在年度 Nordic TechBBQ 科技大会上，来自欧洲各地的投资人、创业者和企业管理者，谈 AI 时总会绕回一个问题：人还能不能决定模型做什么，以及什么时候不用它。

这场讨论并非由某次 Anthropic“全球断供”触发。至少现有公开线索没有提供这种事件依据，更谈不上欧洲把全球事故误读成“专属断供”。真正让欧洲人不安的，是一套更慢、更深的依赖：模型能调用，规则却未必由自己制定；数据可以留在本地，服务仍可能被远程改价、限流或下线。

会场谈的是 agency，不只是数据放在哪里

英文里的“agency”比“控制”多一层意思。它既包括人能否干预 AI，也包括企业有没有选择供应商、撤回数据、替换模型和停止服务的能力。

这几层权力经常被混在一起：

  • 个人层面.用户能否看懂 AI 做了什么，能否拒绝自动决策。
  • 企业层面.客户能否导出数据、切换模型，服务中断时有没有备用方案。
  • 公共层面.关键系统是否受欧洲法律约束，供应链是否会被域外政策影响。

欧洲已经有两根很硬的法律支柱。GDPR 自 2018 年起实施，欧盟《人工智能法案》则在 2024 年 8 月 1 日生效，并按阶段落地。前者管个人数据，后者按风险给 AI 系统设置义务。

但法律能规定责任，不能凭空造出 GPU、基础模型和云平台。

这正是 TechBBQ 讨论反复回到控制权的原因。欧洲擅长写规则，核心算力、热门模型和开发工具却大量来自美国公司。法规上的主权，与产业链上的自主，仍隔着很长一段路。

数据驻留，只解决了控制权的一小部分

不少云服务会强调“欧洲区域”“本地托管”或“主权云”。这些安排有实际作用：数据可以留在指定地区，运维人员和访问流程也能受到更严格的限制。

问题在于，数据中心的位置并不能回答全部问题。

路线企业得到什么仍由谁控制主要代价
OpenAI、Anthropic 等托管 API模型强，上线快，维护成本低供应商掌握版本、价格、限额和服务连续性迁移难，产品容易被接口绑定
欧洲区域或主权云数据驻留、审计和权限管理更清楚底层模型、芯片及部分软件仍可能来自外部成本较高，“本地”不等于全栈自主
Mistral、Llama 等开放权重模型自建可固定版本，可自行微调和部署企业掌握更多运行与迁移权需要算力、工程团队和持续运维

开放权重也不是万能答案。模型权重能下载，不代表训练数据透明；系统能部署在本地，也不代表芯片供应稳定。企业还得承担推理优化、安全更新、评测和故障处理。

所以，控制权更像一组可以拆开的权限：数据权、模型权、运行权、审计权和退出权。少掉任何一块，“主权 AI”都可能只剩采购页面上的一个标签。

我更在意退出权。

服务正常时，各家 API 看起来差别不大。一旦供应商涨价、修改条款、停止旧版本，或者受监管要求限制某类客户，企业才会发现：自己买到的是调用资格，不是可长期支配的能力。

铁路时代也有类似教训。线路可以铺得很快，但轨距、调度和枢纽掌握在谁手里，决定了货物最终听谁安排。今天的 AI 不完全等同于铁路，重复的却是同一种权力结构：接口越方便，依赖越容易藏起来。

真正的控制权，要写进合同和系统架构

这场争论最直接影响两类人：使用外部模型的欧洲创业团队，以及准备把 AI 接入核心流程的企业采购部门。

创业公司往往没有预算同时维护三四套模型。它们会优先追求上线速度，这很合理。可一旦产品逻辑深度绑定单一供应商的提示词格式、工具调用和专有功能，后续迁移就会变成一次重写。

企业采购面对的问题更现实。合同不能只问数据存在哪，还得问清几件事：

  • 供应商能否把客户数据用于训练，日志保留多久；
  • 模型停服、降级或调价时，客户能提前多久收到通知；
  • 数据、提示词和评测记录能否完整导出；
  • 是否允许接入备用模型，切换成本由谁承担。

技术团队也得留一条退路。关键业务可以建立固定评测集，减少对单一模型特性的依赖；高风险流程保留人工确认；系统接口尽量隔离供应商差异。多模型容灾会增加成本，却比停服后临时迁移便宜。

反方的理由并不弱。欧洲若执意追求每一层都自产自控，企业可能要接受更贵的算力、更慢的产品迭代，甚至暂时较弱的模型表现。产业主权从来不是免费午餐。

因此，现实路线不会是关起门来造一套“纯欧洲 AI”。更可行的做法，是明确哪些环节可以外包，哪些权限不能交出去。普通办公助手可以追求便宜好用；医疗、政务、金融等高风险系统，则要把审计、版本固定和退出通道当成硬条件。

接下来真正该看的，也不是欧洲会议上又出现多少次“主权”这个词。要看采购合同是否开始强制加入可迁移条款，也要看 Mistral 等欧洲模型供应商能否在性能、成本和交付能力上缩小差距。

“名实相副”，四个字足够。欧洲若能让客户真正换得走、停得下、查得清，控制权才算落地；否则，服务器放在欧洲，也只是把依赖搬近了一点。