股票配资信息 “搞数据”这件事，已经成为了AI行业的头等大事

文|三易生活股票配资信息

一个月前，微软为玩家带来了AI游戏助理GamingCopilot，帮助玩家应对高难度任务、提升游戏技能，以及详细讲解游戏内容。就在大家喜迎微软的这个“AI游戏搭子”时，有较真的玩家却发现，GamingCopilot居然是“特洛伊木马”。

随着最近一次更新，自动安装在玩家电脑上的GamingCopilot被海外游戏论坛ResetEra的用户发现，会自动上传游戏截图和录屏内容。在GamingCopilotAI的隐私设置中，“文本模型训练”选项是默认开启状态。当然，这位用户也欣慰地表示，微软还没有彻底丧心病狂，收集用户对话语音的选项暂时处于未开启状态。

这次消息一出，瞬间就让玩家社区一片哗然。原本以为GamingCopilot的存在可以让自己随时召唤AI来解决游戏过程中遇到的问题，不再需要频繁切出游戏查攻略，结果GamingCopilot居然是一个隐藏的“间谍”，目的居然是图谋大家的隐私数据。

只能说微软在“坑”游戏玩家这件事上几乎已经形成了习惯，此前的“Edge游戏助手”让电脑变卡也就罢了，如今的GamingCopilot更是将玩家当“人肉电池”。这一次GamingCopilot悄悄收集数据并非微软的无心之举，而是有意为之，为的就是让玩家在不经意间将数据交出去。

关于微软为何要“口蜜腹剑”，看完接下来这个消息，许多朋友想必就会明白。就在GamingCopilot被玩家发现会自动上传数据的几乎同一时间，“美国贴吧”Reddit在纽约联邦法院起诉了AI搜索独角兽PerplexityAI，指控后者通过“工业规模的非法抓取”行为，未经许可复制Reddit用户的评论以牟取商业利益。

数据如同化石燃料般正在枯竭、AI革命正“吸干”互联网数据的海洋，这是AI专业人士自去年就开始不断发出的警告。而在2025年，AI业界更是出现了一个有趣的现状，那就是各大AI厂商的大模型不约而同地放弃了通用化、开始追逐差异，诸如OpenAI的GPT-5长于搜索、谷歌的Gemini2更擅长数学、Anthropic的Claude4则精通代码。

事实上，不同厂商的AI大模型各有所长，是因为他们在RLHF（基于人类反馈的强化学习）上的差异。据OpenAI前首席科学家IlyaSutskever的说法，决定RLHF阶段性效果的除了算法之外，数据的质量更是一个决定性因素。这背后其实就反映出了这样一个现实，即AI大模型的迭代从纯粹的参数规模膨胀，已经转向了萃取高质量数据。

AI大模型的训练本就依赖海量数据，可如果输入的数据存在错误，训练出来的模型自然也就会“学坏”，输出的结果同样是“垃圾”。没错，与人类一样，一旦接触低质信息过多，大模型也会出现认知退化的“脑腐”（BrainRot）现象。

大模型持续暴露于垃圾数据的具体表现，就是推理能力下降、长上下文理解能力变差、伦理规范意识减弱等系统性的退化，并且这一趋势是不可逆的，难以通过后期的微调修复。为了避免自家大模型不进反退，各大AI厂商自然也就开始千方百计地寻求高质量的数据。

但遗憾的是，论文、书籍等高质量数据已经被消耗殆尽。由于AI厂商一口气挥霍了过去三十年间互联网世界积累的绝大部分知识，才造就了AI大模型在过去两年迎来“寒武纪生命大爆发”。现在凝聚了人类智慧结晶的高质量数据断供，AI厂商就被迫在沙海淘金，尽管Reddit的社交数据、GamingCopilot所收集的玩家行为数据确实质量堪忧，但好歹也是产出有保证的数据。

如今矛盾之处，就在于不仅仅是AI厂商认识到了一切数据都有价值，Reddit这样的数据拥有者也一样。从某种意义上来说，AI初创企业的至暗时刻其实是2025年，因此在此之后，巨头和初创企业获取数据能力的差异，会让后者再无弯道超车的机会。

以微软和PerplexityAI为例，在合法合规的情况下，前者获取数据的能力显然是碾压后者。毕竟微软旗下的产品极为丰富，诸如Office可以贡献办公数据、GamingCopilot能带来游戏数据，因此就是的微软能收集大而全的数据。

可反观PerplexityAI，尽管作为AI搜索独角兽、并非AI赛道的无名之辈，甚至他们的AI搜索引擎还一度让谷歌搜索左支右绌。可PerplexityAI只有AI搜索这一个产品，就注定了他们只能从1500万活跃用户身上取得数据。如果仅仅从自家用户身上获取数据，PerplexityAI就注定将迎来“加拉帕戈斯化”，指的就是在孤立的市场环境下独自进行“最适化”，从而丧失与区域外的互换性，进而导致产品与主流需求脱节。