Social Capital引Nadella：租用人工智能模型的公司，本質上爲智能付兩次

Social Capital引微軟首席執行官Satya Nadella的話：租用人工智能模型的公司，本質上爲智能付兩次。一次是錢，一次是爲了讓模型有用而必須交出的專有知識。

機制被寫成學習環。每次提示和糾正都截走一部分公司知道怎麼做。知識被蒸餾後，封閉模型的提供方留下這些信息。Nadella在7月把這稱爲反向信息悖論。Kenneth Arrow原來說的是賣方爲了證明信息價值必須先透露。人工智能把風險倒給買方。賣家越用越瞭解你，你幾乎不知道對方學到了什麼。

泄漏不走明顯的入侵，走他稱爲廢氣的東西：你寫的提示、代理調用的工具，以及模型出錯時你做的糾正。每一處修改都在教模型。他說這是競爭對手買不到的知識，也是幾乎察覺不到的泄漏，一次痕跡、一次糾正、一次評估。

Social Capital據此推了一層。如果使用數據比服務這些詞元的成本更值錢，提供方可能反過來付錢讓你用。先例是OpenAI的選擇加入計劃：符合資格的賬戶把接口流量的訓練權交出去，某些模型每天可拿到最多100萬免費詞元。官方幫助頁寫，3到5級是旗艦模型每天100萬、小模型1000萬。1到2級是25萬和250萬。默認不是強制，結束前給30天通知。微調訓練不在額度裏。

芯片可以租，算法可以泄漏或被蒸餾。提示和糾正會在持有者那裏複利。Nadella給的解法是五段：自己掌握評估、記憶和反饋，在自己的租戶邊界裏訓練，把編排與單一模型拆開。學習若只朝一邊流，價值會匯到學習基礎設施的主人，而不是知識的創造者。

這是數據租金，不是算力賬單。買方是要把流程和糾正喂進封閉模型的公司，賣方是留下蒸餾結果的模型提供方。事件驅動的是使用越深、交出越多。錢先付給詞元，知識再留在對方。受益的是拿到糾正信號的封閉模型，承壓的是把專有做法寫進提示、又拿不回學習結果的租用方。

來源：公開信息