PewDiePie 因蒸馏被两次封禁，规则变得针对个人
费利克斯·谢尔伯格（Felix Kjellberg），更广为人知的名字是 PewDiePie，向他的观众透露 OpenAI 两次封禁了他。他的违规行为不是走私模型权重，也不是大规模转售 API 访问权限。他用 OpenAI 某个模型的输出训练了 Ajax——一个运行在他自己硬件上的 9B 模型，用于搜索和邮件等日常事务。
Ajax 基于 Qwen3.5-9B 构建，这是一个小型开源模型，并用一个更大的闭源模型生成的数据进行了微调。这个过程被称为蒸馏。过去两年里，正是这项技术催生了一波廉价且能力不俗的模型，而如今大型实验室正在竭力监管的也正是这项技术。
蒸馏到底是什么
蒸馏模型，就是训练一个小模型去模仿大模型。你向“教师”模型输入提示词，收集它的回答，然后训练“学生”模型复现这些回答。学生模型不需要教师模型的权重或架构。它只需要足够多教师模型的行为来学习其中的模式。
这就是各大实验室在意这件事的原因。训练一个前沿模型的成本高达数千万甚至数亿美元。如果竞争对手或个人能够通过 API 收割其输出，并将这种能力转移到自己拥有的模型中，那么这项工作中最昂贵的部分就被部分绕过了。输出看起来只是文本，但真正被复制的是背后的信号。
谢尔伯格的案例之所以重要，是因为它足够小。他不是一家资金充裕、正在推出竞品的初创公司。他只是一个用消费级 GPU 和本地模型的人。而执法已经触及了这一步。
实验室并非在猜测规模
OpenAI 对谢尔伯格的封禁只是冰山一角。更大规模的行动已经产业化。Anthropic 首席执行官达里奥·阿莫代伊（Dario Amodei）曾描述过一次蒸馏操作：使用了约 2.5 万个虚假账号，与 Claude 进行了约 2880 万次交互。在这种量级下，收割输出已不是副业，而是一条配备人员和基础设施的数据流水线。
OpenAI 也对企业采取了行动。在 xAI 使用 OpenAI 输出训练 Grok 之后，OpenAI 以蒸馏担忧为由切断了 Cursor 对其模型的访问。这些行动的模式表明，执法不再只针对显而易见的转售者，而是针对任何其产品依赖于从闭源模型中提取出的能力的人。
围绕这一点正在形成一个完整的检测产业。实验室会查找账号模式、请求量以及被收割数据的统计指纹。被抓到并不总是意味着诉讼；它可能意味着失去 API 访问权限，而对初创公司来说，这往往是一回事。
二十五家公司呼吁更清晰的规则
各大实验室的执法行动，发生在规则应当如何制定的公开分歧背景之下。2026 年 7 月，包括英伟达、Meta 和微软在内的 25 家组织签署了一封公开信，主张开放权重模型对于美国在 AI 领域的领导地位至关重要。他们呼吁制定直接针对蒸馏的定向法律框架，而不是对开源模型施加宽泛限制。
OpenAI、Anthropic 和谷歌没有签署。这三家公司都拥有前沿模型，其价值取决于限制其输出被复制的容易程度。分歧归结为：谁可以做这件事，以及以什么条件做。
在这个缺口之中，美国一家上诉法院在 9 月下旬增添了另一个参考点。在 Thomson Reuters 诉 Ross Intelligence 案中，第三巡回法院维持了一项裁决：复制竞争对手的编辑材料来训练搜索产品不构成合理使用，因为由此产生的产品与来源直接竞争。该案涉及的是搜索引擎而非生成式模型，法院也谨慎表示它并非在裁定所有 AI 训练。但它释放出一个信号：在技术执法收紧的同时，训练数据的法律基础也在发生变化。
为什么“蒸馏”这个词承载了太多含义
并非对模型输出的每一种使用都是相同的，而当前的规则模糊了其中的区别。让模型帮你写代码是正常使用。让它生成数百万条示例，以便你训练一个竞争对手，则不是。在这两者之间的某个位置，是一个人利用输出让自己业余爱好模型表现得好一点，谢尔伯格大致就处在这里。
实验室将输出数据视为一种他们拥有使用和控制权利的资产。他们的服务条款是这样规定的，而执法遵循的是条款而非法律标准。这就是为什么同样的行为在一个账号中可能被允许，在另一个账号中却被封禁：这取决于数量、取决于提供商所解读的意图，以及最终模型是否看起来像竞争对手。这里没有明确界线，而缺乏明确界线，正是任何试图站在正确一边的人面临的真正问题。
检测让边界更难看清。实验室会寻找暗示收割的模式：异常的请求量、批量创建的账号、类似于评估套件的提示词。一个人运行几千条提示词可能不会触发其中任何一条。一个使用 2.5 万个账号的操作则会触发。而在两者之间，答案确实不确定，而不确定性是产品的糟糕基础。
一项法院裁决同时落地
技术执法正在收紧，而法律图景仍在变化。9 月下旬，第三巡回法院维持了一项裁决：复制竞争对手的编辑材料来训练搜索产品不构成合理使用，因为由此产生的产品与来源竞争。法院谨慎指出，其裁决针对的是搜索引擎，而非生成式模型，并且并未为 AI 训练设定普遍规则。
狭义地看，该案对谢尔伯格的本地模型说明不了什么。而作为一种信号来看，它表明当模型是用与其竞争的产品材料训练而成时，法院愿意高度重视市场损害。实验室已经在表现得好像这一原则适用于它们的输出。法院尚未说明它是否真的适用。
如果你运行小型模型，这意味着什么
对个人开发者和小团队而言，实际局面的变化比法律更快。
用你自己生成的输出来训练本地模型，处于一个灰色地带，取决于提供商的服务条款，而不是版权法。大多数主要提供商都禁止使用输出来训练竞争模型。什么算“竞争”由提供商定义，而执法可能会以密钥被停用的形式毫无预警地到来。
有几件事值得做。阅读你正在蒸馏的具体模型的服务条款，而不是笼统的政策。保留训练数据如何产生的记录，因为如果提供商询问，可审计的轨迹就是警告和封禁之间的区别。优先选择许可证明确允许衍生训练的模型输出，其中包括许多开放权重模型。如果你的产品依赖单一提供商的 API，请把这种依赖视为风险，而不是便利。
谢尔伯格是一个不寻常的测试案例，因为他公开，而且对他而言利害关系很低。教训不是他受到了不公平对待，或者他活该。而是对蒸馏的容忍度已经收窄到，一个在消费级硬件上的个人项目就招致两次封禁。以规模运行同样技术的团队应该假设余地更小，而不是更大。