鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

忍无可忍,无须再忍:马斯克第六次起诉!

编程导航
编程导航
2025-09-29 12:30
阅读 193
编程导航
2025-09-29 12:30
阅读 193

硅谷观察/郑峻

 “忍无可忍,无须再忍,”马斯克这样在X平台上怒斥自己亲手创办的友商,第N次提起诉讼。

 上周,马斯克旗下的人工智能创业公司xAI在加州北区联邦法院提起诉讼,指控行业巨头OpenAI系统性有预谋地挖角其员工,非法窃取商业机密。

 这已经是过去一年半时间,马斯克对OpenAI发起的第六次诉讼大战,诉讼从加州法庭升级到联邦法庭,指控也一次比一次严重,从最初的合同违约到不公平竞争到涉嫌垄断再到窃取商业机密。

 这究竟是愤愤不平要说法,还是打击竞对的场外招?又或者这两者皆有之,还有待法院给出裁决。但可以肯定的是,两家公司的竞争已经进入了白热化,也不限于产品与商战领域,未来还会有更多的诉讼交锋。

 指控窃取商业机密

 这一次,xAI指控OpenAI有预谋地挖角自己的核心员工,包括多位掌握Grok大模型源代码以及数据中心战略计划的员工,这些技术可能让OpenAI获得巨大的产品竞争优势,同时节省数十亿美元的数据中心运营成本。

 xAI在诉讼文件中声称,OpenAI存在“令人深感不安的模式”和“战略性行动”,故意诱导这些员工违反保密协议,试图获取xAI的源代码、数据中心启动的运营优势、技术进步和战略业务计划。以在激烈的先进AI开发竞争中谋求不公平优势。

 马斯克对这起诉讼的评论是:忍无可忍,无须再忍。他在自己的X平台上解释说,“我们已经向他们发送了多封警告函,但他们继续在欺骗作弊。在尝试其他所有方法没有结果之后,诉讼是我们唯一的选择。”

 显然,OpenAI完全不认同他的这些指控。奥特曼领导的OpenAI发表声明,否认自己存在任何不当行为,称这起诉讼只是“马斯克对OpenAI持续骚扰”的最新篇章,一切都是为了马斯克以及他自己的营利性AI公司的利益。

 不过,xAI在诉讼文件中详细列出了他们指控OpenAI的原因,列举了三名被OpenAI挖角并窃取商业机密的员工案例,其中包括两名可以接触到核心技术的工程师李学晨(音译 Xuechen Li)和吉米·弗莱彻(Jimmy Fraiture),还有一位了解公司数据中心战略的前高管。虽然诉讼文件涂抹了他的名字,但外界猜测xAI指控的极有可能是前CFO利博托雷(Mike Liberatore)。

 下载整个代码库

 这起诉讼可以追溯到一个月前的另一起诉讼:xAI在8月底起诉前员工李学晨非法窃取商业机密。诉讼文件指控称,李学晨在7月25日将公司机密文件复制到个人设备,并出售公司股票套现了700万美元,三天后他从xAI离职,在8月19日加入OpenAI工作。

 马斯克在X平台上愤怒指责,李学晨在离职前下载了xAI的整个代码库!登录日志证明了这一点,而他也承认了!

 据领英平台信息显示,李学晨曾经在谷歌工作,去年斯坦福博士毕业加入xAI。仅仅一年时间,他就拿到了价值700万美元的股票以及不菲的年薪。AI行业的人才成本真是昂贵。相比之下,Meta给行业顶级技术人才开出上亿美元的几年合同也就可以理解了。

 这个月初,xAI已经成功申请到临时禁制令,暂时禁止李学晨在OpenAI以及任何AI公司工作,并要求他交出所有个人设备、云账户以及数据存储设备进行调查,取证之后必须删除与xAI相关的所有数据。正式听证会将在10月7日进行。

 除了李学晨之外,xAI还起诉了另一名工程师弗莱彻,同样在离职之前拷贝了技术文件到个人设备上:他也复制了Grok聊天机器人的源代码,加盟的也是OpenAI。

 xAI还指控一名财务部门高管向OpenAI透露了xAI数据中心部署的核心机密。诉状中称,今年7月,马斯克的律师发函指责其违反保密协议之后,这位前高管用一句带生殖器的脏话回复。(存有邮件证据)

 外界猜测这位高管是xAI的首任CFO利博托雷,因为他刚刚加入了OpenAI。领英平台资料显示,利博托雷加入xAI前曾在高盛以及私募股权巨头KKR工作数十年并担任了董事总经理,是一位在投资与科技领域拥有丰富经验的资深管理人士。按照这样的资历,很难理解他用脏话回复律师的正式邮件。

 马斯克会接受和解?

