No Priors 全新一期（08-27 发布，本刊首次收录）：Eon 联创 Ofir Ehrlich 与 Gonen Stein（上家公司 CloudEndure 卖给 AWS）谈 AI 时代的数据底座。核心看点：Google 千万美元买破产航司数据、带合法权限的 agent 成头号新威胁、人人皆 builder 的双刃剑、token 经济学与「革命才刚开始」。完整译文见下。
【开场：非人类行为者】
Ofir：到目前为止，安全顾虑来自人类威胁。而现在打着激素上演的是：同类威胁来自非人类行为者——agent 们带着合法的环境访问权与合法权限进来。幸运的是，检测与防护的方法论非常相似，但发生的速度是极端的。
Gonen：想想非技术的人：他们甚至没意识到安全、合规、谁会用这些数据。他们造的 agent 可能还在调用别的 agent，而他们连这意味着什么都不懂。这在组织内部创造出一整套行为者——不受组织规则约束、未必跑在组织疆界之内、却经手着敏感数据。组织里人人都能当 builder，是好事也是坏事。我们活在非常有趣的时代。
【Eon 是什么：被锁住的数据】
Ofir：我们在云上建了一个新的数据底座：先帮客户跨多个超大规模云商映射与分类数据——有什么、在哪、什么敏感什么不敏感；然后从各种结构化/非结构化来源轻松摄入这个底座；再以极低成本既做保护与恢复、又能查询、搜索、在其上跑 AI 模型与 LLM。
Ofir：讽刺的是：客户早就有这些数据了——就放在他们自己的环境里，只是被锁着、不可访问，而且维持成本极高。我们做的就是把客户已有的东西转成高效存储的新格式，加上映射、分类、访问控制，接进 AI 工作流。
【Spirit Airlines：破产航司的数据被抢拍】
Gonen：创业时有人说我疯了——在 AI 世界里开一家非 AI 公司。结果 AI 顺风变成了狂风，让数据成为组织最重要的资产。模型、算力这些都相对易逝、几乎零切换成本——如果你是酒店集团、餐饮连锁或科技公司，你真正最值钱的东西是数据。两天前 Google 从破产的 Spirit Airlines 那里买了东西：他们没买飞机，花 1000 万美元买了数据，因为他们觉得极其重要——用来训模型。
主持人：传闻另一个竞标方是 Mercor——多家 AI 公司在破产法庭上抢一家航司的企业数据集，太迷人了。这种「破产数据拍卖」会更多吗？
Gonen：已经在各种用例上看到了。如果你今天是科技/数据公司的 CEO，会不断被问：愿意卖你的数据吗？我到处都听到。我还听说实验室在跑华尔街、想从对冲基金买数据、学着分析公司。那些常年积攒、原来躺在磁带货架上积灰的数据，突然变得非常重要。大家都意识到：我的数据就是 differentiate 我的东西，是金子。AI 拉平了竞技场——大小公司拿到的酷工具一样多，唯一的真优势就是你的人和你攒下的数据。
Gonen：为什么真数据这么值钱？今天想造 agent，不能只在实验室里造，得用新数据训练，而非常好的数据集极难找。Harpreet 前几天刚发布了一个法律数据集——真正不像合成数据、能像真实世界的数据太少了。Spirit 的对话数据既能当航司数据用，也能当「一家有层级、有中层管理、很多人协作的大型企业」的数据用。你去看公开数据集：Enron 邮件数据集至今被当真实企业数据用——因为太难找到「像真实世界」的数据。任何人今天造 agent 或新应用，大多数其实不好用——你得接触真实世界的公司。有了真数据，产品第一次发布时就不必拿客户当小白鼠。
【数据解锁问题：业务单元领地与那台没人敢关的服务器】
Gonen：回到问题本身：为什么需要新工具？过去每个数据团队自己找数据、定项目、拿数据干活——很战术性，用 Fivetran、DBT、Monte Carlo 这些好公司。而有些数据他们根本不知道存在、被锁着。为什么锁着？因为同一家公司里有多个业务单元负责人。你在旧金山当数据团队负责人，我在纽约管一个业务单元。现在 AI 来了，连老板都在玩 ChatGPT——CEO、董事会、股东全明白 AI 是真的，于是来找你：我们有很多数据，数据是新石油，用新工具激活它、做点有价值的事。你说好办，我知道硅谷每天出的新酷东西。问题是：数据在哪？
Gonen：你终于找到我、说服我给你数据访问权。可我自己都不知道我有什么数据：手下很多人、二十年来数据散在多个系统里、有些系统没人知道在哪；有生产数据、有敏感信息；总有一台「没人知道在干什么但接着电」的服务器，人人都怕关掉它。就算我知道里面有什么，我还得调工程师、冒着影响安全合规与生产可用性的风险把数据抽出来给你、还得低效地存着。我们之间的激励根本不一致：你的任务是做 AI，我的任务是系统别坏、数据别跑、CEO 的工资别不小心进了你的训练集。Eon 的解法完全不同：帮「你」（数据团队负责人）用极简单的方式找到全组织的数据、理解它、分类、映射、加上语义层，然后持续把相关数据带给你——不牺牲生产、不牺牲安全合规，并且因为做过分类，绝不会把不该给的敏感信息给你。
