文章作者、来源：0x9999in1，ME News



TL;DR

• Meta在2026年6月对Applied AI团队下达新规，严格限制使用Anthropic的Claude Code与OpenAI的Codex，部分敏感任务一度被叫停。
• 核心顾虑只有一个词：蒸馏。Meta担心竞品模型的输出渗入Llama自家训练数据。
• 内部备忘录用了一个极不外交的措辞——警告可能引发"与合作伙伴的严重升级"。
• 6000名员工在30天内消耗了73.7万亿token，内部排行榜直接被叫做"Claudeonomics"。
• 自研编码助手MetaCode（前称DevMate）被推上正面战场，公司正押注用自己的工具替换外援。
• 2026年Meta的内部AI使用成本预计奔着数十亿美元去，AI基础设施总盘子高达1350亿。
• 这不是Meta一家的问题：Uber四个月烧完2026 AI编码预算，Microsoft 6月也悄悄拔了Claude Code的插头。

一道悄悄落下的红线故事很简单，又一点都不简单。

2026年6月底，The Information拿到了Meta的内部文件。文件里写着一件事：Applied AI部门的工程师，不能再像过去那样随便用Claude Code和Codex了。某些敏感工作甚至被临时叫停，等待合规审查。

这不是封禁。

Meta留了一道窄门。常规工作流的搭建、代码整理、测试基础设施的脚手架——这些活儿，外部AI还能用。但要过两道关：人工严格审查，外加场景白名单。

什么场景被堵死？三件事：用外部模型生成编程挑战来评估Meta自己的模型；用外部AI寻找代码漏洞；用外部AI构思测试任务。

看出来了吗？这三件事的共同点不是"用AI写代码"，而是"用别人的AI去训练或评测自己的AI"。

Meta真正害怕的，是后半截。

73.7万亿token，一个被叫做"Claudeonomics"的排行榜如果你想理解Meta为什么突然紧张，先看一组数字。

CTO Andrew Bosworth在备忘录里写过一句话："All motion is not progress, and token usage alone is not a measure of impact of any kind."

翻成人话：动起来不等于在前进，烧token更不等于在创造价值。

这句话不是凭空说的。Meta内部有个东西叫"Claudeonomics"，听起来像段子，其实是一个排行榜。员工和团队按token消耗量排序，谁烧得多谁名次高。

结果是什么？6000名员工，30天，73.7万亿token。

这个数字大到什么程度？Goldman Sachs预测，到2030年全球企业级token消耗将达到每月120千万亿。Meta六千人的小宇宙，已经把"token竞赛"这件事提前演了一遍。

Bosworth真正介意的不是花钱，是虚假繁荣。

排行榜一立起来，激励方向就跑偏了。本来该是"用AI解决问题"，结果变成"用AI刷分数"。Meta看穿了这件事，决定拆掉排行榜，换上一套叫"AI Gateway"的中央监控平台，实时追踪每个团队的消费，并在2027年正式上线token预算与配额机制。

行政手段进场，狂欢结束。

但成本只是表层，蒸馏才是底牌如果只是花钱多，Meta大可以谈个企业折扣，把账单压下来就好。

何况Meta的盘子真的不小：到2026年AI基础设施投入高达1350亿美元，到2028年数据中心建设承诺6000亿美元。在这种支出规模里，每年几十亿的内部token账单，说重要也重要，说致命也谈不上。

真正让Meta按下暂停键的，是另一件事——模型蒸馏。

什么是蒸馏？学术语境下，它指用大模型的输出去训练一个小模型，让小模型学会大模型的"思考方式"。在企业语境下，它更阴险：你用Claude写代码，把代码commit进训练数据流水线，Claude的"思维方式"就被悄悄注入了你自己模型的权重里。

没有人主观上想这么干。但只要工程师一边用Claude Code改训练脚本，一边把改完的代码送进Llama的训练管线，这条路径就客观存在。

Meta的法务和安全团队识别出了这个漏洞。

Anthropic、OpenAI、Google三家的服务条款里，都有一条相同的禁令：不许用我家模型的输出去训练你家模型。Anthropic在2025年8到9月还更新过条款，允许API数据用于"可选训练"，但企业级零留存合同依然有效。