 田纳西州数据中心是xAI的核心竞争优势。马斯克计划在这里使用10万个英伟达最顶级的GPU(H100以及下一代B200),组建一个算力前所未有的AI超级计算集群。而OpenAI刚刚宣布获得英伟达未来1000亿美元的战略投资,也计划组建自己的超级算力中心。xAI的数据中心GPU部署技术无疑具有重要意义。这正是马斯克暴怒的原因之一。

 xAI在诉讼中写道,OpenAI违反了联邦和加州法律,“他们在受到更优秀创新者威胁时显然不择手段,包括掠夺并盗用xAI的技术进步、源代码和商业计划。”他们窃取的是“优于ChatGPT和其他竞争产品功能的尖端AI技术,可能为OpenAI节省数十亿美元研发费用和多年努力”。

 xAI还不忘提到双方的最新大模型竞争,指责OpenAI的“窃取信息”行为是因为Grok模型(特别是最新发布的Grok 4)性能匹敌甚至超过OpenAI模型,威胁到了OpenAI的市场主导地位。

 按照惯例,诉讼随后将进入密集的证据展示阶段,涉及大量文件交换和证人取证。xAI可能寻求临时限制令或初步禁制令,阻止前员工在OpenAI从事特定人工智能项目,或禁止OpenAI使用涉嫌窃取的机密。值得一提的是,xAI此次诉讼的首席律师是美国前专业商标局局长。

 这起诉讼对两家公司都有着重要意义。若成功证明商业机密盗窃,xAI可能获得巨额赔偿和禁制令,阻止OpenAI使用涉嫌窃取的机密或雇佣特定前xAI员工,有效阻止自己的核心员工流失。如果xAI赢得诉讼,OpenAI不仅是声誉受损可能面临数十亿美元的赔偿,还会面临限制技术开发或招聘关键人才的禁制令,并可能导致与苹果和微软等伙伴关系紧张。

 因此,OpenAI也会全力以赴应对这一诉讼。通常来说,此类高规格诉讼更有可能达成庭外和解,支付一笔赔偿并承诺不再挖角,避免持续数年的法庭诉讼以及公司声誉受损。不过,马斯克或许要的不是钱,而是一口气。

 贪婪引诱窃密犯罪

 值得一提的是,这类诉讼在硅谷已经是屡见不鲜。加州并没有竞业禁止协议,人才可以自由跳槽,这是硅谷科技技术创新与自由竞争的动力来源。在AI时代,精英人才的争夺更是趋于白热化,挖角成本也日趋疯狂,Meta这样的巨头甚至直接开出几年数亿美元的天价合同从OpenAI和谷歌挖人。

 但即便加州没有竞业禁止协议,离职员工也有为前雇主保密的法律义务,不能私自复制原公司的技术与商业文件,更不能将商业机密与技术带入新公司,哪怕是自己此前亲自研发的技术也不行。

 然而,在贪婪的驱使下,违法窃密的人从来络绎不绝。过去几年时间,谷歌、苹果、特斯拉等科技公司多次起诉前员工在离职之后窃取公司核心技术。虽然大部分诉讼都以和解结束,但也有不少人最终锒铛入狱,断送职业生涯。

 这方面最知名的反面教材是前谷歌明星员工安东尼·莱万多夫斯基(Anthony Levandowski)。作为谷歌无人车项目的联合创始人,他在谷歌总计拿到了超过一亿美元的天价薪酬,但他还是离职创办了自己的无人车公司,仅仅半年之后就被Uber斥资6.8亿美元收购。仅用半年时间,他就赚到了此前职业生涯数倍的钱。

 但谷歌很快发现,莱万多夫斯基在离职前下载了1.4万份与谷歌无人车工程、制造和商业的相关文件,这些文件也是Uber收购他公司的主要动力。最终莱万多夫斯基被判18个月监禁以及三年监督居住。在另一起民事诉讼中,Uber向谷歌支付了2.5亿美元的和解金,加上此前无人车车祸事件,Uber很快彻底出售和放弃了无人车项目。

