{"id":47959,"topic":"ai","source":"富途牛牛","title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","url":"https://news.futunn.com/post/76698893","url_hash":"21f1050ca1a15391ebfc4fa25be8249ec15ba7d5","author":"","summary":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 富途牛牛","content":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","image_url":"https://newsfile.futunn.com/news-thumbnail/20240614/public/17183519038299638163743-news-thumbnail/20240614/public/17183519038298589565917.jpeg.jpeg","lang":"zh","published_at":"2026-07-28T09:58:07+00:00","fetched_at":"2026-07-28T11:15:07+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","cluster_id":1681845,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://news.futunn.com/post/76698893","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}},"news_item":{"id":47959,"canonical_url":"https://news.futunn.com/post/76698893","source_url":"https://news.futunn.com/post/76698893","title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","source_name":"富途牛牛","author":null,"published_at":"2026-07-28T09:58:07+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 富途牛牛","full_text":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","excerpt":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 2044 characters.","diagnostics_url":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","url":"https://news.futunn.com/post/76698893","summary":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","source":"富途牛牛","date":"2026-07-28T09:58:07+00:00","content":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 2044 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/47959","export_markdown":"/api/items/47959/export?format=markdown","export_json":"/api/items/47959/export?format=json","diagnose":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893"},"formats":{"full":{"id":47959,"title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","url":"https://news.futunn.com/post/76698893","source":"富途牛牛","author":null,"published_at":"2026-07-28T09:58:07+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","full_text":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 2044 characters.","diagnostics_url":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}},"actions":{"read":"/item/47959","export_markdown":"/api/items/47959/export?format=markdown","export_json":"/api/items/47959/export?format=json","diagnose":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893"}},"digest":{"id":47959,"title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","url":"https://news.futunn.com/post/76698893","source":"富途牛牛","topic":"ai","published_at":"2026-07-28T09:58:07+00:00","excerpt":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。 到最后啊—— 企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～ 所以，纳德拉到底在担心什么。 全押一个AI，企业最终会把自家能力也一并外包 那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？ 纳德拉担心的核心，其实是两个字：「绑定」。 要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 2044 characters.","reading_time_min":1,"cluster_id":1681845},"card":{"display_title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","subtitle":"富途牛牛 · 2026-07-28","summary":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。 