“你的AI，我的敌人”，大厂正在集体“拉黑”对手？

▲本文图片均来自网络，如有侵权请联系删除

AI大厂在相互设防

本文 首发于影子备忘录

文 陌影笙

2025年，科技公司里最流行的词是“All in AI”。谁家模型好用，拿来就用；谁家代码工具顺手，拿来就写。token像自助餐盘里的薯条一样随便抓。

到了2026年上半年，画风突变。自助餐厅开始查券了，而且查得越来越严。

从谷歌到微软，从Meta到阿里，全球AI大厂正在上演一场前所未有的“互相拉黑”大戏。

你限制我用你的模型，我禁用你的工具；你在服务条款里埋雷，我在代码里偷偷标记。

AI大厂彼此之间既是客户也是竞争对手，他们既要调用对方最强的模型能力，又怕自己的数据、代码、工作流和模型路线被对方吸走。

这场“互相设防”的游戏，到底在防什么？又在争什么？

谁在“拉黑”谁？

先来盘点一下2026年上半年密集发生的一系列事件，你会发现，这根本不是孤立的个案，而是一场有预谋、有节奏的集体行动。

谷歌：内外两头设闸。

今年3月前后，谷歌因容量不足开始限制Meta对Gemini的使用。Meta想购买更多Gemini相关计算资源，但谷歌无法满足全部需求。

换句话说，Meta想多买点Gemini的算力，谷歌的“后厨”供不上，只能限量供应。大模型调用不同于传统软件授权，即使客户愿意付钱，也不一定能买到足够的容量，每一次调用背后都是真实的算力需求。

但这只是谷歌“设防”的第一步。

4月22日，据《洛杉矶时报》报道，谷歌大多数员工因“安全原因”，被禁止使用Claude Code、Codex等竞争对手工具，只有证明有业务理由才能申请例外。

与此同时，部分DeepMind团队，包括Gemini、内部应用和开源模型相关团队仍在使用Claude Code。

这就出现了一个很有意思的局面：谷歌内部出现了“Claude haves and have-nots”，能用Claude的和不能用Claude的。部分员工认为谷歌内部模型在编码能力上不如Claude，于是“能不能用Claude”就不只是工具偏好，直接变成了效率的差异。

谷歌自己也知道Claude Code好用，关键AI团队仍然在使用这些外部工具，至少说明外部AI编程工具在一线研发里仍有不可忽视的价值。

一边推动员工更积极地使用AI、甚至把AI使用纳入绩效评估，一边又在不同团队之间区别对待工具权限。谷歌的矛盾，恰恰暴露了所有大厂共同的困境。

微软：从“敞开用”到“全面叫停”。

如果说谷歌的设防还算“含蓄”，那微软的操作就更加戏剧化了。

2025年12月，微软做了一个在当时看来相当大胆的决定，即把竞争对手Anthropic开发的Claude Code开放给数千名员工，包括工程师、产品经理、设计师，鼓励所有人都用“vibe coding”的方式来重塑工作流。

全球最大的软件公司，一家拥有自家基座模型和编程助手的巨头竟然自掏腰包购买竞争对手的产品，供自己的员工使用。

员工们确实很喜欢这个工具。到2026年春季，Claude Code的影响力已远超工程部门，渗透进了各类非技术岗位。

但好景不长。

2026年5月14日，微软开始取消大部分Claude Code内部许可证，把开发者导向自家的GitHub Copilot CLI。受影响的工程师被告知要在6月30日（微软财年的最后一天）前完成迁移。

官方给出的理由是“统一工具链”，但心照不宣的真正原因写在财务日历上。知情人士透露，叫停Claude Code的确是因为成本太高了，高到连微软都觉得“肉疼”。

有爆料显示，到2026年4月，Claude Code的日均成本从此前的6美元翻倍至13美元。

微软没有公开具体数字，但从Uber的经历可以窥见一斑，Uber在短短四个月内就耗尽了原计划全年的AI编程预算，部分工程师个人每月的Token花费在500到2000美元之间。

