文章核心观点 - Spirit Airlines因经营不善及伊朗战争导致霍尔木兹海峡运输受阻、航空燃油价格接近翻倍，于今年五月宣布停止运营并拆卖资产 [7] - Google在破产拍卖中以1000万美元报价竞购Spirit过往三十年的公司数据，约合7000万元人民币，最终击败出价750万美元的AI数据公司Mercor [9][16] - Google购买的是数据本身，目的为改进产品和训练AI模型，而非继续经营Spirit业务 [11][34] - 交易引发核心争议：公司倒闭后员工留下的工作痕迹能否被整体出售用于训练AI，员工数据隐私保护存在法律空白 [13][29] Google看中的数据内容与规模 - 数据包括约1亿封电子邮件、5亿条Microsoft Teams记录、1700万份OneDrive文件、2060万份SharePoint文件以及约3000万行代码 [11] - 数据来自8万个邮箱账户，覆盖排班、培训、票价、营销、财务、人事和日常协作 [11] - 交易范围最初还涉及约9700万名乘客，争议出现后Spirit和Google缩小数据范围，将乘客数据库排除在外 [23] - 待售资料还曾包括超过17.5万份员工记录、340万份工资记录、近15万份税务表格，以及差旅、招聘、培训和诉讼文件 [29] AI训练Agent所需数据的独特性 - 大模型已读过大量公开网页，AI编程也拥有互联网上数量庞大的开源代码，但真正的办公室运转很少完整出现在公开网络上 [14] - 对训练Agent而言，最后一份表格只是结果，邮件、聊天和操作记录才保存了抵达结果的路径，这些细微数据才能看到一家公司长达数十年的工作现场 [16] - Agent训练关注的是一个问题如何跨邮件、聊天、表格和日历流动，以及人在信息不完整、意见冲突的情况下如何分工、判断、犯错、修正和交接 [16][20] - Google真正可能需要的三个层次数据：公司整体失败不代表内部所有工作都失败，Spirit运营34年完成过数以百万计的航班，日常流程完全可能有效 [20] - 失败过程本身比成功案例更稀缺，Spirit内部记录可能保留了风险如何被发现、警告如何逐级传递、哪些方案被否决，以及公司如何在资源越来越少时调整航线、裁员和处理危机 [20] - 学习普遍的办公室结构，公司最后成功还是失败对这类学习并不构成决定性影响 [20] 数据隐私与法律争议 - 法院指定的消费者隐私监督员Lucy Thomson建议批准交易，认为排除乘客数据库和引入第三方Tonic.ai去标识化处理后，消费者隐私风险已被消除或减轻 [25] - 该评估只审查消费者隐私，不包括员工，这是工会努力阻挠交易的原因 [26] - 破产法中消费者隐私条款可保护乘客信息，但为完成工作留下邮件、聊天记录、考勤和培训记录的员工没有同样待遇 [28][29] - 代表5500名前Spirit空乘的工会称，有些公司账户中还留着员工为申请保险、请假或处理劳动争议而提交的敏感资料，涉及流产、家庭暴力和工会谈判 [29] - Google表示不打算取得任何个人信息，相关信息要么被完全排除，要么在交付前由独立第三方完成去标识化 [31] - Spirit空乘工会还在破产程序中追讨约6800万美元的欠薪、医疗福利和未休假工资，尚未结清 [32] 行业影响与趋势 - 过去收购一家公司，数据通常随业务一同转移用于继续服务原来的客户，但Google并不准备继续经营Spirit，购买的是数据本身，可能把一家航空公司过去的工作经验转换成适用于其他产品和行业的模型能力 [34] - 这相当于把曾经蒸馏同事、把一个人的聊天记录文档邮件和决策痕迹整理成可被Agent调用的工作方法，现在放大成了蒸馏公司 [34] - 此前人们担心公司会不会在员工离职前要求他们训练出替代自己的skill，Spirit的情况则是公司已经倒闭、员工已经离开，过去三十多年留下的工作痕迹仍能被整体出售，继续训练一个与他们无关的系统 [37] - 员工写下一封邮件时面对的是当时的同事和任务，几年后邮件却可能脱离原来的组织目的和语境，成为另一个系统学习人类如何工作的样本 [37] - 飞机停飞了，员工也离开了，只有他们留下的工作还可能在Google的模型里继续上班 [38]