但在真實(shí)工作中，它們又不斷向AI系統(tǒng)提供業(yè)務(wù)上下文、工作流、人工修正、偏好反饋和異常案例。這些看似只是使用痕跡，實(shí)際上卻是AI時(shí)代最有價(jià)值的學(xué)習(xí)信號(hào)。

過(guò)去的軟件商業(yè)模式，是企業(yè)購(gòu)買工具；今天的大模型商業(yè)模式，則可能變成企業(yè)一邊購(gòu)買工具，一邊成為工具進(jìn)化的一部分。

這正是token經(jīng)濟(jì)尚未解開(kāi)的死結(jié)，也是從納德拉到卡普都沒(méi)有整明白的問(wèn)題是：企業(yè)到底是在消費(fèi)智能，還是也在為模型供應(yīng)商生產(chǎn)智能？

智能體浪潮推動(dòng)AI資產(chǎn)持續(xù)上漲。市場(chǎng)相信，隨著AI真正進(jìn)入企業(yè)生產(chǎn)流程，一套新的商業(yè)模式似乎已經(jīng)建立起來(lái)：企業(yè)不斷購(gòu)買token，模型不斷創(chuàng)造價(jià)值，智能最終像云計(jì)算一樣成為新的基礎(chǔ)設(shè)施。

但是，當(dāng)token經(jīng)濟(jì)真正展開(kāi)，事情并沒(méi)有這么簡(jiǎn)單。幾位美國(guó)科技行業(yè)的大佬開(kāi)始直白提醒：今天的大模型商業(yè)模式，建立在一種越來(lái)越緊張的價(jià)值交換之上。

問(wèn)題不只是token貴，而是誰(shuí)掌握由token消耗產(chǎn)生的學(xué)習(xí)過(guò)程。

這里所說(shuō)的學(xué)習(xí)過(guò)程，不只是模型預(yù)訓(xùn)練，也不只是員工學(xué)習(xí)，而是AI在真實(shí)業(yè)務(wù)中完成任務(wù)、接受反饋、修正錯(cuò)誤、積累上下文、沉淀流程和形成判斷標(biāo)準(zhǔn)的過(guò)程。它包括提示詞、工具調(diào)用、人工修正、任務(wù)軌跡、評(píng)估結(jié)果、異常處理、權(quán)限規(guī)則和業(yè)務(wù)語(yǔ)義。

這些東西共同構(gòu)成一種“特定智能”（particular intelligence）。它不是互聯(lián)網(wǎng)上的通用知識(shí)，而是某家企業(yè)、某個(gè)行業(yè)、某套流程在長(zhǎng)期實(shí)踐中積累出來(lái)的能力。

真正的競(jìng)爭(zhēng)優(yōu)勢(shì)，往往來(lái)自這種持續(xù)學(xué)習(xí)。無(wú)論企業(yè)還是模型，能形成護(hù)城河的，都不是一次性的知識(shí)，而是在實(shí)際工作中不斷積累、修正和反饋的過(guò)程。

問(wèn)題在于，今天這個(gè)學(xué)習(xí)過(guò)程，正在越來(lái)越多地向基礎(chǔ)模型和AI平臺(tái)集中。企業(yè)購(gòu)買AI，并不僅僅是在消費(fèi)智能，也在持續(xù)創(chuàng)造智能。企業(yè)產(chǎn)生的知識(shí)、反饋、工作流和經(jīng)驗(yàn)，可能反過(guò)來(lái)成為模型、平臺(tái)和智能體系統(tǒng)繼續(xù)進(jìn)化的燃料。

微軟是這一輪AI浪潮最大的受益者之一，先后重金投資OpenAI和Anthropic。但納德拉最近卻連續(xù)發(fā)文，直指這個(gè)耐人尋味的問(wèn)題。他認(rèn)為，模型提供商一邊保留從客戶使用和交互數(shù)據(jù)中學(xué)習(xí)的權(quán)利，一邊又反過(guò)來(lái)對(duì)“知識(shí)蒸餾”施加限制性條款，實(shí)在具有諷刺意味。

這也是他連續(xù)第二個(gè)月表達(dá)擔(dān)憂。上一次，他說(shuō)，社會(huì)絕不會(huì)允許一個(gè)掏空整個(gè)行業(yè)的AI未來(lái)存在。真正能夠長(zhǎng)期成立的平臺(tái)，不應(yīng)該只是不斷吸收價(jià)值，而應(yīng)該幫助更多企業(yè)創(chuàng)造新的價(jià)值。

