Meta划出红线今年5月Meta给自家工程师划了一道红线应用AI工程部门的人不能再随便用Claude Code和Codex了。据The Information拿到的内部指南一份备忘录甚至直接要求暂停某些用到这两个模型的任务文件措辞很重说这可能触发「与合作方的严重升级」。然而Meta是Claude Code在全球最大的客户之一它今年内部用AI的总账单正奔着数十亿美元去。天天离不开的工具公司花大钱买来现在却在内部限制使用而限制的理由是它们太好用了。这条红线至今仍在生效据The Information报道这套限制5月就定下一直持续到现在。自研项目引发的担忧Meta为何如此紧张这要从它内部一个AI编程助手项目说起。今年它组建了一个应用AI工程团队主攻自研的AI编程助手MetaCode原名DevMate目标是不再花大价钱使用别人的AI编程模型自己训一个出来。可要练出一个会写代码的模型并不简单需要喂给它海量高质量数据还得出足够多、足够刁钻的编程题让它练手、给它判分这套题库和评测几乎决定了一个编程模型最终有多强。但Meta遇到的难题是怎样才能不让员工太过依赖这些外部工具去打造内部的替代品。它担心这些外部模型的输出渗进训练数据让自己造的模型偷偷学了对手的本事。因为一个模型是「学」它所被喂的数据MetaCode想变强靠的是工程师攒的训练数据和编程题库若这些题目、答案、判分标准出自Claude或CodexMetaCode学到的就是「Claude的本事」会照着对手的卷子抄答案。更隐蔽的是评测环节如果出题和判分都交给CodexMetaCode就会朝着「Codex觉得对」的方向进化把对手的判断标准复刻进自己脑子里。所以Meta的指南不让AI当出题人、判卷人连「AI生成的材料能不能进被测模型读得到的环境」都要管目的是给训练数据做隔离怕分不清哪些本事是自己训练出来的哪些是从Claude和Codex那儿学来的。细到让人意外的限制Meta的内部文件里并没有员工真违规的记录Meta发言人也回应公司有「明确的政策」规范怎么用AI工具所以这份文件更像是在内部提前拉响警报。哪些活不能让AI碰呢主要有以下三类第一不能拿Claude或Codex的输出去给自家模型出测试题指南称这「明确属于工程师不在驾驶位的范畴」「我们不要源自模型的任务」第二不能让AI在源码里找bug也不能让它基于代码分析帮你想「该测什么」第三AI生成的任何东西都不能放进被测模型能访问到的地方。只要AI参与了「该测什么、答得对不对」的判断对手的本事就可能混进来。而哪些活还能让AI干呢搭工作流、整理代码和文件、给内部工具搭测试的架子等日常杂活可以指南把这类工作称作「测试脚手架test scaffolding」和「方案校准solution calibration」也就是打下手、搭框架。哪怕是这些活也有一条铁律AI的每一行产出人都得先过一遍眼。Meta真正想守住的是「谁教会了谁」的界线。绕不开的「蒸馏陷阱」Meta担心的这件事业内有个专门名词叫「蒸馏distillation」意思是拿一个更强的模型不停答题再用这些答案去训练一个较弱的模型有点像让学霸把卷子从头做一遍学渣照着抄。从零训一个前沿模型烧的钱和时间是天文数字而蒸馏可能只要对方一批输出成本和工期都砍到零头。蒸馏本身是业界常规操作大厂也常拿自家大模型蒸馏出更小、更便宜的版本给用户用。但麻烦在于一旦抄的是别人家的模型就说不清训出来的能力到底是自己练的还是顺来的有人把这叫「蒸馏陷阱」越是靠最强的模型去搭自己的地基就越难证明自己的聪明从哪来。在美国法律并未明文禁止蒸馏AI生成的内容也不受版权保护拿对方的输出去练自己的模型法律基本拦不住唯一的关卡是合同。OpenAI、Anthropic的服务条款都写了类似的限制不许拿模型的输出去造一个跟自己竞争的东西而且这道关卡的执法权全在竞争对手手里。去年Anthropic就直接掐断了OpenAI对Claude的接口API访问哪怕OpenAI说自己只是拿来评测能力和安全性是「行业标准」做法。就连马斯克也在今年4月的一场庭审上被迫承认他的xAI「部分」蒸馏过OpenAI的模型。2026年4月30日在加州联邦法院的证人席上马斯克被问到xAI是否对OpenAI模型用了蒸馏技术来训练Grok他先称这是AI公司的普遍做法当被追问这是否等于「是」时他回答是「部分」。规则模糊「执法权」都攥在竞争对手手里谁敢拿自己几十亿的投入去赌对手不翻脸。从这个角度看Meta的紧张并不多余。这里还有一个算盘就是省钱按内部备忘录Meta今年光内部用AI这一项就要烧掉数十亿美元它甚至开始给员工的token用量设上限。如果能把开发工作从昂贵的外部工具转到自家MetaCode上既省了钱又躲开了蒸馏的雷可谓一举两得。一张走钢丝的地图科技法学者、法律顾问Mark Leiser形容Meta这套内部文件「几乎就是一张走钢丝的地图」一边要获得外部模型的好处一边又得防着它的本事溜进自家系统。像这样走钢丝的不止Meta一家公司它戳中的是整个行业的命门。当用一个足够聪明的AI去造另一个同样聪明的AI到最后可能很难说清这份聪明究竟是自己练出来的还是从别人的AI那儿悄悄学来的。而且这事离普通人也没那么远用AI写的代码、改的方案、攒的资料喂回去又会变成下一代模型的养料在这个循环中谁站在谁的肩膀上那条界线已经变得越来越糊。当AI开始帮我们造AI我们还分得清本事到底是谁的吗