嚴防技術“剽竊”：Meta 叫停工程師使用 Claude 與 Codex，規避模型蒸餾風險
重點摘要
Meta因知識產權保護考量，禁止AI工程師使用Claude Code及Codex等外部編程模型，非為成本或效率，凸顯科技巨頭在算力算法競爭外，對自研技術保密性的強化。
### 嚴防技術「剽竊」：Meta 叫停工程師使用 Claude 與 Codex，規避模型蒸餾風險
Meta 近期內部下令，禁止旗下 AI 工程師在工作環境中使用 Anthropic 的 Claude Code 以及 OpenAI 的 Codex 等外部程式碼生成工具。這項禁令並非出於成本控制或效率考量，而是源於對智慧財產權的高度警覺——Meta 擔心工程師在與這些模型互動的過程中，可能無意間洩漏自身演算法的關鍵細節，導致技術被「模型蒸餾」手法間接竊取。此舉凸顯出在大型語言模型軍備競賽中，科技巨頭的戰場已從單純的算力堆疊，擴展到技術保密與內部治理的層面。
所謂「模型蒸餾」，是指攻擊者或競爭對手透過大量向目標模型提問、觀察其輸出模式，再訓練出功能相近但體積更小的模型。對 Meta 而言，自家開發的 Llama 系列模型是核心資產，若工程師在開發、測試流程中頻繁使用 Claude 或 Codex 來撰寫程式碼，這些外部模型很可能從中學習到 Meta 特有的架構設計或最佳化策略。換句話說，每一次的 API 呼叫，都可能成為技術外洩的潛在管道。
從背景脈絡來看，這場禁令並非孤立事件。近年來，科技巨頭之間的模型競爭日益白熱化，OpenAI 與 Anthropic 分別主導 GPT 與 Claude 路線，而 Meta 則以開源策略試圖搶佔生態主導權。然而，開源並不代表放棄保護——Meta 深知，一旦自家技術被競爭對手透過蒸餾方式「學走」，其在模型效率、記憶體佔用、推理速度等關鍵指標上的優勢將迅速流失。因此，禁止工程師使用外部 AI 工具，實為一種預防性防禦措施。
這項政策對工程師的日常工作影響顯而易見。過去，許多開發者習慣藉助 Claude 或 Codex 快速生成樣板程式碼、除錯或撰寫測試案例，Meta 的禁令意味著團隊必須回歸傳統開發流程，或轉而使用內部自建的輔助工具。短期內，開發效率可能下滑，但 Meta 內部已開始加緊訓練專屬的程式碼生成模型，試圖在「避免外洩」與「維持效率」之間取得平衡。
長期而言，這股保密風潮可能重塑整個 AI 生態。若更多大型企業跟進 Meta 的做法，外部模型供應商（如 Anthropic 與 OpenAI）將面臨市場萎縮的風險——畢竟，許多企業正是看中這些工具的便利性才願意付費訂閱。另一方面，這也可能促使第三方工具商強化資料隔離機制，例如推出「企業專屬實例」或「無日誌模式」，以降低客戶對於蒸餾風險的憂慮。
值得後續關注的是，Meta 是否會進一步擴大禁令範圍，例如限制研究人員在學術合作中使用外部模型？其他競爭對手如 Google、微軟與 Amazon 是否會採取類似動作？此外，各國監管機構若開始調查「模型蒸餾」是否構成不正當競爭，可能引發更廣泛的業界標準討論。對一般讀者而言，這場巨頭之間的技術攻防戰，最終將影響我們日常使用的 AI 服務是否更封閉、更安全，抑或更昂貴。
總結來說，Meta 的禁令揭示了一個殘酷現實：在 AI 領域，最大的敵人往往不是技術瓶頸，而是競爭對手無孔不入的學習與複製。如何在保護核心資產與維持開放創新之間找到平衡，將是每一家科技巨頭接下來必須回答的難題。
Related
相關文章
軟件沒被AI殺死，但全球市場都捲上天了
AI寫程式能力崛起，但軟體並未被取代，反而在全球市場面臨更加激烈的競爭。軟體開發的門檻降低，促使各國廠商紛紛投入，導致市場「捲」上加「捲」。軟體業者需在效率與創新之間找到新平衡，才能應對這場無止境的挑戰。
Token管夠的時代結束了
這篇消息聚焦「Token管夠的時代結束了」。原始導語提到：企業的錢也不是大風颳來的 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
Claude Code之父版「職場MBTI」：AI洗牌後只剩5類人，你選哪種？
這篇消息聚焦「Claude Code之父版「職場MBTI」：AI洗牌後只剩5類人，你選哪種？」。原始導語提到：未來是屬於這5種職業的 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