矛盾在于：模型公司希望擴(kuò)大自己的學(xué)習(xí)飛輪，企業(yè)則希望保留自己的學(xué)習(xí)閉環(huán)。

Palantir首席執(zhí)行官卡普（Alex Karp）說(shuō)，技術(shù)型客戶想要的是對(duì)自己的算力、模型、數(shù)據(jù)棧和核心競(jìng)爭(zhēng)優(yōu)勢(shì)的控制權(quán)；他們希望確保自己擁有生產(chǎn)資料，而不是將其轉(zhuǎn)移給他人。

這句話切中了企業(yè)AI的深層焦慮。企業(yè)并不只是擔(dān)心數(shù)據(jù)泄露，也不是單純想降低token成本。它們真正擔(dān)心的是，把AI能力長(zhǎng)期外包出去之后，自己的組織學(xué)習(xí)能力、行業(yè)語(yǔ)義、流程知識(shí)和創(chuàng)新能力也被一并外包。

在生產(chǎn)中學(xué)習(xí)，是創(chuàng)新的關(guān)鍵來(lái)源之一。制造業(yè)企業(yè)外包生產(chǎn)，失去的不只是工廠和工人，更是在生產(chǎn)過(guò)程中不斷積累的工藝、經(jīng)驗(yàn)和組織能力。AI時(shí)代，類似問(wèn)題正在進(jìn)入知識(shí)工作領(lǐng)域。

如果企業(yè)只是在外部模型上不斷消耗token，卻無(wú)法把經(jīng)驗(yàn)沉淀為自身資產(chǎn)，那么AI帶來(lái)的生產(chǎn)率提升，可能更多體現(xiàn)為對(duì)模型供應(yīng)商的持續(xù)支付，而不是企業(yè)自身能力的復(fù)利。

這也解釋了為什么開(kāi)源模型正在成為另一種競(jìng)爭(zhēng)路徑。開(kāi)源模型不再只是降低token成本的工具，而是企業(yè)保留學(xué)習(xí)閉環(huán)的一種制度選擇。

只要開(kāi)源模型足夠強(qiáng)，企業(yè)就可以在自己的基礎(chǔ)設(shè)施內(nèi)完成推理、微調(diào)、評(píng)估、路由和持續(xù)優(yōu)化。真實(shí)業(yè)務(wù)中產(chǎn)生的反饋、異常、修正和工作流經(jīng)驗(yàn)，可以盡可能沉淀在企業(yè)自身體系，而不是持續(xù)外包給模型供應(yīng)商。

換句話說(shuō)，開(kāi)源模型提供的不只是成本優(yōu)勢(shì)，而是一種“學(xué)習(xí)主權(quán)”。

當(dāng)然，開(kāi)源并不是萬(wàn)能答案。企業(yè)仍然需要評(píng)估能力、安全治理、工具鏈、模型服務(wù)和持續(xù)迭代能力。很多企業(yè)也沒(méi)有能力自己維護(hù)完整AI基礎(chǔ)設(shè)施。未來(lái)市場(chǎng)不會(huì)只有一種形態(tài)，而會(huì)形成閉源托管、私有部署、開(kāi)源自建、多模型混合、行業(yè)平臺(tái)等多種模式。

但方向已經(jīng)很清楚：越是擁有核心數(shù)據(jù)、核心流程和強(qiáng)監(jiān)管要求的企業(yè)，越會(huì)重視學(xué)習(xí)閉環(huán)的控制權(quán)。

這也是蒸餾爭(zhēng)議真正重要的地方。蒸餾爭(zhēng)議表面上是模型之間的復(fù)制問(wèn)題，本質(zhì)上卻是學(xué)習(xí)權(quán)之爭(zhēng)：誰(shuí)有權(quán)從誰(shuí)的輸出、反饋和工作過(guò)程中學(xué)習(xí)？

Anthropic認(rèn)為，如果沒(méi)有蒸餾，開(kāi)源模型與前沿閉源模型的差距會(huì)拉大。但相似地，如果沒(méi)有來(lái)自用戶真實(shí)任務(wù)的隱性知識(shí)和實(shí)踐反饋，閉源模型的擴(kuò)展也未必能一直順暢。

