Meta近日對內部Applied AI部門工程師下達明確禁令：限制使用Anthropic的Claude Code和OpenAI的Codex，部分涉及這些模型的工作被直接叫停。一份內部備忘錄揭示原因——競品AI輸出的內容若混入Meta訓練數據，將觸發“與合作方的嚴重糾紛升級”。

這是AI行業首次有大型前沿實驗室因蒸餾擔憂，公開限制員工使用競品編碼工具。而它只是2026年蒸餾戰爭全面升級的最新一幕。

蒸餾，通俗講就是拿一個強大模型的輸出去訓練另一個模型。當Meta工程師在編寫AI訓練代碼時大量依賴Claude Code或Codex，這些工具生成的代碼片段、調試建議和架構方案，就可能被無意間收入Meta自身的訓練素材庫。備忘錄警告，若Claude或Codex的輸出最終出現在Meta的訓練數據集裡，將直接觸發合同條款的嚴肅後果——OpenAI、Anthropic、Google的服務條款均明確禁止使用模型輸出來構建競爭性系統。

回看2026年，蒸餾爭議的烈度逐月攀升。2月12日，OpenAI向美國眾議院中國特設委員會提交備忘錄，指控DeepSeek使用“新的、混淆的方法”蒸餾其模型訓練R1。2月23日，Anthropic率先發難，指控DeepSeek、月之暗面、MiniMax三家中國公司實施“工業級蒸餾攻擊”，涉及超過2.4萬個虛假賬號、1600萬次交互。馬斯克隨即在X平臺反嗆。4月30日，在xAI訴OpenAI案法庭上，馬斯克被問及xAI是否蒸餾了OpenAI模型來訓練Grok，給出“部分是的”回答。5月初，白宮發佈反蒸餾政策備忘錄，將蒸餾問題從商業糾紛上升至國家安全層面。6月10日，Anthropic再次向美國參議院銀行委員會致信，指控阿里巴巴關聯方在4月22日至6月5日期間，通過約2.5萬個虛假賬戶發起超過2880萬次Claude交互，Anthropic稱之為“已知最大規模的蒸餾攻擊”。6月13日，美國政府以國家安全為由，要求AI企業限制非美國公民訪問頂尖大模型。

Meta的禁令正是在這一連串事件後浮出水面。這家以“開源急先鋒”著稱的公司，從Llama 2到Llama 4，扎克伯格反覆宣講開放AI的價值觀，允許外部開發者基於Llama微調、二次開發，甚至鼓勵商業產品落地。但對自己內部核心數據和訓練流程的保護，遠比外界想象中嚴苛。

這構成了一個商業悖論。面向外部開源Llama，Meta輸出的是一套戰略：通過降低AI技術門檻，削弱OpenAI和Google的封閉生態優勢，讓Llama成為行業事實標準。可一旦涉及自家核心模型的訓練數據——那些真正決定下一代模型能力上限的高質量數據集——Meta立刻切換到最保守的防禦姿態。

Meta的恐懼首先來自合同層面。若被證實利用Claude或Codex的輸出訓練自家模型，備忘錄中“嚴重升級”指向的很可能是訴訟或天價賠償。更深一層是競爭壁壘。Meta正在自研AI編碼助手MetaCode，如果內部工程師一邊花著Meta預算開發MetaCode，一邊依賴競品工具完成關鍵編碼工作，那MetaCode最終的能力究竟是Meta自己的，還是“借”來的？講不清這個故事，損失的不僅是法律層面，更是投資者信心。還有一層現實是成本失控——2026年僅內部AI使用一項就將耗費數十億美元，迫使公司必須控制員工對外部昂貴AI工具的消耗。最後是數據主權：當工程師用Claude Code調試訓練腳本時，Meta的專有代碼庫正通過API流向Anthropic服務器，這對一家把AI作為核心戰略的公司而言是不可容忍的數據洩露路徑。

蒸餾之所以讓所有大模型公司又愛又恨，是因為它在技術上幾乎不可防禦。當一家公司的員工在正常編碼工作中使用競品AI工具，再將生成的代碼片段作為參考寫入自己的訓練數據——這算不算蒸餾？在法律和技術兩個維度，答案可能截然不同。Anthropic在2025年8月底修訂消費者條款，宣佈用戶對話數據將默認用於模型訓練，直接引起Meta法務和安全團隊的高度警惕：當數據默認流向訓練集，誰訓練了誰的數據，在法律上變得說不清。

Meta這道禁令不止是內部IT管理，更像一個行業宣言——AI巨頭之間的“數據護城河”正從概念走向制度。其他AI巨頭很可能跟進類似限制政策。Google、微軟、Amazon內部都在大量使用競品AI工具，面臨同樣的蒸餾風險。政策層面同樣在加速，白宮的反蒸餾備忘錄和美國政府對非美國公民訪問頂尖模型的限制，正在改變整個行業的競爭規則。

企業級AI編碼工具將迎來需求爆發。如果Claude和GPT-4這類模型無法滿足企業對數據殘留的合規要求，真正的贏家或許是那些能提供完全本地部署或私有云方案的AI公司。Meta選擇自研MetaCode，本質上就是走這條路。對Anthropic和OpenAI而言，這是挑戰也是機會——誰能更快推出讓企業客戶放心的部署方案，誰就能在下一階段佔據先機。蒸餾不會消失，它就像互聯網早期的盜版問題，技術和法律將在動態博弈中不斷尋求平衡。