数据产业观察日报｜数据的左右互搏

今日数据产业，一句话概括：左手在拼命给数据办身份证，右手在拼命给数据戴手铐。

一边是国家数据产权登记服务系统试运行、全国统一数据产权登记制度正式实施、134家A股公司完成数据资产入表——整个政策机器在呐喊：数据，流动起来，变成钱！

另一边，Anthropic公开反蒸馏战报，宣称让推理记录更难被偷、捕获量直接降了九成；DevToData更是一针见血地抛出「AI数据悖论」：你把数据保护得越安全，你的AI就变得越差。

同一份数据，既要「可登记、可核验、可交易」，又要「不可见、不可抄、不可用」。这不是产业政策，这是精神分裂。今天的日报，我们就沿着这条裂缝往下挖。

一、开篇暴击：今日最荒诞的一幕

最荒诞的一幕，发生在Anthropic的防御工事里。

一家靠「吃遍互联网」训练出来的公司，如今最自豪的战绩是——别人从我这儿偷走的训练信号，少了九成。捕获量降九成，听起来是安全的胜利，本质却是一场「数据封禁」的胜利：模型输出的推理过程，正在从公开品变成保险柜里的传家宝。

配合DevToData那篇扎心的「AI数据悖论」，画面就完整了：过去十年，行业孜孜不倦地加密、脱敏、分类分级、最小权限，把数据管成了铁桶。结果AI时代一到，第一个被铁桶闷死的就是自家的模型——训练数据碰不得，推理记录不能漏，RAG语料不敢接，AI只好在一堆合成废料里吃回锅饭。

我们花十年建的护城河，最终淹死的是自己人。这荒诞吗？荒诞。但这正是当下数据产业的主旋律：安全合规的KPI和模型效果的KPI，在同一个老板的OKR里打架，且双方都觉得自己赢了。

二、最被高估的事：134家入表， ≠ 数据值钱

今天数据要素圈锣鼓喧天：A股134家公司完成数据资产入表，「数据资本化进程提速」，全国统一数据产权登记制度正式实施，「数据交易有证可依」。

先泼冷水：入表是会计动作，不是市场动作；登记是行政确权，不是交易成交。

把数据记进资产负债表，和把数据卖出去收回真金白银，中间隔着一整条压根还没修好的路。哪家公司的数据资产是经过真实竞价、真实交割、真实复购定价出来的？绝大多数是评估机构「协调」出来的账面数字。会计准则给了一个科目，市场并没有给出一个价格。

更讽刺的是路径本身：数据交易所喊了这么多年「数据可交易」，最后真正推动这件事的，居然是财政部的一纸入表规定。流通问题被会计问题代偿了——这好比婚恋市场的核心难题是「没人愿意相亲」，解决方案却是给户口本换了新版本。

确权、登记、核验，这些是必要条件，我承认其长期价值。但请注意当下的叙事偷换：把「可登记」包装成「有证可依」，把「入表公司数量」包装成「资本化提速」。数量指标最容易制造繁荣幻觉——134家公司入表，请问其中有几家的数据资产在二级市场被真实交易过、被银行真实抵押过、被审计真实认可过？这个追问一旦开始，喧闹就会安静下来。

登记制度是好棋，但把它吹成「数据要素时代的里程碑式拐点」，就是典型的把起跑枪声当成了冲线。

三、最被忽视的事：真正的钱在模型之下的那几层

今天最该上头条、却被大模型八卦淹没的消息，是AI云创业公司Modal完成7.5亿美元融资，估值高达157.5亿美元。

一个「不训练模型、不做C端应用」的基础设施公司，凭什么拿到这个估值？因为它站在了所有人的必经之路上。当模型层的差异化越来越卷、应用层的护城河越来越浅，真正稳定收租的是「把GPU变成API」的那一层。挖金子的换了一茬又一茬，卖水的市值越来越坚挺。

同一逻辑还有两个注脚。其一，Supermicro明确提出：AI工厂不应该按GPU数量论英雄，而应该按上线速度论英雄——这个判断比它卖的服务器重要得多，说明硬件厂商都意识到，客户买的早已不是算力，是「时间到生产力的转化率」。其二，Microsoft在AI算力吃紧的背景下押注「内存跟着负载走」的架构，NetApp们围绕多云AI存储的布局也在加速——算力紧张的本质，是数据搬运的紧张。

而更深处，还有两篇几乎无人问津的硬核文章：Materialize讲如何在READ COMMITTED隔离级别上构建线性一致日志，ClickHouse死磕32毫秒的尾延迟。没有发布会、没有融资新闻、没有大V转发。但请记住：数据库的一致性边界和P99尾延迟，才是AI时代真正的心跳。Agent每多一次工具调用，就多一次对低延迟、强一致数据访问的依赖——今天这些工程师在毫秒级抠出来的东西，就是明年所有「实时智能」故事的地基。

资本市场看叙事，产业的真实进程看这几层。钱在往下沉，注意力却在往上飘。

四、最值得警惕的事：数据封闭的军备竞赛才刚开始

Anthropic的九成捕获量降幅，被大多数人当成了一个安全的喜讯来读。我的看法恰恰相反：这是一份宣战书，而且战争才打了第一枪。

「反蒸馏」的本质是什么？是头部模型公司宣布：我的模型输出不再是可以被自由使用的训练语料。推理链、思维过程、API返回——这些曾经在生态里自由流动的「衍生数据」，正在被逐一圈禁。今天的玩家有能力做防御，明天就有动力做进攻；今天是防御「被偷」，明天就是合法地禁止「被学」。条款里的一行字，就能决定下游无数创业公司还能不能拿头部模型的输出来微调自己的小模型。

把这件事和开篇的「AI数据悖论」拼在一起，风险画像就完整了：

• 数据供给侧：企业数据越管越严，模型吃不到高质量私有语料；
• 数据衍生侧：头部玩家封死推理输出，小模型失去了最重要的「教材」；
• 数据流通侧：确权入表的账面繁荣，掩盖了真实交易的匮乏。

三面合围的结果是什么？高质量数据的可用集合在收缩，而模型对数据的需求在指数膨胀。最后谁买单？要么用质量存疑的合成数据硬撑，要么回到「用隐私换效果」的老路——而且这一次，是在监管框架和反蒸馏条款的双重重压下偷偷走。

更值得警惕的是示范效应：Anthropic开了头，其他头部玩家没有理由不跟进。数据封闭会自我强化，就像数据开放曾经自我强化一样。当「数据护城河」从比喻变成法律和技术上可执行的现实，AI创新的下沉通道就窄了。这一点，今天没有人在数据要素的政策讨论里被认真对待——而这恰恰是最该被讨论的部分。

五、数据说话

下面这张图，把今天所有关键事实串成了那条「左右互搏」的主线——政策的推力与AI的拉力，正在把同一份数据拽向两个方向：

再补一张「数据资产入表」的冰山图——账面上的134，只是水面一角：

解读：今天的产业现实是一个「双向挤压」结构。自上而下，登记制度和入表浪潮在推数据走向市场；自下而上，安全悖论和反蒸馏在把数据往保险柜里拽。Modal的157.5亿美元估值和ClickHouse的32毫秒尾延迟提醒我们：无论数据最终是流动还是封闭，基础设施层的钱已经先赚到了。而2026年真正的考题只有一个——确了权的数据，到底敢不敢用、卖给谁用、怎么用？这一题没答好，134这个数字，就永远只是会计意义上的胜利。

以上观点仅代表本专栏立场，事实以各公司官方披露为准。