成本只是一个方面。仅仅一个月后，2026年6月10日，微软又因为Anthropic的数据留存要求，限制员工使用Claude Fable 5。

这次的理由更加“硬核”。Claude Fable 5是Anthropic推出的首款Mythos级AI模型，需要数据留存来运行Anthropic全新的安全分类系统。

用户提问内容和模型输出结果会被保存，常规数据30天后删除；若内容被判定违反平台规则，相关问答数据最长可留存两年。

而微软此前使用的其他Claude模型都运行在“零数据留存”（ZDR）规则下。从ZDR到30天留存、甚至两年留存，这个变化让微软法务团队坐不住了。核心担忧集中在客户数据与保密信息如何被存储与处理。

值得注意的是，微软虽然限制自家员工使用，却迅速为GitHub Copilot和Foundry平台的付费客户上线了Claude Fable 5。一边不敢给自己人用，一边转头卖给客户，“微软大型双标现场”的嘲讽不无道理。

Meta：怕自己的模型“学坏”。

6月29日，The Information披露了Meta的内部文件：公司正在限制员工在AI模型构建中使用Claude和Codex。

Meta的担忧更直接，害怕被“模型蒸馏”。当工程师在编写训练脚本或调试代码时，如果过度依赖Claude或Codex，这些工具生成的代码片段、架构方案可能被无意中收录进Meta自身的训练素材库。

按照OpenAI、Anthropic及谷歌等厂商的服务条款，利用模型输出构建竞争系统是被明令禁止的，Meta此举旨在规避潜在的法律风险与天价赔偿。

一份内部备忘录甚至直接要求暂停某些用到这两个模型的任务。Meta的Applied AI部门工程师被划了红线，不能再随便用Claude Code和Codex了。

这揭示了一个更深层的焦虑：AI大厂的模型训练数据一旦“污染”了竞争对手的输出，不仅是法律问题，更可能让自家模型在无意中“模仿”了对手，这是任何一家大厂都无法接受的。

阿里：从“大额报销”到“全面禁用”。

再把目光转向国内。阿里对Claude的态度转变，堪称180度大转弯。

今年初，阿里内部为鼓励员工采用AI技术，不仅推出内部模型免费额度，还对外部模型使用实行大额报销政策。

员工可自由选择Claude、GPT、Gemini等外部模型，不少程序员每周消耗额度高达数百美元。

到了7月3日，阿里内部宣布全面禁用Claude，全员被要求卸载Anthropic相关产品，包括Sonnet、Opus、Fable等多个系列模型，以及Claude Code在内的Agent产品，禁令于7月10日正式生效。

这个“反向禁用”背后是多层原因叠加的。

直接导火索是“后门风波”。有开发者逆向分析发现，Claude Code从2026年4月发布的2.1.91版本起内置了一套隐蔽的用户检测机制：

读取用户电脑系统时区，检查代理或自定义API地址中是否包含阿里、字节等中国云厂商关键词，并在系统提示词中以隐写术替换标点符号的方式标记中国用户。Claude Code团队成员后续公开承认了这项“实验性”措施。

更深层的矛盾来自Anthropic的指控。6月24日，Anthropic被曝向美国参议院银行委员会递交信函，指控阿里在4月22日到6月5日期间，利用约2.5万个虚假账号与Claude进行了超过2800万次对话交互，定性为“工业级模型蒸馏攻击”，并上升至国家安全层面。

值得一提的是，Anthropic此前已用几乎相同话术指控过DeepSeek、月之暗面与MiniMax。

与此同时，Anthropic的服务条款从一开始就将中国大陆排除在服务支持地区之外，2025年9月进一步宣布禁止“中国控股的企业”使用其服务。

阿里在禁用Claude Code的同时，推荐使用自研的Qoder作为替代方案。截至2026年5月，Qoder全球用户超500万，已实现从需求分析到代码部署的端到端自主开发。

阿里云高管曾直言：“Coding是我们最重要的方向，它几乎for everything，AI Coding能100%命中传统云计算吃不到的企业内部软件开发预算。”

