Meta加速AI自研进程，严控外部模型使用与数据合规风险

这段时间，Meta在AI研发策略上的动作越来越清晰：加快自研体系的建设，逐步摆脱对第三方大模型编程工具的依赖。公司内部已经传达出比较明确的信号——工程团队在使用外部AI服务时要格外谨慎，尤其是核心开发环节，尽量不要调用竞品模型。说到底，这里面既有数据合规的考量，也有知识产权方面的潜在风险。

今年年初，Meta专门组建了一个应用AI工程团队，主要精力就放在自家代码助手MetaCode的迭代和打磨上。当然，也不是说完全封杀外部工具，在一些非核心场景下，还是允许有限度使用的。但有一个硬性要求：所有工程师必须自己独立设计并验证编程测试题目，不能直接拿来或稍微改改AI生成的解题思路和创意方案。这项规定从五月起全面执行。为什么要这么做？核心原因在于，不小心就可能触发所谓的“模型蒸馏”行为——也就是利用竞品大模型的输出结果来反向优化自己的模型。这事儿虽然目前法律还没明令禁止，但普遍是违反主流AI服务商服务条款的，一旦被发现，轻则封号，重则影响合作关系。

另一边，AI研发支出也在持续走高，控制外部调用成本成了管理层的重点目标。预计2026年，Meta在AI上的投入会达到数十亿美元的级别。为此，内部已经启动多项管控措施，比如对员工API令牌的使用实行配额管理，严格限定第三方工具的适用范围。只允许在搭建测试环境这类明确合规的环节调用，而且AI生成的内容在进入实际应用前，必须经过人工复核。更关键的是，不能把这些内容用在MetaCode的评测任务里，也不能拿它生成测试题或辅助识别源码漏洞。

规范里还有一条值得注意：如果自研模型有权限访问容器内的资源，那么任何由外部AI生成的内容都不能存入这个容器环境。整个研发流程有专项研究员和管理层联合监督，确保每个环节都符合技术伦理和合规标准。这套制度安排，说到底是为了给MetaCode的稳健演进提供保障。