納德拉疑似隔空開懟大模型頭部玩家：只許自己爬數據，不許別人蒸餾模型

微軟執行長薩提亞·納德拉（Satya Nadella）昨（29）日在社群平台X上發表一篇題為「反向信息悖論」的長文，罕見地以原則性論述火力全開，點出當前人工智慧產業中日益嚴重的「學習不對稱」問題。他雖然未直接點名任何公司，但文中內容明顯針對部分大型語言模型領域的頭部玩家，批評這些業者一方面大規模爬取公開網路數據來訓練自家模型，另一方面卻透過各種手段嚴格限制他人利用蒸餾等技術學習其模型成果，形成一種不公平的競爭壁壘。納德拉從資訊流通的公平性切入，強調若整個行業只允許少數巨頭單方面取得數據與模型知識，卻禁止後來者透過合法技術進行模仿與改進，長遠將扼殺整體創新動力。

他指出，這種「只許自己爬數據，不許別人蒸餾模型」的雙重標準，正逐漸侵蝕開放協作與知識共享的產業基礎，不利於AI技術的長期健康發展。納德拉在文中並未舉出具體案例，而是以宏觀視角闡述他對當前封閉生態與不對等規範的深刻不滿。他認為，當少數公司掌握絕大多數訓練資料來源與最先進模型參數時，市場的新進者不僅難以獲得同等的數據資源，連透過合法的模型蒸餾——一種將大型教師模型的知識濃縮至較小學生模型的成熟技術——來加速創新，也面臨重重障礙。這種局面若持續惡化，將使AI領域的創新資源愈發集中，不利於多元應用與中小型團隊的參與。

這篇發言迅速在科技圈引發廣泛討論，外界普遍解讀為微軟在AI軍備競賽中對於寡占格局的直接表態。微軟本身持有OpenAI的大量股權，並將其模型整合至Azure等雲端服務與Copilot產品線，卻同時對頭部競爭對手的封閉策略有所微詞，凸顯大型科技業者之間在數據使用與模型共享議題上的矛盾日益升溫。納德拉的批評也折射出一個更深層的結構性問題：當訓練數據與模型知識被少數企業視為核心資產時，開放與封閉的界線該如何劃定？

所謂「蒸餾」技術，在深度學習領域是指將一個複雜、參數量巨大的教師模型（例如GPT-4、Llama 3等）所學到的特徵與決策邊界，透過特定的訓練流程「傳授」給一個體積更小、運算成本更低的學生模型。這種做法能顯著降低部署門檻，讓資源有限的實驗室或新創公司也能開發出具備接近大型模型能力的應用。然而，許多頭部業者在其服務條款中明確禁止或限制使用者透過蒸餾、API調用等方式複製其模型行為，引發「知識封鎖」的爭議。納德拉的觀點並非孤例。近年來，學術界與開源社群多次呼籲，若數據爬取與模型蒸餾僅對大型企業開放，而中小型參與者被排除在外，最終將導致AI技術的「馬太效應」——強者恆強、弱者難以追趕。

他昨日發文的核心論點，正是在捍衛資訊流通的公共性，反對將知識封裝為少數集團的專屬武器。值得注意的是，納德拉選擇在個人X帳號而非微軟官方管道發表這番言論，某種程度上帶有個人觀察的色彩，但作為全球市值最高科技公司之一的領導人，其意見勢必牽動產業話語權的分配。微軟過去幾年持續大力投資生成式AI基礎設施，同時也參與多項開源模型專案，試圖在商業利益與生態開放之間取得平衡。納德拉這番「反向信息悖論」的論述，更像是從政策與倫理層面，為未來AI監管與共享規範設下討論基調。目前尚無任何頭部AI公司公開回應納德拉的批評。

業界分析人士認為，此舉可能促使更多科技領袖加入討論，進一步推動關於數據使用權利、模型知識透明度的監管辯論。隨著各國政府開始著手制定AI法規，納德拉提出的「學習不對稱」問題，很可能成為下一階段政策對話的重要議題之一。