到底在防什么？

把以上事件放在一起看，你会发现“互相设防”背后存在共同的焦虑。

首先是数据安全，即我的秘密不能被你看光。

这是最表层、也最直接的担忧。

当员工把公司内部代码、客户数据、产品路线图输入一个外部AI模型时，这些信息去了哪里？被谁看到了？会不会被用于训练对手的模型？

微软对Claude Fable 5的担忧就是典型。从零数据留存到30天留存、违规内容最长两年留存，这个变化意味着，员工输入的企业机密信息可能在Anthropic的服务器上躺两年。

对一家年收入数千亿美元的软件巨头来说，这不仅仅是合规问题，更是核心竞争力的安全问题。

谷歌禁止大多数员工使用Claude Code、Codex，理由同样是“安全担忧”，代码、内部文档、产品信息和工作流数据进入外部模型。

当AI工具从“辅助写邮件”升级到“自主操作代码仓库、读取文件系统、执行Shell命令”时，它看到的机密信息比任何一个实习生都多。

阿里内部人士对此的形容很到位：“你把整个代码仓库、开发环境、内部逻辑都敞开给它，它却在暗处惦记着你是谁。”

其次是成本失控，太好用也是一种罪。

如果说数据安全是“怕被偷”，那成本就是“怕花不起”。

2026年上半年最让大厂CFO头疼的词，大概就是“Token账单”。

微软叫停Claude Code，最直接的原因就是成本。知情人士透露，叫停的确是因为成本太高了，高到连微软都觉得“肉疼”。

这不是因为工具不好用，恰恰相反，正是因为它们太好用了，导致工程师们高频使用，而这种高频使用最终击穿了财务算盘。

Uber的经历更能说明问题。Uber的CTO在4月份向内部发布备忘录，称公司在四个月内烧光了2026年全年AI预算。部分工程师个人每月的Token花费在500到2000美元之间。

问题的根源在于定价模式的错配。传统企业级软件是按“用户数”计价的，买多少个席位，付多少钱。

而基于Token的定价，是根据模型需要“思考”多少内容来计价的。智能体化编程让模型进行大量的“思考”，一次会话常常运行数小时，衍生出多个并行线程，产生海量的上下文。

这跟最初定价时基于的“代码自动补全”交互，早已不可同日而语。

连英伟达的应用深度学习副总裁都承认，对于他的团队而言，目前的算力成本已经远远超出了雇佣这些员工本身的人力成本。

当“烧Token比烧员工还贵”成为行业共识，大厂不得不重新思考：花这么多钱养竞争对手的产品，值吗？

最后是模型蒸馏，怕你“偷师”我的本事。

这是最深层的焦虑，也是最难防守的。

什么是模型蒸馏？简单说，就是用一个大模型的输出结果去训练另一个模型。

你可以不用知道对方模型的具体参数，只需要通过大量提问获取高质量的回答，然后用这些回答来训练自己的模型，就能在某种程度上“复制”对方的能力。

这正是Meta禁止员工使用Claude Code和Codex的核心原因，怕工程师在日常开发中无意间把竞争对手模型的输出混入自家Llama的训练数据。

OpenAI、Anthropic、谷歌的服务条款均明确禁止使用模型输出来构建竞争性系统。

2026年4月，这三家在基础模型领域争斗不休的硅谷巨头，甚至罕见地联手合作，通过共享信息来识别违反服务条款的“对抗性蒸馏”行为。

Anthropic对阿里的指控，“利用约2.5万个虚假账号与Claude进行超2800万次对话”，定性为“工业级模型蒸馏攻击”，也是基于同样的逻辑。

但这里有个讽刺之处：大厂们一边在自己的服务条款里写着“禁止用我的输出训练竞争模型”，一边又在内部禁止员工使用竞品工具怕“污染”自己的训练数据。

说白了，大家都在防着别人“偷”自己，同时又在防着自己“被偷”。

AI竞争，争什么？

设防的背后是竞争，竞争的核心是三张牌。

数据——AI时代的石油。

如果说数据是AI时代的石油，那企业内部数据就是最优质的油田。

谁掌握了更多的优质数据，谁就能训练出更好的模型。而企业内部的生产数据，如代码库、产品文档、用户反馈、运营数据等，都是训练企业级AI模型最稀缺的养料。

这就是为什么微软不让员工用Claude Fable 5、谷歌不让员工用Claude Code、Meta不让员工用Claude和Codex，因为每一次调用，都可能把自家的“油田”暴露给竞争对手。