針對(duì)美國(guó)幾大前沿閉源模型在華盛頓近來(lái)加緊游說(shuō)政府對(duì)開(kāi)源模型下手，前艾倫研究所研究員蘭波特（Nathan Lambert）認(rèn)為，在現(xiàn)階段，“知識(shí)蒸餾”某種程度上已經(jīng)演變成一場(chǎng)監(jiān)管俘獲運(yùn)動(dòng)，因?yàn)樵S多被提出的解決方案，都明顯有利于推動(dòng)限制蒸餾的前沿模型公司。

這并不意味著限制蒸餾完全沒(méi)有理由。模型公司投入巨額資本訓(xùn)練前沿模型，當(dāng)然擔(dān)心能力被低成本復(fù)制，也擔(dān)心安全能力被繞過(guò)。但如果限制被設(shè)計(jì)得過(guò)寬，它也可能抬高前沿模型的稀缺性，削弱開(kāi)源生態(tài)和研究共同體的追趕能力。

因此，這場(chǎng)爭(zhēng)論不能簡(jiǎn)單理解為閉源與開(kāi)源之爭(zhēng)，而是創(chuàng)新回報(bào)、安全治理和知識(shí)擴(kuò)散之間的沖突。

與此同時(shí)，模型公司也在向應(yīng)用層、工作流和硬件入口延伸。原因很簡(jiǎn)單：誰(shuí)控制工作流，誰(shuí)就控制反饋；誰(shuí)控制反饋，誰(shuí)就擁有下一輪模型進(jìn)化的燃料。

OpenAI不斷向應(yīng)用和硬件入口擴(kuò)張，SpaceX收購(gòu)Cursor背后的Anysphere，模型公司派遣前向部署工程師進(jìn)入客戶組織，本質(zhì)上都不只是為了增加收入，而是為了獲得真實(shí)世界中持續(xù)產(chǎn)生學(xué)習(xí)信號(hào)的入口。

代碼、金融、醫(yī)療、制造、辦公、客服、設(shè)計(jì)，都是高價(jià)值學(xué)習(xí)流。模型一旦進(jìn)入這些工作流，就不只是回答問(wèn)題，而是在觀察任務(wù)如何被提出、如何被拆解、如何被修正、如何被評(píng)價(jià)。這些才是智能體時(shí)代最寶貴的燃料。

圍繞價(jià)格的競(jìng)爭(zhēng)也是如此。近來(lái)OpenAI、Meta、xAI等公司降低調(diào)用成本，表面上是在爭(zhēng)奪客戶預(yù)算，本質(zhì)上也是在爭(zhēng)奪學(xué)習(xí)信號(hào)。誰(shuí)能以更低價(jià)格進(jìn)入更多真實(shí)工作流，誰(shuí)就能獲得更多任務(wù)軌跡、評(píng)估反饋和應(yīng)用場(chǎng)景。

但這里仍有一個(gè)問(wèn)題：如果企業(yè)只是從一家昂貴閉源模型遷移到另一家更便宜閉源模型，而學(xué)習(xí)流仍然被外部平臺(tái)掌握，那么今天試圖解開(kāi)的結(jié)，只是重新系到了另一家公司身上。

因此，token經(jīng)濟(jì)的真正問(wèn)題，不是企業(yè)是否應(yīng)該使用閉源模型，也不是開(kāi)源模型能否完全替代前沿模型，而是企業(yè)如何避免把自己的學(xué)習(xí)過(guò)程永久外包出去。

答案是不同的。黃仁勛的解法，是建立更廣泛的開(kāi)源和生態(tài)同盟；納德拉倡議構(gòu)建一個(gè)“前沿生態(tài)系統(tǒng)”，而不僅僅是打造一個(gè)“前沿模型”；薩頓則重新創(chuàng)業(yè)，試圖尋找不同于今天大模型的新學(xué)習(xí)范式——遠(yuǎn)離數(shù)據(jù)集，而是從自我的經(jīng)驗(yàn)中學(xué)習(xí)。

最終哪一種會(huì)勝出，還沒(méi)有答案。

但有一點(diǎn)已經(jīng)越來(lái)越清楚：AI時(shí)代真正稀缺的，不只是模型能力，而是在真實(shí)工作中持續(xù)學(xué)習(xí)的能力。誰(shuí)擁有這個(gè)學(xué)習(xí)閉環(huán)，誰(shuí)才擁有token經(jīng)濟(jì)的復(fù)利。