 另一方面,xAI起诉OpenAI也是马斯克与奥特曼之间诉讼大战的再次升级。这两位曾经志同道合的合作伙伴,现在已经成为AI行业最受瞩目的一对“敌人”。一方面唇枪舌剑隔空叫阵,一方面不断通过诉讼进行法庭交锋。

 一年半时间起诉六次

 两人都是OpenAI的联合创始人,曾经有着共同的技术愿景。2015年马斯克携手奥特曼等硅谷科技知名人士,共同创办了非营利研究机构OpenAI,旨在推动对人类安全与可持续的AI研究。马斯克承诺捐出10亿美元,实际到位1亿美元。他还亲自招揽并吸引了诸多顶级人才加盟,包括从谷歌挖来了联合创始人伊利亚·苏茨克威(Ilya Sutskever)。

 但后来马斯克与OpenAI董事会出现了明显分歧。董事会并不支持马斯克接管OpenAI日常运营,毕竟他已经有特斯拉、SpaceX等多家公司,转而支持让决意淡出科技孵化器YC的奥特曼成为全职CEO。2018年,感觉被冷落的马斯克以“利益冲突”为由退出了OpenAI。

 在他离开之后,OpenAI在奥特曼带领下进行了转型,成立了营利性子公司,引入了微软等战略投资者,才有了后来ChatGPT开启生成式AI时代的成功。但在马斯克看来,OpenAI已经违背了非营利研究机构的初心,成为微软谷歌等科技巨头的利益同伙。

 对OpenAI的极度不满,是马斯克成立xAI的直接动力:他要亲手打造一个AI巨头来击败OpenAI。依靠马斯克的巨大影响力,xAI很快成为了AI行业崛起最为迅猛的新贵,轻松筹集了资金,更吸引了大批来自谷歌、OpenAI和微软的精英人才。

 成立不到半年时间,xAI就发布了首个AI大模型,成立仅有两年时间,xAI最新的Grok-4就已经在多个指标上与ChatGPT处于同一水平。在最新一轮融资中,xAI的投后估值达到了2000亿美元,推动马斯克的个人身价超过了5000亿美元。

 在正面竞争的同时,马斯克也没有放弃通过诉讼手段狙击OpenAI的努力。从去年2月开始,他先后六次对OpenAI提起诉讼,阻止OpenAI转型为营利公司,阻止OpenAI与微软和苹果的战略合作,希望尽可能打乱OpenAI的战略推进。

 就在上个月,马斯克宣布起诉苹果与OpenAI涉嫌垄断,对其他AI大模型带来了不公平的竞争优势。马斯克在X上写道:“苹果是美国一半人口接入互联网的入口。他们通过各种方式无情地推广OpenAI,让其他任何AI公司都无法成功!”苹果否认了相关指控,称其App Store运作“公平且没有偏见”。

 奥特曼则毫不留情地回击称,“考虑到我听说过的那些马斯克为了让X和他旗下公司获益、打击竞争对手和他不喜欢的人而采取的操纵行为,这种指控真是令人匪夷所思。”

 他与马斯克曾经良好的私交已经荡然无存。

 附马斯克对OpenAI六连告:

 1、2024年2月,指控OpenAI”已经转变为微软的闭源事实子公司”,违背了其非营利的创办使命来获取利润。

 2、2024年8月,修改文件重新提起诉讼,将微软列入被告,指控微软和OpenAI涉嫌垄断。

 3、2024年11月,修改文件再次提起诉讼,将LinkedIn联合创始人霍夫曼(Reid Hoffman)和前OpenAI董事会成员也列入被告,指控他们存在反竞争行为。

 4、2025年3月,再次起诉,要求法庭阻止OpenAI转型为盈利性实体。虽然被法官驳回,但暂时阻止了OpenAI全面转型的步伐。

 5、2025年8月,起诉苹果和OpenAI涉嫌垄断,通过”反竞争手段“来打压AI竞争对手,声称苹果在App Store排名中偏向OpenAI,并降低xAI的社交媒体应用X和Grok的优先级

 6、2025年9月,起诉OpenAI非法挖角核心人员窃取公司商业机密。

原文链接: 忍无可忍,无须再忍:马斯克第六次起诉!
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230