北京
5月19日消息，据彭博社报道，xAI今年3月曾在内部沟通中向员工开出420美元报酬，希望收集员工的报税文件，帮助Grok改善税务相关能力。报道还称，截至报道发布时，这笔奖金尚未兑现。
这件事最刺眼的地方是AI公司开始把数据需求推向了非常私人的区域。
报税文件不是普通网页文本。它可能包含收入、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理，员工也很难真正判断：这些文件会被谁看到，会保存多久，会不会被用于税务以外的用途，会不会在未来某个模型能力里留下痕迹。
但从AI公司的角度看，这类数据确实很诱人。
大模型要真正进入工作流，不能只会总结网页、回答常识题。它还要读懂现实世界里那些格式混乱、字段复杂、上下文敏感的文件：税表、合同、发票、病历、财务报表、申请材料、企业内部文档。越真实、越凌乱、越接近实际业务的数据，越可能帮助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。
过去几年，大模型行业主要靠公开互联网文本训练。后来公开网页不够用了，公司开始签内容授权、买数据集、找合作方，甚至把目光投向内部文件和用户行为数据。xAI这次被曝出的做法，把这种趋势变得更直白：模型能力的提升，正在不断向个人隐私和组织边界要原料。
这也给普通用户提了个醒。未来很多AI产品会声称自己能处理“真实任务”：帮你报税、写合同、整理账单、分析病历、管理家庭财务。能力越强，背后需要的数据越可能贴近个人生活的底层信息。用户真正要问的，不只是“它准不准”，还包括“它拿什么练出来的”“我的材料会不会继续被拿去练”。
对xAI来说，这件事还有一层管理问题。如果员工是被公司鼓励交出报税文件，那么这到底是自愿提供，还是隐性压力？如果承诺了报酬却没有兑现，那么公司对数据贡献者的基本契约是否可靠？这些问题都会影响外界对一家AI公司的信任。
AI行业现在常说“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，而是划清边界：哪些数据可以用，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，网易编辑负责校对）
本文来源：网易智能
责任编辑：
王凤枝_NT2541
