起源：歼35“0001编号”亮相 对准国际市场作者： 张季忠：

xAI想用员工报税单训练大模型，开价420美元，至今没付

5月19日新闻，据彭博社报路，xAI今年3月曾在内部沟通中向员工开出420美元报答，但愿网络员工的报税文件，援手Grok改善税务有关能力
。报路还称，截至报路颁布时，这笔奖金尚未兑现
。

这件事最刺眼的处所是AI公司起头把数据需要推向了极度个人的区域
。

报税文件不是通常网页文本
。它可能蕴含收入、家庭成员、资产、投资、抵扣、雇佣关系、身份信息等细节
。哪怕公司承诺会做匿名化处置，员工也很难真正判断：这些文件会被谁看到，会保留多久，会不会被用于税务以表的用处，会不会在将来某个模型能力里留下痕迹
。

但从AI公司的角度看，这类数据的确很诱人
。

大模型要真正进入工作流，不能只会总结网页、回覆学问题
。它还要读懂现实世界里那些体式混乱、字段复杂、高低文敏感的文件：税表、合同、发票、病历、财政报表、申请资料、企业内部文档
。越真实、越凌乱、越靠近现实业务的数据，越可能援手模型在具体场景中变得“好用”
。

问题是，真实数据往往也最敏感
。

从前几年，大模型行业重要靠公开互联网文本训练
。后来公开网页不够用了，公司起头签内容授权、买数据集、找合作方，甚至把眼光投向内部文件和用户行为数据
。xAI这次被曝出的做法，把这种趋向变得更直白：模型能力的提升，在不休向幼我隐衷和组织天堑要原料
。

这也给通常用户提了个醒
。将来好多AI产品会宣称自己能处置“真实工作”：助你报税、写合同、整顿账单、分析病历、治理家庭财政
。能力越强，背后必要的数据越可能切近幼我生涯的底层信息
。用户真正要问的，不只是“它准禁绝”，还蕴含“它拿什么练出来的”“我的资料会不会持续被拿去练”
。

对xAI来说，这件事还有一层治理问题
。若是员工是被公司激励交出报税文件，那么这到底是自愿提供，还是隐性压力
？若是承诺了报答却没有兑现，那么公司对数据贡献者的根基左券是否靠得住
？这些问题城市影响表界对一家AI公司的信赖
。

AI行业此刻常说“数据是燃料”
。但这句话说到最后，真正难的不是找到更多燃料，而是划清天堑：哪些数据能够用，谁有权决定，贡献者能得到什么，风险由谁承担
。（易句）

（本文由AI翻译，网易编纂掌管校对）