这篇文章要介绍两个容易被当前政策讨论忽略、但可能深刻影响数据空间走向的前沿概念：算力路由协议让数据空间中的计算任务可以在多个算力节点间自由迁移，数共体（Data Commons）让数据空间从”商业基础设施”进化为”公共数据基础设施”。这两个概念现在看是前沿，三年后可能是标配。
走完前面十几篇文章，我们已经把数据空间的核心框架、类型、价值模型和管控体系逐一拆解了一遍。但数据空间是一个快速演进的领域，还有两个前沿概念值得单独拿出来讨论，因为它们正在从学术界走向工程实践。
算力路由：当计算任务需要”自己找地方跑”
传统上，一个数据任务是这样执行的：你把数据放到一台服务器上，运行一个模型，拿到结果。但在数据空间的场景中，数据提供方有严格的合规要求——”我的数据不能离开我的服务器”。
那怎么办？把模型发过去。
但这又引出了一个新问题：如果数据提供方的服务器算力不够、跑不了大模型怎么办？
算力路由协议就是来解决这个问题的。它的核心思路是：让数据空间中的计算任务可以跨多个算力节点迁移和执行——不是”你把数据送过来”，也不是”我把模型送过去”，而是”你的数据在你的节点上，我去调度一个足够强的算力节点，在一条安全的链路上执行计算”。
这听起来像云计算的对立面，云计算是”把数据集中到中心去算”；算力路由是”把算力分布到数据所在的位置”。更准确地说，它是在中心的效率和分布式的合规之间找一个工程平衡点。
在国家级数据空间的架构中，算力路由协议被视为连接”数据流通利用设施”和”算力设施”的关键技术纽带。没有它，大模型级别的数据协作场景就只能在数据提供方的本地算力约束下完成，实用价值大打折扣。
数共体：数据空间的”公共化”方向
第二个概念是数共体（Data Commons）。Commons在英文中有”共有地”的含义——一块所有人一起使用的土地。在数字语境下，Data Commons指的是”一种由社区成员共同治理、共享使用的数据基础设施”。
数共体与当前主流的数据空间模式最大的区别在于所有权和治理逻辑：
主流数据空间（企业数据空间、行业数据空间、城市数据空间）的核心治理主体是一个具体的组织——企业、行业协会、城市政府。数据空间是”由某个主体建设和运营的，其他参与者按规则接入”。
数共体的核心治理逻辑是社区共治——没有单一的”建设者”，所有参与方共同拥有、共同治理、共享收益。这种模式在学术研究领域已经有成功先例（如生物信息学领域的基因数据共享平台），但在跨行业的数据流通场景中还处于早期探索阶段。
为什么说它可能改变数据空间走向？因为数据空间的规模化推广，面临一个根本性的瓶颈：信任成本。一个由某家企业建设的行业数据空间，其他企业天然会担心”这家企业会不会利用运营者的身份获取不正当竞争优势”。数共体的”共治”模式，至少从治理架构上消除了这个顾虑。
欧洲的共同数据空间概念中，已经出现了向Data Commons方向演化的趋势。在中国，数共体也需要面对数据主权与公共数据基础设施的平衡问题——数据空间从”商业闭源平台”走向”公共开源基础设施”，可能是一个比预期的更长的进化过程，但方向是明确的。
为什么会影响数据空间的走向
这两个概念看起来偏学术，但它们触及了数据空间规模化推广的两个根本问题：
算力路由解决的是”可用性”的问题。当前数据空间的试点项目主要集中在中小规模的数据协作场景（数据集在GB-TB级别）。当数据量上升到PB级别、模型规模上升到千亿参数级别时，当前的”数据不动模型动”模式在算力调度效率上会遇到瓶颈。算力路由协议提供了一条从架构层面解决这一问题的路径。
数共体解决的是”信任”的问题。数据空间的规模化依赖于参与者的信任，每一方都要相信运营者的中立性。数共体通过共治模式来降低信任成本，如果这种模式被验证有效，它可能会成为公共数据基础设施的主流组织形式。
数据空间的竞赛目前主要发生在”技术实现”和”试点验证”层面。但接下来的竞赛将发生在”算力调度效率”和”治理信任成本”层面——这两个前沿概念指向的，正是下一个赛道的入口。
我是BSN联盟成员。十年区块链与隐私计算的产品开发和方案咨询，先后参与多个国家重大课题，亲手建过区块链、隐私计算、可信数据空间的落地项目。不追概念，写真的。