【安全：从勒索软件到「表突然被删了」】
Ofir：我在 AWS 时期经历过一个教训：一个超大客户以为自己被我们管的容灾服务保护着——其实没有，因为没做映射、分类、打标，60% 的环境被勒索软件攻破。这就是我们创办 Eon 要解的痛点（人类威胁）。而现在打着激素重演的是：同类威胁来自 AI agent——带着对数据库的合法权限，突然间，一张表就没了。幸运的是检测方法论一样：异常写入模式、熵变等；但速度是极端的。
Gonen：六个月前没人愿意跟我聊这个；几个月前开始，我见到的每一位领导要么害怕发生在自己身上、要么已经被发生过了。现在的处境很怪：我不再知道我的数据上到底在跑什么；既要防外部（新的恶意软件即服务让攻击门槛大降），也要防内部——我自己批准进环境的 agent。我们必须假设已被突破，无论恶意与否，并具备应对能力。
【更多仪表盘、NHI 爆炸与 CIO 困境】
Gonen：有人问仪表盘会不会消失？我认为反而会更多——因为这将是你搞明白「这世界到底在发生什么」的唯一方式。agent 开始写世界上大部分代码；agent 还会激活 agent、再激活 agent——追踪非人类身份（NHI）几乎成了不可能任务。你看现在 NHI 与端点安全公司爆炸式出现：几年前端点是完全不同的问题，现在人们的笔记本上跑着 agent、连着 WhatsApp 也连着内网与应用。CIO/IT 副总裁两头受气：董事会和 CEO 说「给我上 AI、别拦我」；另一头又怕得要死。非技术的人用 Lovable 之类给自己搭东西、把公司数据放进去，他们根本没想过安全合规。这既是组织内人人皆 builder 的美好，也是危险。
【旧栈为什么不适用：咖啡、汉堡与披萨】
Gonen：现有管道是按单一目的搭的：我录完播客下楼买咖啡、刷卡、某处的数据库里写进一笔交易——有人抽数、存走、完事；另一个人之后再用别的方式处理——彼此没有连接、没有上下文。以前无所谓，因为你对数据只能做「本来就打算做」的事。今天不同：如果你能聪明地收集、清洗、高效存储全部数据并高效激活，团队就能拿数据创造奇迹。想象组织里一个人有「纽约所有爱吃汉堡的人」名单、另一个人有「纽约所有爱吃披萨的人」数据库——他们素不相识；把两者合起来就能问出智能的问题。现在公司摄入的数据量完全疯狂，其中大量由 agent 生成——价值与噪音并存，所以需要能跨位置理解数据、清洗噪音、让数据可用的工具。Fivetran、DBT 都很了不起，但都很窄。Databricks 这样的伟大公司在持续自我重塑——「打不过就加入」：自建 agent、自建数据库，主动掌管数据怎么被用、怎么被生成。这与三五年前完全不同。
Gonen：还有 token 经济学：我们不再身处 token 最大化时代——存储要钱、token 更要钱，得让每个 token 都挣回价值。花几百万可以，但要花得值。
【云迁移 vs AI 转型、前向部署工程师与 Long Lake 模式】
Ofir：把 CloudEndure 卖给 AWS 前后，我们支撑过超大规模的企业迁移（数千到数十万台服务器，Azure/GCP 都做了 OEM 集成）——那需要巨量技术与人力投入。而现在的 AI 转型快到客户失去控制权，以至于控制权本身变成了阻碍：他们暂停、观望，因为怕东西坏掉、数据泄漏、IP 流出——他们极度渴望「看得见 + 管得住」。
Gonen：云是抽象的——本质上就是「别人的电脑」，我很难跟祖母解释云是什么；但 AI 人人都懂：人人都经历过 ChatGPT 时刻。于是 C 层、CEO、董事会、股东全在推：用 AI，否则就出局。价值与恐惧同时在推。公司消费软件的方式也第一次剧变：前向部署工程师（FDE）原来是 Palantir 的专利，现在人人都在做——大型遗留企业知道流程要以年计、但必须现在就要，唯一快起来的办法就是让带着硅谷顶级工具箱的强工程师进场改造。PLG 也突然 work 了——过去我总说 PLG 对 DevTools 不管用，现在看 Cognition：先 PLG、再 FDE 打进银行、「你不想做的工程换我们的工程师来做」。还有 Long Lake 这种激进新玩法：与其等你 adopting AI，不如我买下公司、把它整体改造成 AI 公司，大家共赢。我们把这叫革命，但革命才刚开始：大多数公司还没用上 AI，都还在旅程起点。疯狂颠簸，但我相信世界会因此更好。