2026年6月30日，严限用C严防一份源自2026年5月且目前仍在生效的工程Meta内部合规文件披露，该公司已对工程团队使用第三方AI编程助手实施严格限制。师使文件明确规定，模型工程师在涉及核心工程任务时，蒸馏原则上禁止调用Anthropic的风险Claude Code与OpenAI的Codex，并需暂停相关依赖任务的严限用C严防执行。

1. 使用边界与合规红线

该指南在允许使用的工程范围内进行了精细化界定，同时划定了不可触碰的师使红线：

• 允许场景：工程师仅可在非核心日常事务中有限使用外部AI工具，具体包括工作流搭建、模型代码与文档整理、蒸馏测试基础设施构建等辅助性环节。风险
• 禁止行为：
• 严禁利用外部模型生成的严限用C严防输出内容，设计用于验证Meta自研编程模型MetaCode的工程测试题目。
• 禁止借助外部AI对源代码进行漏洞分析或生成研发任务建议。师使
• 所有用于训练与评估MetaCode的命题、场景及挑战内容，必须由内部工程师独立完成。

2. 数据隔离与人工复核

为防止数据污染，指南强调严格的数据隔离机制：

• 禁止入库：任何经AI生成的文本、代码或方案，一律不得存入Meta内部模型可访问的数据容器或训练资源池。
• 人工审核：所有AI产出内容在投入实际应用前，必须经过全流程人工复核与确认。

3. 核心动机：防范“模型蒸馏”法律风险

此举的根本出发点并非效率优化或成本控制，而是源于对“模型蒸馏”（Model Distillation）风险的高度警觉。

• 风险定义：模型蒸馏指通过采集竞品AI系统的输出结果，反向用于自身模型的训练与优化。
• 潜在后果：
• 此类路径虽能规避原始数据积累、算力投入与基础研究成本，但可能实质性违反第三方模型的服务协议。
• 极易引发法律纠纷与商业层面的连锁反应。

4. 行业合规背景与警示

目前，OpenAI、Anthropic及谷歌在其模型服务条款中均明确禁止将输出内容用于构建或增强竞争性系统。

Meta内部文件特别警示：若工程师使用Claude Code或Codex生成的编程任务、测试逻辑等材料被纳入Meta模型的数据处理链路，即存在外部模型知识间接渗入自研系统训练与评估流程的风险。文件指出，此类情形一旦发生，或将触发与合作伙伴之间严重且不可控的争议升级。