中國信通院牽頭，首個智算運維智能體評測基準正式落地，覆蓋 5 款主流國產芯片
6月29日，在中國信通院人工智能軟硬件協同創新與適配驗證中心、中國人工智能產業發展聯盟、工信部人工智能標準化技術委員會聯合主辦的2026“眾智”大模型開放智算生態協同高級別研討會中，中國信通院副院長魏亮，正式發佈AISHPerf人工智能軟硬件基準體系3.0版本，包含兩項 AI Infra 領域核心評測基準——AISHPerf-智算運維智能體評測基準以及AISHPerf-算子生成智能體評測基準，兩大基準由國內頂尖AI原生基礎設施服務商無問芯穹及清華大學團隊作為重點技術支持方參與建設。前者是首個面向 AI Infra 的運維智能體評測基準，依託百億級真實運維數據構建，核心考核智算運維智能體在真實生產場景中解決實際問題的落地能力。後者則跳出 “模型能否生成可運行 GPU 算子” 的基礎維度，將評測重心錨定在 “模型生成的算子能否在真實量化推理部署中替代現有算子” 的工程可部署性上，更貼合產業實際落地需求。二者從底層算力優化到上層集群運維，共同為智算產業的標準化升級與高質量發展提供了統一的能力參照框架。 AISHPerf（Performance Benchmarks of Artificial Intelligence Software and Hardware）是中國信通院與人工智能大模型及軟硬件評測工業和信息化部重點實驗室，依託人工智能軟硬件協同創新與適配驗證中心（位於國家信創園）聯合構建的人工智能軟硬件基準體系，旨在設置多維度指標，考察端到端方案對模型及應用場景的真實承載能力，系統評估軟硬件各層級間的協同優化水平、兼容適配能力及整體交付效能。在此次發佈的兩項基準中，AISHPerf-智算運維智能體評測基準尤為引人注目，它不僅標誌著我國在智算集群運維智能體領域擁有了首個權威評測體系，更率先將國產芯片集群運維場景納入評測體系、填補了國產智算運維智能體評測領域的空白，為構建自主自治
Hermes新功能上線！比Opus 4.8和GPT-5.5還猛
AI應用風向標（公眾號：ZhidxcomAI） 作者｜畢偉豪 編輯｜漠影 智東西6月30日報道，現在，Fable 5和Mythos 5等頂尖閉源模型沒法使用，就算能用，單一模型也總有搞不定的問題，那麼，想要高質量輸出結果的用戶該怎麼辦呢？ 近日，Hermes Agent上線了MoA（Mixture of Agents）功能，支持用戶自由組合多種模型作為虛擬模型使用，在Nous Research即將發佈的基準測試中，這個混合模型的評分超過了Opus 4.8 和GPT-5.5。 一、Fable 5、Mythos 5被禁，多模型組合成為潮流 Nous Research在官推上說了這樣一句話：“最強大的模型是受限的，只有少數人才能獲得訪問權限。”這句話明晃晃地指向了Fable 5等模型被封禁的事件。 在這種背景下，不難看出，MoA這個混合模型模式的終極目的，是用開源模型的組合達到頂尖閉源模型的水準，就像Hermes Agent聯合創始人Teknium說的，他們正在測試各種開源模型組合，看看是否能用更便宜的模型達到Opus的水平。 這種多模型組合比肩頂尖模型的思路，最近其實有不少實踐的例子，比如前段時間日本AI獨角獸Sakana AI發佈的Sakana Fugu系列編排器模型，會根據任務選擇最佳的模型來處理，和MoA的思路非常相似。 而MoA的技術也在很久之前就已存在了，2024年6月Together AI曾發表過一篇論文《Mixture-of-Agents Enhances Large Language Model Capabilities》，核心是多LLM組合，每一層模型都會參考上一層模型的輸出，再繼續生成自己的回答。同時，論文也將模型分成了兩類，也就是現在Hermes所用的參考模型和聚合模型。 當用戶提出問題時，參考模型會先對問題進行分析判斷，然後給出參考意見，隨後由聚合模型來
Claude Code之父最新判斷：AI時代團隊分工被重寫，這「五種人」最吃香
這篇消息聚焦「Claude Code之父最新判斷：AI時代團隊分工被重寫，這「五種人」最吃香」。原始導語提到：工程師、PM、設計師……崗位邊界正在消失！ 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。