微软CEO萨蒂亚·纳德拉近日在CNN节目《法里德·扎卡利亚全球公共广场》中，再度重申并深化了他本月早些时候对企业界发出的强烈警告：完全依赖专有AI实验室满足自身AI需求的公司，最终将难以为继。
当主持人扎卡利亚请纳德拉解释企业向AI模型提供商分享过多信息的边界时，他强调企业必须对自己交出的一切保持警惕，无论是数据还是提示词。
纳德拉呼吁建立一种机制："每次使用模型时，所有相关元数据都应由企业自己保留，这样才能用这些数据训练自己的权重或开放模型。"（权重是模型经过训练的参数，相当于模型的"大脑"。纳德拉的意思是：企业应保留自身的使用数据，以便将来构建属于自己的模型。）
他进一步表示："任何不掌握这种控制权的公司，我敢断言都将不复存在，因为你们本质上已经将自己的思考外包出去了。"
简而言之，纳德拉认为，那些既没有自有模型、又没有部署所谓"AI网关"这类基础设施层来隔离提示词与模型本身的企业，将陷入困境。
他特别指出，企业应停止依赖AI实验室内置的编程工具，即"harness"（Claude Code和OpenAI的ChatGPT Codex均属于此类产品）。
"将harness与模型分离，将上下文和记忆与模型分离，你就完全可以针对不同模型的擅长领域灵活调用。与此同时，即便某个模型消失，你依然能够掌控自己的命运。"纳德拉说道。
值得注意的是，微软同时是Anthropic和OpenAI这两家最大AI实验室的投资者。编程智能体是企业使用AI模型的热门方式，据各方消息，也为模型厂商带来了可观收益。
然而纳德拉却告诫企业不要过度依赖这些工具。当然，微软也从这一警告中受益——其云业务目前正在销售他所推荐的那类替代基础设施。
尽管这番警告有明显的自利成分，但纳德拉所言并非无据。企业界正日益意识到自身需要多样化的模型选择，尤其是更具性价比的方案，因此纷纷转向开放权重模型——即底层代码公开可得的模型，可在自有硬件上进行微调和运行。这也意味着企业需要管理多个模型的能力，以及不绑定特定模型提供商的编程智能体。
纳德拉的忧虑不仅仅在于预算失控。他预判，一旦企业将"思考"外包给某个模型，AI实验室最终推出竞争性服务的可能性便几乎无从阻止。随着企业引入AI智能体并向其开放内部核心数据，这一风险将持续放大。
这种担忧在创业圈已萦绕多年：模型厂商是否会通过复制并直接竞争来蚕食初创企业的市场？
今年5月，OpenAI CEO萨姆·奥特曼提出向Y Combinator最新一批入选的所有初创公司提供AI积分投资，种子投资人杰森·卡拉卡尼斯随即发出类似的警示，发文称："如果你接受这些Token，OpenAI有一定概率会深度研究你的创业方向，复制你的想法，并将你的应用纳入其免费产品。这是经典的平台打法——创始人们要当心！"
如今，纳德拉正在将同样的警告传递给更广泛的企业用户。
不过有一点需要说明：纳德拉对过度分享AI模型数据的担忧仅针对企业，而非个人用户。当扎卡利亚具体询问普通用户应如何保护自身时，纳德拉显得颇为淡然，表示数据分享本就是消费者使用服务、尤其是免费服务所支付的代价。
"在消费端，必然存在某种价值交换——你免费获取服务，或许是用数据来换的。这其实就是广告商业模式的运作逻辑。"纳德拉说。
Q&A
Q1：纳德拉所说的"AI网关"是什么，企业为什么需要它？
A：AI网关是一种基础设施层，作用是将企业的提示词和上下文数据与AI模型本身隔离开来。有了这一层，企业就不必直接将核心数据和业务逻辑暴露给模型提供商，同时还能灵活切换不同的模型，避免对单一供应商产生过度依赖。纳德拉认为，缺乏这种隔离机制的企业，相当于把自己的"思考"完全外包出去，存在被AI实验室日后推出竞争性服务而蚕食业务的风险。
Q2：纳德拉说企业依赖单一AI会"无法生存"，这个警告的逻辑是什么？
A：核心逻辑有两层：第一，企业一旦将数据、提示词和业务流程全部交给某个AI实验室，后者积累的信息足以支撑其直接推出竞争性服务，企业便丧失了护城河；第二，过度依赖单一模型意味着一旦该模型调整服务、涨价或停止运营，企业将毫无应对能力。保留自身元数据、构建自有模型或维持多模型策略，才能真正掌控自己的命运。
Q3：微软推荐企业使用多模型策略，微软自己能从中获益吗？
A：能。纳德拉虽然同时是Anthropic和OpenAI的投资方，但他所倡导的"避免依赖单一AI实验室、部署AI网关、使用开放权重模型"的路线，恰恰是微软Azure云业务的核心产品方向。也就是说，企业越是按照纳德拉的建议行事，越可能采购微软提供的云基础设施和多模型管理服务。这一警告在客观上具有明显的商业自利成分，但业界普遍认为其所指出的风险本身是真实存在的。
