首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于
汽车 morning

接下来全面战争开打:从Meta封堵克劳德与Codex开始

2026-07-02 1 阅读 约10分钟阅读 硅谷Tech news
分享:
字号:
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、
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