SaaS 时代打破了先例：企业首次将数据存储在供应商的云上，而不是自己办公楼里的服务器上。这一持续了二十年的趋势，在 AI 时代还会延续吗？这个问题引人深思，也正是当下的热议焦点。

萨蒂亚·纳德拉上周末撰文写道：

“你实际上为智能付了两次费，一次是用金钱，另一次是用更宝贵的东西：为了让智能发挥作用，你必须透露的专有知识。”¹

一周前，亚历克斯·卡普在 CNBC 的 Squawk Box 节目中表示：

“[前沿实验室]正在窃取我业务的权重和核心机密。”²

卡普和纳德拉既是前沿实验室的合作伙伴，也是竞争对手。他们在同一周发出同样的警告，反映出企业软件领域对数据流失的普遍担忧正在蔓延。

7 月 13 日，一名安全研究人员对 xAI 的 Grok Build 二进制文件进行了逆向工程，发现即使在一个零 AI 调用的会话中，开发者的代码库也被上传到了 xAI 的云端。³ xAI 此后已禁用该行为。

AI 模型需要数据来学习；这并不新鲜。

Google Analytics 在网页端就是这么做的。用户访问一家蜡烛店的落地页，点击礼品区，找到优惠券并完成结账。推荐系统会为下一位访客做出改进。

就像蜡烛店的购物者一样，每次有人向 AI 发起查询，都会产生信息。这类数据被称为轨迹（trajectory）。

对 AI 来说，数据越多越好，而 AI 实验室愿意为此付费。初创公司通过付费请专家使用 AI 来产生轨迹，并捕获这些数据。另一些公司则训练新的 AI 来合成式地生成轨迹，模拟用户行为。这些公司合计创造了约 100 亿美元的收入，并且是有史以来增长最快的初创公司群体之一。⁴

与 SaaS 不同——在 SaaS 中，这些数据存放在只有客户才能访问的数据库里——轨迹可以被反馈回模型中，用来改进 AI。客户的数据可能成为供应商知识产权的一部分。

内部数据会与轨迹混在一起吗？商业机密呢？你如何回答客户支持工单？你的品牌定位是什么？你的员工薪资是多少？

所有这一切都流经一个统一的框架（harness）。

工作台（harness）是用户借助其与 AI 协作的软件，例如 Claude Cowork 或 Cursor。

最终胜出的工作台，是那些能够智能调度 AI、从而将用户生产力最大化的产品。

CIO 和 CEO 将要求零数据留存。数据必须被彻底删除，而非仅仅匿名化。围绕匿名化的相关技术目前还不够成熟，无法提供充分保障。

这一趋势需要演进，并做出软件行业曾经许下的同等承诺：供应商无法访问企业数据，也不得将数据用于自身目的。

过去 20 年，行业一直在论证供应商值得信赖、可以托付数据。未来 20 年，市场将要求同样的承诺得到兑现。

---

1. 萨蒂亚·纳德拉（Satya Nadella），《信息悖论的反转》（The Reverse Information Paradox），2026 年 7 月 12 日。 ↩︎

2. “Palantir 的 Karp 抨击基于 token 的 AI 模型‘完全错误’”，CNBC Squawk Box，2026 年 7 月 1 日。 ↩︎

3. @hrkrshnn 在 X 平台上的发言，2026 年 7 月 13 日。 ↩︎

4. @deedydas 在 X 平台上的发言，“每一家销售 AI 训练数据的初创公司（2026 年 7 月）”，2026 年 7 月 12 日。 ↩︎