當模型互竊成為常態：數據主權的最後一公里在哪裏

一次調查，兩個被告，一個原告

上週，中國互聯網監管機構對 DeepSeek 和 Moonshot AI 啓動調查，起因是 Anthropic 指控這兩家公司通過隱蔽方式將數百萬條用户對話路由至其 Claude 模型，用於訓練自家模型。消息來自 Decrypt 的報道，措辭剋制，但“數百萬條用户交換”這個數字本身就足夠刺眼——它不是一次意外泄露，而是一條持續運轉的數據管道。

這件事的真正看點，不在誰對誰錯。而在於：當 AI 公司既是數據保管者，又是數據使用者，用户的數據主權實際上被架空了。

數據泄露的定義，正在被 AI 改寫

傳統意義上的數據泄露，是黑客攻破數據庫，或內部員工倒賣信息。但這次指控指向一種更隱蔽的形態：數據沒有離開平台，卻離開了用户的控制範圍。

具體來説，用户在 DeepSeek 或 Moonshot 的對話框裏輸入的每一條內容——代碼片段、商業計劃、私人郵件草稿——都可能被靜默地送往另一個模型進行推理或訓練。用户以為自己只是在和一個 AI 助手對話，實際上是在為兩家公司的模型迭代貢獻語料。

這種模式之所以能運轉，是因為大多數 AI 產品的用户協議裏都埋着一條“可用於改進服務”的授權。它合法，但不透明。當 Anthropic 發現自己的 Claude 被用來訓練競爭對手的模型時，它選擇公開指控，本質上是在説：連我們都沒能控制住數據的流向。

存儲的悖論：越集中，越脆弱

AI 公司需要海量數據來訓練模型，這決定了它們天然傾向於集中存儲。但集中存儲有一個被反覆驗證的悖論：規模越大，單點風險越高，而用户對數據的實際掌控力越弱。

回顧過去十年，從 Facebook–Cambridge Analytica 事件到去年某雲廠商的密鑰泄露導致數百萬用户文件可被公開訪問，集中式存儲的事故清單一直在變長。區別只在於，AI 時代的泄露不再需要“攻破”，它可以通過 API 調用、模型蒸餾、甚至員工跳槽來完成。

更關鍵的是，用户往往在幾個月甚至幾年後才知道自己的數據被用在了哪裏。DeepSeek 和 Moonshot 的調查才剛開始，但即便最終結論是“未發現違規”，用户對話已經流經了至少兩個司法管轄區、三家公司的服務器。這種跨境、跨主體的數據流動，本身就是一種結構性風險。

永久存儲的經濟賬與安全賬

如果數據主權問題無法靠監管一次性解決，那麼用户和企業能做的，是把數據存放在一個自己説了算的地方。

這裏有一個常被忽略的對比：訂閲制雲存儲（如 iCloud、Google One）按年付費，停止續費後數據可能被刪除或降級；而基於 Arweave 這類區塊鏈網絡的永久存儲，採用一次性預存存儲費的模式——上傳時支付一筆費用，數據由分佈式節點永久保存，不依賴任何單一公司的持續運營。

以 Long Drive 為例，它運行在 Arweave 上，用户上傳的文件經過客户端 AES-256-GCM 加密後，密鑰完全由用户持有，平台本身也無法讀取內容。這意味着即便服務商被調查、被收購或停止運營，已上傳的數據仍然存在於分佈式網絡中。對於企業檔案、法律文件、原始影像素材這類需要跨越十年以上週期的資產，這種“不依賴信任”的存儲方式，成本結構反而更接近保險，而不是租金。

當然，永久存儲不是萬能藥。它解決的是“存得住”和“拿得回”的問題，不解決“該不該存”的問題。但在 AI 公司頻繁互指、監管邊界尚未清晰的當下，把重要數據的控制權從平台手裏拿回來，至少是一個可執行的起點。

數據主權的最後一公里，在用户自己手裏

DeepSeek 和 Moonshot 的調查結果尚未公佈，但它已經暴露了一個事實：在 AI 競賽中，用户數據是最廉價的燃料，而保護它的責任，正從平台悄然轉移到用户身上。

監管能劃定紅線，但無法替每個人保管文件。雲服務能提供便利，但便利的代價是控制權的讓渡。真正可持續的數據長期保存，需要的不是更厚的用户協議，而是更少的信任假設——加密由用户完成，存儲由分佈式網絡承擔，平台只做通道，不做主人。

這或許才是這次調查留給我們的真正問題：當模型可以互相竊取，你的數據，最後停在誰手裏？