不要出租你的智慧

蘋果建立了歷史上最成功的平台業務，而他們是透過出租分銷渠道來實現的。你開發應用程式，蘋果抽成 30%，作為交換，你獲得了接觸十億用戶的機會。這種關係存在張力，特別是围绕著那 30% 的抽成，但利益一致性是真實存在的：當生態系統健康時，蘋果賺的錢比不健康時更多。他們刻意讓自己的原生應用程式保持簡單且進化緩慢，花了十年的時間才加入第三方應用程式在幾年前就已經推出的功能。開發者知道，如果他們做了一些太顯而易見的東西，蘋果最終可能會將其複製為預設功能，但進化的步伐足夠慢，且分銷渠道足夠有價值，因此這種交易對大多數人來說是行得通的。

知識工作者與 AI 提供者之間新興的關係，在表面上遵循著類似的模式，但底層的經濟學在一些極其重要的方面卻有所不同。

當你在蘋果的平台上開發時，蘋果知道你賣什麼以及有多少人購買。而當你在 AI 提供者的平台上開發，或者更準確地說，當你將自己的工作傾注到他們的工具中時，提供者知道你是如何思考的。你的研究方法、你的分析框架、你的戰略推理、你的客戶洞察，以及你自己甚至可能都沒有意識到的決策模式。出租分銷渠道與出租智慧之間的區別，就像是一個知道你地址的房東，與一個會閱讀你日記的房東之間的區別。

平台的掠奪模式

平台業務中存在一個記錄詳實的模式：平台會觀察在其之上創造價值的地方，然後進軍那些垂直領域。微軟利用 Windows 的主導地位佔領了試算表、文字處理和網頁瀏覽器。Google 始於透過搜尋結果將用戶引導至其他網站，隨後逐漸將超過一半的搜尋保留在自己的資產中。亞馬遜商城（Amazon Marketplace）讓第三方賣家證明了某些產品類別的需求，然後在這些完全相同的類別中推出了 Amazon Basics。

同樣的模式也正在 AI 領域出現，且其移動速度比以往任何一個週期都要快。Cursor 成為 Anthropic 最大的 API 客戶之一，證明了代碼助手這個類別市場巨大。Anthropic 隨即推出了 Claude Code，營收立即加速。接著是 Claude Design，據報導這讓 Figma 措手不及，儘管 Anthropic 的 CPO 曾是 Figma 的董事會成員，且直到發布前三天方才辭職。然後是 Claude Science、Claude Security、Claude Legal 以及 Claude Financial。每一個都進入了先前由基於 Anthropic 自身模型構建的公司所服務的類別。

實際上，那些基於 API 進行開發的公司一直在為其基礎設施提供商進行市場研究。他們證明了哪些垂直領域具有價值，訓練用戶在這些類別中期待 AI 驅動的工具，然後眼睜睜看著平台憑藉擁有底層模型層的優勢強勢介入。

當你注意到，一個僅由少數幾家巨頭組成的受限模型層，正是符合這些巨頭商業利益的市場結構時，關於出於安全考慮應限制開源模型的論點，看起來就大不相同了。這一點值得深思，因為提出安全論點的人，與從這種競爭結果中獲益的人，正是同一群人。

前置部署的特洛伊木馬

有一個規模較小但具有啟發性的趨勢值得關注。微軟最近宣布撥款 25 億美元，用於向企業客戶派遣前置部署工程師。亞馬遜在同一項目上花費了 10 億美元。OpenAI 和 Anthropic 也都有類似的計劃。這些工程師會進入你的公司，研究你的工作流程，建立集成，並將他們學到的東西回傳以改進模型。

宣稱的目的是幫助企業更有效地採用 AI。然而在結構上的影響是，AI 提供者得以深入了解你的業務運作方式、你的競爭優勢是什麼、價值在你的工作流程中處於何處，以及你的運營中有哪些部分可以被產品化。這些工程師帶回的每一項洞察，都讓提供者的下一個產品定位更精準，而這個定位可能直接瞄準了你所處的行業類別。

生命科學行業已經對這種動態做出了反應。Anthropic 和其他公司一直與大型製藥公司接觸，要求他們提供專有的實驗數據來訓練專門的模型，並以早期使用權和某種專有優勢作為回報。這些製藥公司大多予以拒絕。當你花費了數百億美元，通過多年的實驗和產品開發產生專有數據時，這些數據就是核心資產，將其貢獻給一個同時吸納你競爭對手數據的共享模型，會使讓你脫穎而出的核心優勢變得平庸化。

製藥公司能夠看清這種模式，是因為他們規模足夠大且經驗豐富。而個人知識工作者、小團隊和中型企業往往無法看清，或者在該模式已經發揮作用之前，根本想不到去關注。

智慧主權問題

這背後還有一個更深層次的問題，超越了平台風險和商業掠奪。

傳統意義上的隱私關乎訪問權限：誰能看到你的數據。而智慧主權則完全是另一回事：誰控制了應用於你資訊的分析鏡頭。當你的 AI 助手是由一家擁有自身商業議程、產品路線圖和競爭策略的公司提供時，你所收到的分析都是透過你無法看見且無法控制的優先順序和訓練選擇來過濾的。

