Chamath：企业机密AI该用可控推理路径

非常感谢 @chamath 今天在 All In 播客上的大力称赞。“你需要找一个你信任的服务商，可以是Nebius”，这句话完美总结了为什么如果你的数据真的很重要，像 @nebiustf 这样的开源推理路线才是正确选择。

他的观点用直白的话讲就是：你把蛋白质设计、交易策略、属于公司核心的工艺粘贴到了一个共享的聊天API里。服务商说“零数据留存”，但这通常只是尽最大努力做到，并非硬性保证。

然后总会出问题：或者条款允许用“洞见”来训练，虽然不是用你的名称；或者下一代模型就是……知道了你本以为是隐私的答案的形态（就像纳维-斯托克斯那个案例一样）。可怕的泄露最终就是解决方案模式出现在了你无法控制的地方。

所以问题不是“永远不用AI”，而是别再把核心业务放到共享的前沿API上。要按你自己的要求来部署：开放权重模型，在你能控制的硬件上做推理，给你配置堆栈的服务商，也就是Chamath提到的那个方向（aws class、@nebiustf、@FireworksAI_HQ 等等）。

董事会在这方面反应太慢了。“我们签了零数据留存”这种话，站在“我们真的能控制运行地点吗”这个问题面前开始站不住脚了。这时候，那个选择了简易API方案的首席信息官就成了问题所在。