到最后啊—— 企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～ 所以，纳德拉到底在担心什么。 全押一个AI，企业最终会把自家能力也一并外包 那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？ 纳德拉担心的核心，其实是两个字：「绑定」。…","badges":["quality:high"],"links":{"read":"/item/47959","original":"https://news.futunn.com/post/76698893","diagnose":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893"},"quality_warning":null},"export":{"title":"微软CEO纳德拉最新警告：单押一个大模型，是把公司命门交出去 - 富途牛牛","url":"https://news.futunn.com/post/76698893","summary":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","source":"富途牛牛","date":"2026-07-28T09:58:07+00:00","content":"而且人家还说了，企业每天用AI读用得越深，AI背后的供应商也就越有机会摸清这家公司究竟是怎么运转的。\n到最后啊——\n企业付出去的可能不只是Token费，还有一套竞争对手花钱都买不到的商业经验哈～\n所以，纳德拉到底在担心什么。\n全押一个AI，企业最终会把自家能力也一并外包\n那么，一家公司只是固定使用某个AI，咋就严重到可能活不下去啦？？\n纳德拉担心的核心，其实是两个字：「绑定」。\n要知道现在企业接入AI的时候，摆在员工面前的可能只是一个聊天窗口，背后连着的东西却越来越多——\n提示词、内部数据、上下文、长期记忆，以及负责指挥AI调用工具和执行任务的Harness，都会逐渐接入其中。\n而且员工为了让AI更懂业务，会不断向其中补充公司资料！！\n于是乎，成千上万次提示、调用和纠错叠在一起，留下的就是一家公司真实的工作方法：\n怎样服务客户、怎样判断风险、怎样修改产品，以及遇到特殊情况时应该听谁的。（真·葵花宝典）\n虽说吧，这系统并没有完整写进哪一本员工手册，但却可能决定公司为啥比竞争对手更会做《生意》……\n泄露业务经验，还只是其中一层风险。\n如果模型、Harness、企业上下文和长期记忆全都绑定在同一家AI公司的产品里，还会有一个问题，那就是——\n等到公司想更换模型时才会发现，自己要搬走的远远不止一个聊天窗口！！\n过去积累的上下文、记忆、工具调用方式和工作流程，都可能需要跟着重新搭建，那时候就该直言大E了…\n此外一旦原来的模型突然涨价、停止服务、能力落后，或者某项功能发生重大调整，企业便很难迅速迁移到其他AI。\n企业要么忍受高昂的迁移成本，从头再教一遍；要么继续留在原来的平台，接受对方的价格、规则和产品变化。\n模型涨价，得跟。（苦笑）\n模型能力掉队，也得跟。（苦笑）\n模型供应商改变产品方向，企业自己的核心工作流还得跟着改。（苦笑）\n这也正是纳德拉口中只使用一个AI「可能无法生存」的完整逻辑——\n一家企业如果把自己的数据、记忆和工作方法全部依附在单一AI系统上，它实际上已经把一部分思考能力外包了。\n离开那个AI，公司甚至不知道自己过去为什么这样决策、接下来又该怎样继续工作。\n于是看起来，是AI在替公司打工。\n到最后，却可能变成公司离不开AI供应商才能活着。（扎心了捏)\n最聪明的模型可以租，公司的「脑回路」必须自己留着\n好，那问题来了，企业总不能因为担心被绑定，就全都跑去从零训练基础大模型吧？\n要知道训练前沿模型需要巨额算力、海量数据和专业人才，绝大多数企业既没有这个必要，也承担不起……\n而纳德拉给出的解法，其实就一个字——拆！！！\n模型与Harness拆开，上下文和记忆也与模型拆开。\n底层模型可以来自OpenAI、Anthropic、微软或其他厂商，企业自己的数据、使用记录、上下文和长期记忆，则要始终留在自己的系统里。\n按照纳德拉的设想，企业每次使用模型时，围绕这次调用产生的元数据，都应该由企业自己保留。\n这里的元数据，可以包括企业提出了什么问题、模型调用了哪些内容、给出什么结果，以及员工后来进行了哪些修改。\n这些记录积累起来以后，企业还可以用它们训练自己的权重或模型，将使用AI的过程继续沉淀成自身能力。\n此外，Harness最好也别和某一个模型彻底焊死。\n这样的好处是，模型可以从整套系统的大脑兼身体兼记忆，变成一个可以随时替换的推理引擎。\n写代码的时候，可以调用更擅长编程的模型。\n分析长文档的时候，可以切到长上下文能力更强的模型。\n处理敏感资料时，还可以使用部署在企业内部的开源权重模型。\n哪一个模型能力更好、成本更低，就让哪一个上～\n用人家纳德拉的话来说，这样即便「任何一个模型消失」，企业也能继续掌握自己的命运。\n其实吧，纳德拉的这份担忧，在创业圈里早就冒过头了。\n此前，OpenAI曾向Y Combinator春季和夏季批次的创业公司提出一项特殊投资方案。\n每家公司最高可以获得价值200万美元的OpenAI Token，作为交换，OpenAI将通过SAFE获得相应股权。\n投资人Jason Calacanis随后便公开提醒创业者，接受这些Token意味着OpenAI可能看到一家创业公司究竟在做什么，随后复制创意，再把类似能力塞进自己的免费产品。\n如今，纳德拉把同一份警告从创业公司扩展到了所有企业——\n过去，公司最重要的资产之一，是员工与组织长期积累下来的经验。\n到了AI时代，这些经验会进一步变成提示词、上下文、评测数据、Agent记忆，以及一次次工具调用和人工修改记录。\n它们共同组成了一家公司的新「脑回路」。\n这个脑回路可以调用不同模型运转，也可以随着模型升级不断变聪明。\n可无论外面的模型换了多少代，掌控这套脑回路的都得是企业自己。\n毕竟，最聪明的模型可以租。\n公司的「脑子」，可得牢牢长在自己身上～\n参考链接：\n[1]\n[2]\n一键三连「点赞」「转发」「小心心」\n欢迎在评论区留下你的想法！\n—完—\n点亮星标 科技前沿进展每日见","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//news.futunn.com/post/76698893","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 2044 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 2044 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":2044,"summary_length":2044,"usable_text_length":2044,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":2044,"summary_length":2044}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}