這對於那些以思考為產品的人來說至關重要。顧問的價值在於其分析框架。研究人員的價值在於其假設和方法論。律師的價值在於其策略推理。創始人的價值在於其對他人尚未掌握的市場的理解。當這些人中的任何一個將自己的工作傾注到一個由可能在下個季度將其類別產品化的公司所控制的工具中時，他們就是在與一個利益可能與自己不一致的實體，分享其競爭優勢的原材料。

歷史上的平行對比與其說是科技平台，不如說是思想家與機構之間的關係。印刷機不僅僅是民主化了資訊的獲取，政治鬥爭的核心在於誰控制了解釋權。二十世紀初的新聞通訊社並非中立的資訊管道，它們形塑了什麼才算有新聞價值。框架與事實同樣重要，而 AI 層正日益成為知識工作的框架層。

結構性的替代方案

租用智慧的替代方案是擁有支持它的基礎設施。這並不意味著要建立自己的 AI 實驗室或訓練自己的模型。它意味著選擇一種架構，在這種架構中，智慧層為你服務，而不會吞噬你。

在實踐中，這看起來像是幾件事情的協同運作。

模型選擇，包括開源模型。 如果你可以選擇由哪種模型來處理你的數據，包括在本地或你自己的基礎設施上運行的模型，那麼就沒有任何單一提供者能壟斷你的思考。開源模型已經達到了在絕大多數任務中能與前沿模型競爭的水平，而且它們可以在你控制的硬體上運行，完全不向第三方流出數據。當提出「這些模型太危險而不能自由使用」這一論點的人，能直接從封閉市場中獲益時，該論點就值得深究。

你控制的存儲。 你累積的知識，即隨時間推移而複利的上下文，應該存在你擁有的基礎設施中。自攜存儲 (BYOS) 意味著數據存在你的 S3 儲存桶或你的 R2 帳戶中，並用你的密鑰加密，應用層只從中讀取，而不是持有它。如果你更換工具，數據仍會保留在原處。

你與模型之間的邊界層。 Fabric 介於你的知識和 AI 模型之間，控制任何給定模型可以看到的內容，並確保互動是為你服務，而不是為了提供者的訓練管線。可以把它想像成一種個人化的 Palantir：智慧是你的，模型是可更換的，而邊界是由架構而非信任來強制執行的。

預設的可移植性。 像 MCP 這樣的開放協議意味著，你的知識庫可以按照你的條款被任何 AI 代理訪問，而不會被鎖定在特定提供者的生態系統中。這個知識庫的壽命比任何單一的模型世代、任何單一的工具和任何單一的供應商都要長。這是你的上下文，它會一直伴隨著你。

這對誰至關重要

最應該認真思考智慧主權的人，是那些將累積的思考視為其主要競爭優勢的人。

研究人員，他們未發表的假設和實驗結果代表了多年的心血。顧問，他們所銷售的是其客戶洞察和分析框架。律師，他們的案件策略對對手律師來說將是極具價值的。創始人，他們對市場的理解是使其公司值得建立的基石。投資者，他們對數百家公司的交易評估和模式識別是其優勢所在。

對於所有這些人來說，將他們最好的思考傾注到一個由可能將其類別產品化、用其數據進行訓練、或者僅僅是更改服務條款的公司所控制的工具中，是一項隨著使用天數增加而增長的風險，這恰恰是因為累積的上下文價值也在增長。

現在在自己控制的系統中建立上下文的人，正在進行一項向著有利於自己的方向複利的投資。而在 AI 提供者控制的系統中建立上下文的人，雖然在進行相同的投資，但複利的收益可能會使其他人受益。

常見問題

大型 AI 提供者難道不夠值得信賴嗎？ 他們中的一些人目前可能是值得信賴的。但問題不在於你是否信任目前的管理團隊。問題在於你是否信任未來的每一個管理團隊、未來的每一次商業決策，以及一家其商業利益可能與你分道揚鑣的公司未來可能做出的每一次競爭舉措。平台業務的歷史表明，答案是否定的，無論現任領導層多麼有誠意。

開源模型真的能與前沿模型競爭嗎？ 對於絕大多數現實世界中的任務，答案是肯定的。差距已大幅縮小，並繼續縮小。Nvidia 的 Nemotron、Meta 的 Llama 以及其他開源模型在大多數專業應用場景中都極具競爭力。兩年前最頂尖的模型已經足夠應付 90% 的任務；問題一直在於成本，而在你自己的基礎設施上運行開源模型正變得越來越實惠。

那麼團隊和企業呢？ 這一論點可以直接擴展。一個團隊累積的知識、他們共享的上下文、他們的機構記憶，比個人的更有價值，也更容易受到平台依賴的影響，因為賭注更高，數據更豐富。團隊工作區通過受控的存儲和模型選擇，在組織層面應用了相同的架構。

這只是反 AI 嗎？ 恰恰相反。這是支持 AI 且支持所有權。論點是 AI 具有巨大價值且價值正在不斷增長，這正是你應該擁有智慧層，而不是從一家利益可能與你不一致的公司那裡租用它的原因。AI 變得越有價值，誰控制它的問題就越重要。

延伸閱讀：AI 的優勢不在於模型，而在於記憶、你的知識存在哪裡？、你的研究就是你的護城河、什麼是知識管理。相關指南：人們如何使用 Fabric。