一群自研AI编码助手的工程师，被勒令停止使用市面上最顺手的两个工具：Anthropic的Claude Code和OpenAI的Codex。理由？用得太多，可能“不小心”把竞品的能力蒸馏进自家模型里。
这是Meta前几日一份流传出的内部文件所揭示的现实，该公司已对Applied AI部门工程师下达明确禁令：限制使用Claude Code和Codex，部分涉及这些模型的工作直接被叫停。一份内部备忘录显示原因为，竞品AI输出的内容若混入Meta训练数据，将触发“与合作方的纠纷升级”（serious escalations with partner companies）。
当“开放”遇上“护城河”
Meta这项内部新政被曝光，表面上是IT管理层面的常规操作，背后是更深层的战略焦虑。
Meta的担忧只有一个词：蒸馏（Distillation）。
模型蒸馏，通俗说就是拿一个强大模型的输出去训练另一个模型。如果Meta工程师在编写AI训练代码时大量依赖Claude Code或Codex，这些工具生成的代码片段、调试建议和架构方案，就有可能被无意间收入Meta自身的训练素材库。技术上完全可行——工程师用Claude Code调试一条训练脚本时，代码块流向Anthropic服务器，Claude的回答则留在Meta本地环境。
内部备忘录警告，若Claude或Codex的输出最终出现在Meta的训练数据集里，“将直接导致与合作方的严重纠纷升级”。这句话的分量远超商业竞争层面——它直指合同条款的严肃性。OpenAI、Anthropic、Google的服务条款均明确禁止使用模型输出来构建竞争性系统。
这是AI行业首次有大型前沿实验室因蒸馏担忧，公开限制员工使用竞品编码工具。但这只是2026年蒸馏战争全面升级的最新一幕。
回看2026年，蒸馏争议的烈度逐月攀升，从企业指控到国会听证，从法庭证词到白宫政策——
- 2月12日，OpenAI向美国众议院中国特设委员会提交备忘录，指控DeepSeek使用“新的、混淆的方法”蒸馏其模型训练R1。
- 2月23日，Anthropic率先发难，指控DeepSeek、月之暗面、MiniMax三家中国公司实施“工业级蒸馏攻击”，涉及超过2.4万个虚假账号、1600万次交互。马斯克随即在X平台反呛：“还好意思说别人蒸馏？”
- 4月30日，在xAI诉OpenAI案法庭上，马斯克被问及xAI是否蒸馏了OpenAI模型来训练Grok，给出“部分是的”（Partially yes）的回答。
- 5月初，白宫发布“反蒸馏”政策备忘录，将蒸馏问题从商业纠纷上升至国家安全层面。
- 6月10日，Anthropic再次向美国参议院银行委员会致信，指控阿里巴巴关联方在4月22日至6月5日期间，通过约2.5万个虚假账户发起超过2880万次Claude交互——Anthropic称之为“已知最大规模的蒸馏攻击”。
- 6月13日，美国政府以国家安全为由，要求AI企业限制非美国公民访问顶尖大模型。
- 6月29日，The Information曝出Meta内部禁令：限制工程师使用Claude Code和Codex。
蒸馏已经从学术概念，演变为AI军备竞赛中最隐蔽也最高效的武器。
拆解Meta的矛盾
Meta在AI领域的标签始终是“开源急先锋”。从Llama 2到Llama 3再到Llama 4，扎克伯格反复宣讲“开放AI”的价值观。Meta搭建了开放的生态，允许外部开发者基于Llama微调、二次开发，甚至鼓励商业产品落地。
但Meta对自己内部核心数据和训练流程的保护，远比外界想象中严苛。
这构成了一个商业悖论。面向外部开源Llama，Meta输出的是一套战略：通过降低AI技术门槛，削弱OpenAI和Google的封闭生态优势，让Llama成为行业事实标准。可一旦涉及自家核心模型的训练数据——那些真正决定下一代模型能力上限的高质量数据集——Meta立刻切换到最保守的防御姿态。
Meta不希望别人蒸馏它，但也不想“不小心”蒸馏了别人——前者损害竞争壁垒，后者可能引爆法律风险。 一位业内观察者如此表示