法律保护强不强？强。但审计链可不可追溯？基本不可追溯。

一段Claude生成的Python脚本，commit进Meta的内部仓库，半年后又被某个数据团队当作训练样本扔进Llama 5的预训练池——这个流程里，谁能拍着胸脯说"我们的训练数据100%没有Claude的影子"？没有人能。

所以Meta的内部备忘录用了一个非常重的词组："serious escalations with partner companies"——可能引发与合作伙伴公司的严重升级。

这不是法务模板。这是写给工程师的警告。

为什么2026年才动手？一个合理的疑问。

Claude Code和Codex又不是昨天才有，蒸馏风险也不是昨天才存在。为什么2026年6月这个时间点？

三个原因，一起到位。

第一，Claude Code今年彻底起飞了。 它的年化收入已经超过25亿美元，从2026年初到现在翻了一倍多。企业订阅量翻了四倍。在Menlo Ventures的市场份额数据里，Anthropic在编码场景的份额一度达到54%，OpenAI约21%。换句话说，Meta的工程师不是"有时候用一下Claude"，而是"用得越来越多、越来越深"。

第二，行业里关于"蒸馏"的撕逼变多了。 2025年底到2026年，Anthropic公开指控阿里巴巴进行了"已知最大规模的蒸馏攻击"。Elon Musk也在4月承认，xAI在某些阶段部分蒸馏了OpenAI的模型。蒸馏从一个学术概念，变成一个外交事件。Meta不可能不警觉。

第三，自研工具MetaCode终于成型了。 没有备胎的时候，禁用是空话。有了备胎，红线才划得动。

三股力量同时压上，时间点就这样落在了2026年6月。

MetaCode：从DevMate到正面战场MetaCode不是一个新东西。它的前身叫DevMate，已经在Meta内部跑了一段时间。

改名这件事本身就是信号——从"开发伙伴"到"Meta代码"，定位从工具升级为主权。

它要解决的问题也清楚：

替代Claude Code和Codex的日常使用场景；

切断外部API的代码上下文外泄路径；

把每年烧给第三方的token账单收回到内部循环；

顺便给Llama的代码能力做"dogfooding"——自己人吃自己的狗粮。

逻辑上没问题。执行上呢？没那么轻松。

Claude Code之所以好用，是因为它的agentic架构很激进——它读你的本地文件、读git日志、读shell历史、读stderr输出，把整个开发上下文打包成prompt送上云端。这种"读得多、想得深"的能力，是用大量compute和精细tuning堆出来的。

MetaCode要在内部场景里追平这种体验，难度不小。

更难的是文化层面。Meta的工程师习惯了"想用什么就用什么"的自由风。突然被告知"你必须先用我们家的，外面那两个要审批"——这种摩擦，绝不是一份备忘录能消化的。

Microsoft 6月份也做过类似的事，把Claude Code的许可从Experiences and Devices部门撤下来。原因不是蒸馏，是单纯的成本控制。但结果是一样的：工程师用得不爽，要么转投自研工具，要么找方法绕过限制。

企业级AI工具的"使用主权"问题，正在以肉眼可见的速度浮出水面。

不只是Meta：整个行业都在算账把镜头拉远，你会看到一张更大的图。

Uber的故事最具警示意义。 这家公司四个月就烧完了2026年全年的AI编码预算。然后COO Andrew Macdonald出来定规矩：每位员工、每个工具、每月1500美元封顶。

Uber不是因为不爱AI。恰恰相反：他们95%的工程师每月使用AI工具，约70%的提交代码由AI生成。但Macdonald自己也承认——"token支出和可衡量产出之间的联系，目前还不存在。"

KPMG的调研给了一个更扎心的数字：只有26%的公司，对自己的AI成本拥有全面可视性。换句话说，四分之三的企业不知道自己每个月在AI上到底花了多少钱、花在了哪里、产生了什么。

Sam Altman自己都说过：客户告诉他，"我在AI上花了海量的钱，但我知道有海量的浪费。"

