Meta近日对内部Applied AI部门工程师下达明确禁令：限制使用Anthropic的Claude Code和OpenAI的Codex，部分涉及这些模型的工作被直接叫停。一份内部备忘录揭示原因——竞品AI输出的内容若混入Meta训练数据，将触发“与合作方的严重纠纷升级”。

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。而它只是2026年蒸馏战争全面升级的最新一幕。

蒸馏，通俗讲就是拿一个强大模型的输出去训练另一个模型。当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，就可能被无意间收入Meta自身的训练素材库。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，将直接触发合同条款的严肃后果——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。

回看2026年，蒸馏争议的烈度逐月攀升。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。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”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。

Meta的禁令正是在这一连串事件后浮出水面。这家以“开源急先锋”著称的公司，从Llama 2到Llama 4，扎克伯格反复宣讲开放AI的价值观，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的恐惧首先来自合同层面。若被证实利用Claude或Codex的输出训练自家模型，备忘录中“严重升级”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，一边依赖竞品工具完成关键编码工作，那MetaCode最终的能力究竟是Meta自己的，还是“借”来的？讲不清这个故事，损失的不仅是法律层面，更是投资者信心。还有一层现实是成本失控——2026年仅内部AI使用一项就将耗费数十亿美元，迫使公司必须控制员工对外部昂贵AI工具的消耗。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，这对一家把AI作为核心战略的公司而言是不可容忍的数据泄露路径。

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。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。Anthropic在2025年8月底修订消费者条款，宣布用户对话数据将默认用于模型训练，直接引起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。政策层面同样在加速，白宫的反蒸馏备忘录和美国政府对非美国公民访问顶尖模型的限制，正在改变整个行业的竞争规则。

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。