老板别迷信自研:起诉OpenAI的人,也在偷学ChatGPT

我做 AI 项目时，在验收会上经常听到客户追问：“这个东西到底是不是你们自己做的？后面模型一换，成本一涨，结果还跑不跑？”这句话表面问技术，实际问的是安全感：老板怕买到套壳，怕交付以后被人卡住，更怕花了钱，公司流程还是原来那样。

所以我看到马斯克那段庭审证词，反而觉得很适合拿给老板看。4 月 30 日，加州奥克兰的联邦法院里，OpenAI 的律师问马斯克：xAI 有没有用 OpenAI 的模型来训练 Grok？马斯克绕了一下，说很多 AI 公司都会做类似的事。律师继续追问，他给了一个很短的回答：部分如此。

一个正在起诉 OpenAI 的人，坐在证人席上承认，自己的 AI 公司也部分借过 OpenAI 的能力。这件事不只是八卦，它把 AI 行业一层体面包装撕开了：大家嘴上讲原创、使命、护城河，手上都在想办法更快学到强模型的能力。

法庭比发布会诚实

发布会上的 AI 公司，都喜欢讲自己的模型多强，路线多独立，护城河多深。法庭不一样，法庭问的是：你到底做没做？The Verge 报道里写到，马斯克被问到是否知道模型蒸馏。他的解释很简单：用一个 AI 模型训练另一个 AI 模型。

OpenAI 律师继续问，xAI 是否蒸馏过 OpenAI 的技术。马斯克先说，通常所有 AI 公司都会做这类事情。被追问是不是 yes，他说：“Partly。”CNBC 的庭审回顾也提到，马斯克表示 xAI 部分使用过 OpenAI 的模型来训练自己的模型，这个过程被称为 distilling。

蒸馏这个词听起来像实验室术语，放到普通公司里很好理解。一个新人从零学销售话术，可能要几个月；如果你把公司里最会成交的老销售的对话、判断、拒绝处理、跟进节奏整理出来，再让新人对着学，速度会快很多。强模型像老师，弱模型像学生。老师给答案，学生学路径，低成本追上来。

公司内部这么做，通常是正常工程手段。拿竞争对手的模型来训练或验证自己，就会碰到服务条款、商业伦理和知识产权灰区。所以这件事不能简单写成“马斯克偷了”，更值得看的是：连 xAI 这样的公司，也没有把从零闭门造车当成唯一方案。

老板问自研，真正问的是责任

回到项目现场，很多老板问“是不是自研”，我一般会继续追问一句：“你担心的是模型归属，还是担心交付以后没人负责？”模型归属是底座问题，交付责任是业务问题。小团队最容易在这里走偏，一听客户问自研，就急着把故事讲大：我们自己训练，我们自己算法，我们自己模型。

可老板真正要的，通常没那么玄。他要的是客服少回重复问题，销售别漏跟进，资料别散在员工微信里，报价方案能快一点出来。客户追问时，有记录能翻，有流程能查，有人知道下一步谁处理。

我以前做助贷，也做过直播公会。那时候最能感受到，老板不怕你说得不够高级，老板怕的是结果没人兜。客户信任建立不了，销售话术再漂亮也没用；主播情绪崩了，运营表格再完整也没用。到 AI 项目里也是一样。

你说模型是自己的，客户最多点点头。你把流程跑给他看：一条咨询进来，AI 怎么识别意图，怎么调资料，怎么生成回复，怎么交给人工确认，怎么留下记录，怎么复盘错误。客户这时候才会真的安心，因为他看到了一段原来靠人硬扛的工作，终于有了新的运行方式。

体面说法挡不住速度压力

AI 公司互相学习，听起来不好听。但站在产品迭代现场，你会理解为什么大家都急。今天一个模型刚发布，明天一堆产品就开始接入；这个月还是亮点能力，下个月就变成用户默认要求。老板不会关心你花了多少时间证明纯原创，他只会问：现在能不能用？成本多少？坏了谁修？员工能不能少做一部分重复活？

模型公司也是一样。谁能更快把能力补齐，谁能更快把产品推给用户，谁就先拿到反馈、数据和收入。这也是“蒸馏”会变成行业争议点的原因：它一头连着工程效率，一头连着商业边界。

OpenAI、Anthropic、Google 都公开讨论过防止模型能力被竞争对手蒸馏的问题。The Verge 的报道也提到，相关争议这几年越来越多，合法性和服务条款边界经常落在灰区。

这件事对老板的提醒很直接。不要迷信某个模型公司说自己多独立，也不要迷信某个服务商说自己全自研。AI 行业最现实的地方在于，能力流动得太快。今天的领先能力，明天就可能被别人验证、拆解、迁移、组合。

你要守住的，不该只是一个模型名字。你要守住的是业务里的学习路径：客户怎么问，员工怎么答，错误怎么改，流程怎么验收，成本怎么核算。这些东西才会慢慢变成你自己的资产。

小团队别把自己困在全自研里

如果今天一个小团队问我：AI 系统到底要不要自研？我会先看三张表：岗位动作表，记录哪些工作每天重复发生；知识资料表，记录公司真正有价值的经验放在哪里；验收记录表，记录 AI 做完以后谁检查、错了怎么改、改完谁签字。

这三张表没有，就别急着谈自研大模型。直接调用一个成熟模型，把客服、资料整理、内容初稿、方案生成这些流程跑起来，公司马上就能看到变化。跑起来以后，再把自己的话术、客户记录、质检规则、行业知识慢慢喂进去，系统才会越来越像你的公司。

底座模型可以换，流程不能乱。供应商可以换，数据和验收标准不能丢。今天用 OpenAI，明天用 Anthropic，后天用 Grok 或国产模型，只要你的业务流程在自己手里，就不会被一个模型绑死。反过来，如果你的系统只是把某个模型接口套了一层皮，没有自己的流程、数据、权限、日志和验收，客户一追问就卡住，那就算你嘴上说全自研，老板也很难放心。

马斯克这次尴尬，尴尬在他一边质问 OpenAI，一边承认 xAI 也借过 OpenAI 的能力。但对普通老板来说，这个尴尬反而有价值。它提醒你：AI 时代的能力不是锁在一家公司保险柜里的。它会被学习，会被迁移，会被验证，也会被重新组合。

公司要做的，不是装成孤岛。公司要做的是把这些流动的能力，固定到自己的业务流程里。下一次有人给你讲“全自研 AI 系统”，你可以少听两分钟概念，多问五个问题：这套系统接哪段工作？用了哪些外部模型？模型换掉以后还能不能跑？员工怎么验收结果？客户追责时，日志和责任边界在哪里？这五个问题，比“是不是全自研”更接近真相。

如果你也想知道公司里哪些工作适合先交给 AI，可以加我。我先帮你看一遍流程，找出最值得先改的那几段，避免团队继续在重复咨询、资料整理和方案返工里耗时间。