这就是2026年企业AI的真实底色——一边狂热采购，一边失血严重。

Meta只是把这件事做得更系统：成本要管，蒸馏要防，自研要上。三条线同时收紧。

一个绕不开的悖论Meta这套打法，逻辑严密。但它撞上了一个绕不开的悖论。

Claude Code好用，是因为它的模型强。

模型强，是因为Anthropic在前沿训练上投入巨大。

Meta想用自家MetaCode替代它，但MetaCode的底层是Llama。

Llama要追上Claude，需要更多的训练数据、更好的代码语料、更强的反馈循环。

而最直接的反馈循环——让工程师在真实开发场景里用Llama改Llama——正是Meta现在大力推行的"dogfooding"。

听起来很美。问题是：如果MetaCode暂时不如Claude，工程师会怎么选？

强制使用一个能力较弱的工具，本质上是在用今天的生产力换明天的主权。

这笔账值不值，要看Meta能不能在2026下半年到2027年间快速缩小MetaCode和Claude Code之间的能力差。差距缩不上来，就会出现工程师"用脚投票"的灰色现象——表面合规，私下绕路；或者表面用MetaCode，关键任务还是去找Claude。

这正是Meta用"AI Gateway"严密监控的原因。

但监控解决的是合规，不是体验。体验需要MetaCode自己长出来。

真正的分水岭如果说2024到2025年是企业AI的"采购年"，那2026年正在变成**"治理年"**。

治理什么？三件事：

成本治理——token预算化、用量配额化、ROI可视化；

数据治理——上下文流向受控、外泄路径可审计、训练管线可隔离；

能力主权——自研模型、自研工具链、自研评测体系。

Meta这一手，把三件事打包做了。它不是简单地禁用Claude Code，而是借禁用之名，把组织的AI使用方式从"散养"切换到"圈养"。

短期看，会有摩擦。工程师抱怨少不了，效率短期波动也跑不掉。

长期看，这条路Meta必须走。因为它的身份不是Claude的"客户"——它是Anthropic、OpenAI、Google的直接竞争对手。一个竞品公司，不能把自己的训练数据通道，长期暴露在对手的服务条款之下。

哪怕对方再正派，结构性风险摆在那里。

收束：当AI公司开始防AI这件事真正让人玩味的地方，不在于Meta画了红线，而在于——红线的存在本身。

一个AI公司，开始严防工程师用别人的AI。

一个号称要开源世界级模型的公司，开始把内部代码当作机密资产。

一个市值1.4万亿美元的巨头，开始为内部token账单皱眉头。

这些信号叠加起来，画出了2026年企业AI的真实形状：它不再是一个"越多越好"的故事，而是一个"越精越贵"的故事。

token不再免费，能力不再共享，工具不再中立。

接下来一年，会有更多类似Meta这样的决定。会有更多企业把"AI Gateway"这样的东西搭起来。会有更多公司算清楚——哪些活儿适合外购，哪些活儿必须自研，哪些数据绝不能出门。

热闹了两三年的AI编码工具市场，正在从"百花齐放"走向"边界清晰"。

Claude Code和Codex不会消失，它们对中小开发者、对没有自研模型野心的企业，依然是降维打击式的存在。但对Meta、Microsoft、Uber这种量级的玩家——它们必须找到自己的路。

至于Meta，画完这条红线之后，真正的考验才刚开始。

MetaCode能不能扛得住？工程师愿不愿意配合？2027年的token预算能不能管住"Claudeonomics"的反弹？

这些问题，没人现在能回答。

但至少这一刻，Meta想清楚了一件事——蒸馏这堂课，不能让别人替自己上。

剩下的，交给时间。

引用与参考

1. The Information, "Internal Docs Show Meta Putting Limits on Claude and Codex, Fearing Distillation," 2026年6月
2. The Decoder, "Meta restricts use of Claude Code and Codex to keep rival AI out of its training data," 2026年6月
3. The Information, "Tokenminimizing: Meta Moves to Curb Employee AI Usage as AI Costs Reach Billions," 2026年6月
4. MLQ.ai, "Meta Caps Internal AI Token Spending After Costs Approach Billions in 2026," 2026年6月13日
5. Awesome Agents, "Meta Restricts Claude Code Over Training Data Leakage," 2026年6月29日
6. Fortune, "Uber COO on AI Spending and Tokens," 2026年5月26日
7. Bloomberg Law, "Meta Limiting Engineer Use of Claude, Codex"
8. Cryptobriefing, "Meta restricts engineers' use of Claude Code and Codex to protect AI training data," 2026年6月29日