PewDiePie 因蒸餾被停權兩次，規則之爭已變得針對個人
Felix Kjellberg，也就是大家熟知的 PewDiePie，向他的觀眾表示 OpenAI 兩度將他停權。他的罪狀不是走私模型權重，也不是大規模轉售 API 存取權。他只是用 OpenAI 旗下某個模型的輸出，來訓練 Ajax——一個他跑在自己硬體上、用來處理搜尋和電子郵件這類日常事務的 9B 模型。
Ajax 以 Qwen3.5-9B 這個小型開源模型為基礎，再用一個更大、封閉的模型所生成的資料進行微調。這個過程叫做蒸餾。過去兩年，正是這項技術催生了一波便宜又能幹的模型，而它也正是大型實驗室如今極力想要管制的技術。
蒸餾究竟是什麼
蒸餾一個模型，就是訓練一個較小的模型去模仿較大的模型。你把提示餵給「老師」，收集它的回答，再訓練「學生」重現這些回答。學生不需要老師的權重，也不需要它的架構，只需要足夠多的老師行為，就能學到其中的模式。
這就是實驗室在意的地方。訓練一個前沿模型要花上數千萬甚至數億美元。如果競爭對手或個人可以透過 API 收割它的輸出，並把那份能力轉移到自己的模型裡，這項工作中最昂貴的部分就被部分繞過了。輸出看起來只是文字，但被複製的其實是背後的訊號。
Kjellberg 的案例之所以重要，正因為它的規模很小。他不是一家推出競品、資金充裕的新創公司。他只是一個擁有消費級 GPU 和一個本地模型的人。而執法竟然追到了這麼遠。
實驗室對規模並非毫無掌握
OpenAI 對 Kjellberg 的停權只是冰山一角。規模更大的行動是工業級的。Anthropic 執行長 Dario Amodei 曾描述過一次蒸餾行動，用了大約 25,000 個假帳號，與 Claude 進行了約 2,880 萬次往返。在那樣的量級下，收割輸出不是什麼副業，而是一條有人力、有基礎設施的資料管線。
OpenAI 也對企業出手。在 xAI 使用 OpenAI 的輸出來訓練 Grok 之後，OpenAI 以蒸餾疑慮為由，切斷了 Cursor 對其模型的存取。這些行動的共同模式是：執法不再只針對明顯的轉售者，而是針對任何產品依賴於從封閉模型萃取而來的能力的人。
圍繞這件事，一整個偵測產業正在成形。實驗室會檢視帳號模式、請求量，以及被收割資料的統計指紋。被抓到不一定意味著挨告；它可能意味著失去 API 存取權，而對一家新創來說，這兩者往往沒什麼差別。
二十五家公司要求更明確的規則
實驗室的執法行動，是在各方對規則該怎麼訂仍公開分歧的背景下發生的。2026 年 7 月，包括 Nvidia、Meta 和 Microsoft 在內的二十五個組織簽署了一封公開信，主張開放權重模型對美國的 AI 領導地位至關重要。他們呼籲制定直接針對蒸餾的特定法律框架，而非對開放模型施加廣泛限制。
OpenAI、Anthropic 和 Google 沒有簽署。這三家都擁有前沿模型，其價值取決於能否限制自家輸出被複製的容易程度。分歧的核心在於：誰有資格做這件事，以及按什麼條件做。
就在這個缺口上，美國一個上訴法院在九月底補上了另一個參考點。在 Thomson Reuters 訴 Ross Intelligence 案中，第三巡迴上訴法院維持原判，認定複製競爭對手的編輯素材來訓練搜尋產品不構成合理使用，因為所產出的產品與來源直接競爭。該案涉及的是搜尋引擎而非生成式模型，法院也謹慎表示自己並非在裁定所有 AI 訓練。但它釋出的訊號是：在技術執法收緊的同時，訓練資料腳下的法律地基也在鬆動。
為什麼「蒸餾」這個詞承載了太多
並非每一種使用模型輸出的方式都一樣，而目前的規則把其中的差異模糊掉了。請模型幫你寫程式碼是正常使用；請它生成數百萬筆範例，好用來訓練一個競爭對手，就不是了。而在這兩者之間的某處，是一個人用輸出來讓自己的興趣模型表現得好一點——Kjellberg 大致就落在這裡。
實驗室把輸出資料視為一項他們擁有使用與控制權的資產。他們的服務條款如此寫明，而執法依據的是條款，而非法律標準。這就是為什麼同一個行為在一個帳號裡被允許，在另一個帳號裡卻被封鎖：這取決於量級、取決於服務商如何解讀你的意圖，也取決於最終產出的模型看起來像不像競爭對手。這裡沒有明確界線，而對任何想站在界線正確一側的人來說，界線不存在才是真正的問題。
偵測讓這條界線更難看清。實驗室會尋找暗示收割行為的模式：異常的請求量、批次建立的帳號、類似評測套件的提示。一個人跑幾千個提示，可能一項都觸發不了；一個動用 25,000 個帳號的行動則必然會。至於介於兩者之間的情況，答案確實是不確定的，而不確定性是產品的糟糕地基。
同一時間出爐的法院判決
技術執法正在收緊，而法律圖像仍在變動。九月底，第三巡迴上訴法院維持原判，認定複製競爭對手的編輯素材來訓練搜尋產品不構成合理使用，因為產出的產品與來源構成競爭。法院謹慎指出，其判決針對的是搜尋引擎而非生成式模型，也並非為 AI 訓練訂下通則。
狹義解讀，這起案件對 Kjellberg 的本地模型著墨不多。但若視之為一種訊號，它說明當一個模型的訓練素材來自它所競爭的產品時，法院願意高度重視市場損害。實驗室早已表現得彷彿這項原則適用於它們的輸出。至於是否真的適用，法院還沒說。
如果你在跑小型模型，這代表什麼
對個人開發者和小型團隊來說，實際情況的變化速度比法律快得多。
用你自己生成的輸出來訓練本地模型，處於一個灰色地帶，而判定依據是服務商的服務條款，不是著作權法。多數主要服務商都禁止用輸出來訓練競爭模型。什麼算「競爭」由服務商定義，而執法可能毫無預警地以金鑰被停用的形式降臨。
有幾件事值得一做。去讀你正在蒸餾的那個特定模型的服務條款，而不是通則性政策。保留訓練資料如何產生的紀錄，因為若服務商來問，可稽核的軌跡就是警告與封鎖之間的差別。優先採用授權條款明確允許衍生訓練的模型輸出，這包括許多開放權重模型。而如果你的產品依賴單一服務商的 API，請把這份依賴當成風險，而不是便利。
Kjellberg 是個不尋常的測試案例，因為他是公開人物，而對他而言賭注很小。這件事的教訓不在於他受到不公平對待，也不在於他罪有應得，而在於：對蒸餾的容忍度已經收窄到，連一個在消費級硬體上的個人專案都招來兩次停權。以同樣技術大規模運作的團隊，該假設自己能有的空間更小，而不是更大。