7月 1 日，Palantir CEO 亚历克斯·卡普在 CNBC 上点评了几家前沿 AI 公司，话说得很不客气。
他说，很多企业一边支付高额token 费用，一边把业务逻辑、数据关系和竞争优势交给模型公司。钱花出去了，价值却没有留在自己手里。卡普把这部分价值称为“alpha”，也就是企业原本拥有的核心优势。
两周前，微软CEO 萨提亚·纳德拉发布长文《没有生态支撑的前沿并不稳定》。随后在斯坦福的一场访谈中，他又把话说得更直接：一家企业如果长期只做基础模型的消费者，很难保住自己的价值。
两个人的立场并不相同，却指向同一个问题：
当企业越来越依赖外部大模型，究竟是谁在积累能力？ |
OpenAI和 Anthropic 都声明，企业版产品和 API 的客户数据默认不会用于训练通用模型。即便这些承诺得到严格执行，卡普和纳德拉担心的问题依然存在。企业把越来越多工作交给外部模型，模型完成了任务，过程中的判断、反馈和经验却没有回到组织内部。
比如，一位资深销售每天用 Claude 分析客户、修改方案、处理异议。几个月后，他的效率提高了，token 账单也变长了。可他为什么修改、客户为什么接受、哪些判断有效，仍然散落在一段段对话里。一旦换人或换模型，团队还得重新摸索。
企业花钱租到了智能，却没有沉淀下自己的能力。 |
纳德拉把未来企业的核心资产分成两类。Human Capital 是员工掌握的知识、经验和判断力；Token Capital 则是这些知识进入系统后，可以被反复调用、继续改进的部分。
Token Capital和账户里还剩多少模型额度无关。它看的是过去的案例能否被检索，专家的判断能否被复用，失败的教训会不会影响下一次执行。
在斯坦福访谈中，纳德拉把这套机制称为企业自己的“爬山机器”（hill-climbing machine）：模型完成任务，组织根据真实结果给出评价，再把反馈投入下一轮。系统每运行一次，都应该更懂这家公司。
要让这台“爬山机器”运转起来，边界必须清楚。私有评测、任务轨迹、运行环境和结果反馈应当归企业所有。模型如何接入业务、调用哪些工具、读取哪些信息、按照什么标准评价结果，也要成为企业能够维护和迁移的配置。外部模型可以更换，公司的题库、反馈和复盘不能跟着供应商一起消失。
这意味着，系统的中心应该从大模型移回企业自身。企业需要一套由自己掌握的智能系统，留下记忆、经验、任务流程和评测机制。每完成一项工作，系统都能多积累一点能力。
还是以销售团队为例。遇到新客户，系统先调用企业已有的客户记录、成功方案、异议处理经验和内部工具。现有能力不够，再向外调用 Claude、GPT 或其他模型。模型给出的结果和销售人员的修改还要回到内部系统，供下一次任务使用。
这样一来，每个任务都在增强企业自己的系统，“爬山”发生在组织内部。外部大模型回到工具的位置，按需调用，也可以替换。
这套架构平时决定企业能否持续积累能力。当平台开始决定谁能使用模型时，它还关系到企业有没有选择权。
Anthropic早已将中国列为 Claude 的不支持地区。2025 年，它进一步收紧规则，将受中国控制的海外企业也纳入限制范围。企业即使在其他地区运营，也可能因此无法使用 Claude。
2026年 6 月底，中国用户社区又出现一轮集中封号反馈，其中包括付费 Claude Max 账号。Anthropic 没有公布这轮封号的具体数量，因此“大规模”目前仍是用户和媒体的描述，无法从官方数据核实。
几乎同时，开发者逆向 Claude Code 后发现，客户端曾根据系统时区和代理域名，在系统提示词中加入隐蔽标记，用来识别可能与中国有关的使用路径。Anthropic 员工称，这是一个防止账号转售和模型蒸馏的实验，相关代码已经回滚。标记是否直接用于封号，Anthropic 没有公开说明。
这类事件暴露了大模型生态的脆弱之处。模型、算力和接口集中在少数公司手里。哪些地区可以使用，价格如何调整，哪些功能对外开放，都由平台决定。规则有时来自公司，有时来自其所在国家的政策。用户通常只能接受、退出或更换平台。
如果企业的数字资产只以聊天记录的形式存在于别人的服务器上，那就很难称得上资产。它随时可能因为平台的一次规则调整而失去作用。
如果数字化资产只以“聊天记录”的形式寄生在别人的服务器上，本质上就不是资产，而是随时会被清零的数字租客。 |
大模型能力在进步，企业对自身能力的控制却可能倒退。
解决办法不能只靠模型供应商自律。企业需要把个人和组织的记忆、经验、技能留在自己的系统里，让外部大模型成为按需调用、可以替换的工具。这样才能是一个良性健康的“智能生态”。
控制权不等于平台关门时允许你一键导出对话历史。它要求企业从架构设计的第一天起，就把业务逻辑、组织记忆、专家经验和那台“爬山机器”放在自己的基础设施里。外部模型负责通用的推理和计算，好用就调用，不好用或不能用，就换一个。更换工具不该影响企业系统继续运行。
当然，卡普和纳德拉都有自己的商业利益。一个要卖 Palantir 的数据方案，另一个要推 Azure 的平台生态。但这不妨碍我们认真看待他们指出的风险：企业最不该交出去的，是积累自身能力的机制。
回到最开始的问题。如果 Claude 明天关上门，或者一条新政策切断了接口，你的公司还剩下什么？
答案不该只是一份导出的聊天记录。
SOURCES / REFERENCES
参考资料
1.纳德拉长文：https://snscratchpad.com/posts/frontier-ecosystem/
2.斯坦福演讲：https://www.youtube.com/watch?v=d0Pfu6B7gIM
3.卡普 CNBC 言论报道：https://www.axios.com/2026/07/02/karp-palintir-openai-anthropic-amodei
4.OpenAI 企业数据政策：https://openai.com/enterprise-privacy/
5.Anthropic 企业数据政策：https://support.claude.com/en/articles/9267385-does-anthropic-act-as-a-data-processor-or-controller
6.Anthropic 地区限制：https://www.anthropic.com/news/updating-restrictions-of-sales-to-unsupported-regions
7.Semafor：https://www.semafor.com/article/07/01/2026/anthropic-rolls-back-china-tracking-code
8.雷峰网：https://finance.sina.com.cn/tech/roll/2026-07-01/doc-inifiaeq0909122.shtml
#XISIIDINTELLIGENCE#类脑智能#大模型#算法#约束性预测#自回归模型#下一代AI模型#智能体#AI智能新范式#大模型瓶颈#长上下文窗口#graphrag#memgpt#蔡炎松