这种双重身份在2025-2026年的行业环境中愈发难以维持。Anthropic在2025年8月底修订了消费者条款，宣布用户对话数据将默认用于模型训练，但用户可选择退出（opt-out）。据Anthropic官方公告，这一变更于9月28日正式生效，直接引起了Meta法务和安全团队的高度警惕——当数据默认流向训练集，谁训练了谁的数据，在法律上变得说不清。
Meta的恐惧首先来自合同层面。OpenAI、Anthropic、Google的服务条款均明令禁止使用模型输出构建竞争性系统。若Meta被证实利用Claude或Codex的输出训练自家模型，备忘录中“严重升级”四个字指向的，很可能是诉讼或天价赔偿。
更深一层是竞争壁垒。Meta正在自研AI编码助手MetaCode。如果内部工程师一边花着Meta预算开发MetaCode，一边依赖Claude Code和Codex完成关键编码工作，那MetaCode最终的能力究竟是Meta自己的，还是“借”来的？你无法证明自己的模型能力是“自己长出来的”还是“偷来的”。讲不清这个故事，损失的不仅是法律层面，更是投资者信心。
还有一层被忽视的现实是成本失控。Meta内部AI使用量呈指数级膨胀，2026年仅内部AI使用一项就将耗费数十亿美元。这迫使公司必须控制员工对外部昂贵AI工具的消耗，一边压缩成本，一边自研替代品。
最后是数据主权。当工程师用Claude Code调试训练脚本时，Meta的专有代码库正通过API流向Anthropic服务器。对一家把AI作为核心战略的公司而言，这是不可容忍的数据泄露路径。Meta开发MetaCode的部分动机，正是要把这些敏感数据流完全封闭在自家基础设施内。
蒸馏：AI行业最棘手的灰色地带
蒸馏之所以让所有大模型公司又爱又恨，是因为它在技术上几乎不可防御。
OpenAI、Anthropic、Google都在服务条款中明确禁止蒸馏，但如何证明？当一个企业的工程师团队每天产生数万次API调用，哪些属于“正常使用”，哪些属于“蒸馏攻击”，边界极其模糊。
Anthropic在2026年6月指控阿里巴巴关联方时，列举了约2.5万个虚假账户和超过2880万次交互——这是能抓到的案例。但有多少蒸馏行为是“抓不住的”？当一家公司的员工在正常编码工作中使用竞品AI工具，再将生成的代码片段作为参考写入自己的训练数据——这算不算蒸馏？在法律和技术两个维度，答案可能截然不同。
更有意思的是Meta的“开源双重标准”。Meta鼓励外部开发者用Llama做任何事——包括蒸馏式的微调和二次开发。当外部开发者真的用Llama蒸馏了GPT-4的能力，Meta是受益者；而如果Meta自己的工程师“不小心”蒸馏了Claude，Meta就从受益者变成违规方。这种不对称性，暴露出“开源AI”旗号背后的商业逻辑：开源是进攻的武器，封闭是防守的盾牌。
Meta这道禁令不止是内部IT管理，更像一个行业宣言——AI巨头之间的“数据护城河”正从概念走向制度。
其他AI巨头很可能跟进类似限制政策。Google、微软、Amazon内部都在大量使用竞品AI工具，面临同样的蒸馏风险。Meta一旦开了先例，合规团队没有理由坐视不理。
政策层面同样在加速。白宫5月发布“反蒸馏”政策备忘录，将蒸馏问题从企业间的合同纠纷上升至国家安全议题。6月13日，美国政府更进一步，要求AI企业限制非美国公民对顶尖模型的访问权限。蒸馏的监管化，正在改变整个行业的竞争规则。
“空气间隙”企业级AI编码工具将迎来需求爆发。如果Claude和GPT-4这类模型无法满足企业对数据残留的合规要求，真正的赢家或许是那些能提供完全本地部署或私有云方案的AI公司。Meta选择自研MetaCode，本质上就是走这条路。对Anthropic和OpenAI而言，这是挑战也是机会——谁能更快推出让企业客户放心的部署方案，谁就能在下一阶段占据先机。
蒸馏不会消失。它就像互联网早期的盗版问题——技术和法律将在动态博弈中不断寻求平衡。真正值得追问的是：当蒸馏变得越来越困难之后，那些靠“借力”起家的AI公司，还能否找到真正的独立创新路径？
（本文首发钛媒体APP，作者 | 硅谷Tech-news，编辑 | 赵虹宇）
热门跟贴