上周，美团要求所有业务团队立即停用豆包大模型，并自查迁移至自研模型LongCat及开源模型DeepSeek。无法迁移的，须提交原因和必要性说明，走单独审批流程。
这并不是美团第一次“禁用”外部AI。
今年4月，美团就已不再推荐业务使用阿里云Qwen模型，如需使用须上报审批。没想到，不到三个月，豆包也被列入禁用名单。
这种明确的禁令，也引发了网友的广泛讨论，「TopAI Club」也来说说自己的看法。
01
AI模型，正成大厂“新领地”
大厂之间互相设防，并不是一件新鲜事儿。
过去，各公司的防御重点是API接口、数据管道和爬虫；而到了大模型时代，防线推到了员工与AI的每一次交互。
原因其实很简单。
试想，一名美团员工为了优化外卖推荐算法，把用户行为日志、策略文档和A/B测试结论喂给豆包，那不约等于把公司的运营逻辑、用户画像和业务短板都“出卖”了？
毕竟，字节旗下有抖音生活服务，阿里有淘宝闪购、飞猪，它们均在酒旅、外卖、团购领域与美团存在正面竞争。
每一行提示词，都可能变成对手的训练语料。
相比美团，京东更决绝。
早在今年3月，京东就从网络层面物理拦截员工访问豆包、千问、Gemini、ChatGPT，全部跳转至自研JoyAI，且未设例外审批通道，一刀切，不留余地。
美团的谨慎和京东的强硬并非杞人忧天。
虽然几乎所有主流大模型厂商都承诺“数据不用于训练”“调用即焚”，但训练流程无法外部审核，没人愿意赌这个风险。
过去企业上云，租的是算力和存储，基础设施在别人手里，数据主权仍在自己口袋，但依旧有很多企业介意上“竞品”的云。
到了大模型时代，这个问题则愈发严重。现在交出去的不只是算力需求，还有业务逻辑、策略思路乃至决策链路本身。
云时代的风险是“数据可能泄露”，那大模型时代则是“智力可能被吸收”——前者是被动损失，后者是主动赋能对手。
这也解释了，这些大厂为什么要把防御姿态从“封接口”升级为“拦员工”。因为最危险的数据出口已不是系统漏洞，而是员工敲下的每一行提示词。
02
全球AI“筑墙”，不止中国大厂
不光是美团，上周阿里也宣布禁用Claude Code，要求员工使用自研智能体编程平台Qoder。同样的故事，去年字节在主推Trea的时候也上演过。
封禁的原因和美团、京东没什么区别。既是降低员工对外部AI工具的依赖，提升对自研产品的使用，更是担心核心代码、业务逻辑和敏感数据被其他AI厂商窃取。
所以，不要觉得封禁只是一家行为，这是整个行业都在做的事情。国外大厂的设防，其实比国内更早。
2025年1月，美国五角大楼全面屏蔽DeepSeek访问，理由是DeepSeek构成“不可接受的国家安全风险”。此后，日本丰田、三菱重工、软银等大型企业相继跟进。
三星则更早，2023年就因工程师将机密源代码与会议纪要粘贴至ChatGPT，紧急下令封禁所有外部AI工具，直到今年初才逐步解封，并附加严格脱敏和审计要求。
如果说同业互禁是竞争，中美互禁是地缘，全行业一起禁就是恐惧。
因为剥除所有官方声明中的合规话术，“筑墙”指向的就是两项核心资产——数据与用户。
数据主权的敏感性不难理解。
任何大型互联网公司，首要担心的已经不是推理速度或算力集群，而是核心业务数据经员工流向外部服务器。
AI时代，数据是竞争壁垒的原材料，把自己核心资产反复喂给对手的模型，等于在帮对手磨刀。
即便模型不直接记忆训练语料，它对业务逻辑的间接吸收同样不可逆，企业也无法确保这些沉淀，不会被用于优化对手的同场景产品。
再看用户。
AI助手嵌入客服、推荐、商家后台和风控引擎后，它触及的是活生生的用户行为——搜索、点击、下单、退换货、评价。
这些信息经由AI处理，最终沉淀在谁的服务器上？看不见的是信任问题，看得见的是生存问题。
在商业竞争中，这种潜在风险等同于实质威胁。
03
囚徒困境已经形成
“筑墙”一旦成为共识，连锁反应就会随之而来。
我不设防，数据可能被对手利用；我设防，至少能阻断被动外流。既然无法确认对方会保持开放，最优策略就是抢先“筑墙”，同时自造AI。
所以，我们现在能看到，各大厂商自家的AI产品哪怕体验与行业头部差距巨大，也不得不做、不得不用。
结果就是整个行业的AI能力，被锁在各自的数据孤岛里，跨领域知识迁移受阻。
但谁在乎呢？在生存面前，效率从来不是优先项。
这就是典型的囚徒困境：每个参与者都做“理性选择”，但个体理性的叠加，最终导向集体非理性。所有人都“筑墙”，墙也挡住了所有人。
可以预见，未来三到五年，大厂间的AI互禁只会更加频繁。
而代价也是实打实的，每家大厂都在重复投入算力、重复训练模型、重复搭建工具链。自研能力强的头部厂商，或能在封闭体系里沉淀出差异化优势；而依赖外部开源的中小企业，则可能在孤立中加速掉队。
所谓的AI技术的分化，可能就从这道墙开始。
你怎么看待AI互禁这件事呢？欢迎在评论区与我们聊聊~