与此同时，这些大厂又在拼命把自家的AI工具卖给别的企业，如微软把Claude Fable 5卖给GitHub Copilot客户，谷歌把Gemini卖给Meta（虽然限量供应）等，因为别人的数据也是“油田”。

你是我的客户，你的数据就是我的养料；你是我的竞争对手，我的数据绝对不能给你。这套双重标准，正是AI大厂之间最真实的相处逻辑。

开发者——谁抓住了工具，谁就抓住了生态。

AI编程工具正在成为开发者生态的“新入口”。

当程序员每天打开的不是IDE而是AI编程助手时，谁的工具占据了开发者的工作流，谁就掌握了下一代软件开发的命脉。

这也是为什么阿里在禁用Claude Code的同时，强力推自研的Qoder。他们不是为了省那点Token钱，而是要抢占开发者生态的制高点。

阿里云高管的那句话点明了本质：“AI Coding能100%命中传统云计算吃不到的企业内部软件开发预算。”

微软叫停Claude Code、转向GitHub Copilot CLI，同样是在争夺开发者入口。

谷歌禁止员工用Claude Code但允许部分团队例外，则暴露了在这场争夺战中的尴尬处境，即自家的模型在编码能力上确实不如对手，但又不能彻底放弃，只能在“用”与“不用”之间反复横跳。

标准——谁定义规则，谁掌控未来。

最顶级的竞争，是规则的竞争。

Anthropic通过数据留存条款，实际上在定义“企业使用AI的安全标准”，你要用我的最强模型，就得接受我的数据规则。

微软因为不接受这个规则而限制员工使用，但又把这个模型卖给了客户，这种“双标”本身就是在争夺规则的解释权。

OpenAI、Anthropic、谷歌在服务条款中写入“禁止用输出训练竞争模型”，是在定义“什么是合法使用”。

2026年4月三巨头联手打击“对抗性蒸馏”，则是在把规则从“写在纸上”推向“落地执行”。

谁定义了规则，谁就掌握了竞争的主动权。

AI大厂关系的“新常态”

2026年之前，AI大厂之间的关系相对简单，你提供模型，我调用API，大家各取所需。

虽然心里都知道彼此是潜在的竞争对手，但至少在表面上维持着“客户-供应商”的体面关系。

2026年上半年的一系列事件宣告：这种体面结束了。

AI大厂之间的关系正在从“竞合”走向“竞防”，既是竞争对手，也要互相防范。这种防范体现在三个层面：

资源层面——谷歌限制Meta用Gemini，是因为算力本身就是稀缺资源。在算力供不应求的时代，“不卖给你”本身就是一种竞争手段。

工具层面——微软不让员工用Claude Fable 5、谷歌不让员工用Claude Code、Meta不让员工用Claude和Codex、阿里全面禁用Claude，AI工具正在从“生产力工具”变成“战略物资”。

规则层面——服务条款越来越严、数据留存要求越来越高、对“蒸馏”的打击越来越狠，而规则的边界在持续收窄。

这场“互相设防”的游戏没有赢家，但也没有人敢先停下来。因为你停下来了，对手不会停。

正如一位业内人士所说：“AI的自由试用期结束了。”

接下来的问题不是“会不会继续设防”，而是“设防的墙会砌多高”。

当每一家大厂都在筑墙，整个AI产业可能会走向一个奇怪的局面，即技术越来越强，但彼此之间的信任越来越薄。模型越来越聪明，但大厂之间的合作越来越少。

这或许就是AI大厂关系的“新常态”。互相需要，又互相提防；互相学习，又互相封锁；嘴上说着开放，身体却很诚实地在筑墙。

而在这场没有硝烟的战争中，真正的输家可能是那些夹在大厂之间、既没有自己的模型、又离不开AI工具的中小企业和开发者：

他们能用的工具越来越少，选择的空间越来越窄，而价格，只会越来越贵。