埃隆·马斯克(Elon Musk)旗下的 AI 初创公司
据《The Information》披露,尽管 Anthropic 已于2026年1月撤销了 xAI 的官方 API 访问权限,但 xAI 工程师随后转入“地下”,继续通过个人账户及第三方中间服务 Blackbox AI 进行数据提取。此前,马斯克曾在法庭上承认 xAI“部分”使用了 OpenAI 的模型进行训练,并称这种利用头部模型输出进行合成数据流转的做法已成为“行业标准”。

然而,外部依赖未能掩盖其内部研发的动荡,目前 xAI 的预训练团队已缩减至不足五人,包括四位 Grok 代码负责人在内的多位联合创始人已于近几个月内相继离职,近期更发生员工意外删除关键训练数据、导致两至三周工作成果付诸东流的重大失误,迫使其算力资源目前只能通过 SpaceX 临时转租给谷歌等企业。
这一事件不仅将 xAI 推至风口浪尖,也折射出当前生成式 AI 行业在高质量训练数据枯竭背景下的普遍焦虑。在合规开源数据触及天花板的当下,通过“知识蒸馏”和擦边球式的合成数据提取来提升模型性能,已成为后来者追赶第一梯队的灰色捷径。xAI 此次面临的技术路线依赖与核心团队流失,预示着单纯依赖算力堆叠和外部数据嫁接的模式正遭遇瓶颈,AI 独角兽企业亟需在底层自主创新与组织稳定性上寻找更稳固的支撑。
xAI为什么会被曝使用Claude数据训练?
报道指xAI在过去数月直接利用Anthropic旗舰模型Claude的输出数据训练Grok编码模型,争议点在于是否越过了官方授权边界,以及这种“合成数据流转”是否构成灰色提取。
Anthropic撤销权限后xAI怎么继续获取数据?
据披露,Anthropic撤销xAI官方API访问后,xAI工程师转而通过个人账户及第三方中间服务Blackbox AI继续进行数据提取,属于更隐蔽的绕行方式。
这件事对AI模型训练意味着什么?
它反映出高质量训练数据稀缺背景下,行业对头部模型输出和知识蒸馏的依赖加深;但同时也说明,若缺乏合规数据、稳定团队和自研能力,模型迭代会面临明显瓶颈。
合成数据枯竭后,编码模型怎么补料?
优先做高质量自生成闭环:用强模型生成题目、代码、测试与解释,再用单元测试和静态分析筛掉低质样本。关键是把“可验证”作为筛选门槛,而不是单纯堆 token。
团队动荡时如何避免数据管线失控?
把数据来源、权限、审计和删除机制全部制度化,任何外部接口都要可追踪、可回滚。实操上建议把抓取、清洗、训练集构建拆成独立流水线,避免个人账户和临时脚本成为隐患。
