虽然主流观点认为最强大的人工智能必须存在于云端,但对于现代软件公司来说,现实情况要危险得多。多年来,科技行业一直运行在“便利性高于隐私”的假设之上。开发人员经常将敏感代码粘贴到 ChatGPT 或 GitHub Copilot 等工具中以查找漏洞,却在不知不觉中将他们的知识产权发送到了存储和分析这些数据的外部服务器。这种习惯将公司的专有秘密变成了数字原油,为大型科技竞争对手的引擎提供动力。
比利时的 Aikido 正在挑战这一现状。这家网络安全公司最近发布了 Altar,这是一款专门为留在公司内部而构建的开放权重 AI 模型。通过允许企业在自己的硬件上运行高级安全检查,Aikido 解决了高管们日益增长的焦虑:担心 AI 这个我们最高产的新实习生,正在秘密地向公众泄露办公室的平面图。这一转变标志着对将智能集中在少数几个大型数据中心的趋势的重大背离。
AI 模型通常很沉重、臃肿,并且渴求昂贵的计算能力。为了制作一个无需整间房的专门服务器即可在本地运行的模型,开发人员必须进行类似于真空包装行李箱的过程。Aikido 将 Altar 基于 Z.AI 的 GLM-5.3 模型,然后对其进行压缩以适应标准的企业硬件。这种压缩不仅节省了空间,还使普通企业操作该模型时速度更快、成本更低。
从技术术语来说,Altar 是一个开放权重模型。这意味着虽然确切的训练数据和“秘方”仍保留在创造者手中,但最终的数学结构可供任何人下载和运行。与硅谷的黑盒模型不同,开放权重模型允许安全团队确切地看到 AI 如何处理他们的数据。可以将其想象为将车送给帘子后面神秘的修理工,与在自己的车库里拥有一套专业工具之间的区别。工具是你的,它们留在你的领地内,没有其他人能看到你的引擎盖下是什么。
Aikido 在今年早些时候达到了 10 亿美元的估值,这一里程碑使其进入了稀有的欧洲独角兽行列。这一崛起不仅是比利时风险投资的成功故事,它代表了欧洲迈向数字主权的更广泛运动。长期以来,欧洲公司一直是美国和中国技术的消费者,往往以牺牲自己的数据隐私法规为代价。
对本地工具的需求正在激增,因为利害关系已经改变。网络罪犯现在使用他们自己的 AI 模型来扫描人类无法企及的漏洞。如果一家公司使用基于云的 AI 来修复漏洞,存在一个微小但真实的风险,即漏洞报告本身可能被拦截或泄露。对于一家欧洲公司,尤其是那些在严格的 GDPR 规则下运营的公司,这种风险是对业务的系统性威胁。Aikido 将自己定位为将数据留在国内的守护者,这在隐私高于一切的地区是一个强有力的销售说辞。
银行历来是新技术最保守的使用者,这是有原因的。银行应用程序中一行泄露的代码就可能导致数百万美元的损失和消费者信任的彻底崩溃。比利时主要银行 Belfius 已经在利用 Aikido 的解决方案。对于金融机构来说,将源代码发送给第三方 AI 提供商的想法是行不通的。
当银行使用 Altar 时,AI 扮演着一名不知疲倦的实习生,阅读每一行代码以检查错误。因为这名实习生住在银行自己的服务器上,他们移动资金或保护账户的敏感逻辑永远不会接触公共互联网。这创造了一个透明的环境,银行可以在其中进行创新,而不必担心安全轮胎缓慢漏气。此类高风险组织对 Altar 的使用表明,本地 AI 正在从一种小众偏好转变为重工业和金融业的基础要求。
从实际角度来看,脱离云端并非免费。云之所以流行,是因为它将对昂贵显卡和庞大冷却系统的需求转嫁给了别人。运行像 Altar 这样的模型需要对本地硬件进行切实的投资。虽然模型经过了压缩,但它仍然需要现代处理器才能以对开发团队有用的速度运行。
然而,计算方式正在发生变化。一个拥有 500 名开发人员的团队,每年的云 AI 订阅成本可能高达数十万美元。相反,对几台高端服务器的一次性投资可以在 18 个月内收回成本。当你加上潜在数据泄露的成本——目前全球平均超过 400 万美元——本地化方法看起来就不再是昂贵的奢侈品,而更像是一份审慎的保险单。对于小型公司的普通用户来说,这可能意味着 AI 工具变得稍慢,但无限安全。
从大局来看,Altar 的发布是 AI 蜜月期即将结束的信号。最初对“AI 能做什么?”的兴奋正被“AI 在用我的数据做什么?”这一务实问题所取代。我们正在进入一个去中心化成为新标准的周期阶段。随着 AI 成为现代生活的隐形支柱,控制自己智能的公司将是在动荡的全球市场中保持韧性的公司。
对于普通消费者来说,这一趋势是个好消息。即使你从未见过银行应用内部的代码,你的银行使用本地 AI 这一事实意味着你的个人数据距离灾难性泄露又远了一步。这意味着你每天使用的软件正在被一台不与外界交流的机器检查漏洞。这种向本地、开放权重模型的转变是对 2020 年代初期“快速行动,打破常规”时代的必要修正。
最终,Aikido 及其 Altar 模型的崛起表明,你不必在尖端技术和完全隐私之间做出选择。今天一家科技公司能做的最具颠覆性的事情,就是给客户提供完全忽略云端的工具。观察你自己的数字习惯,问问你有多少信息存储在不属于你的服务器上。答案可能会让本地 AI 模型看起来成为你工具箱中最合乎逻辑的工具。
资料来源:


