一句“LOL”和41页诉状：OpenAI为什么必须补上硬件这一课？

一家掌握顶尖大模型的公司，为什么如此需要苹果的电池、主板、外壳、制造工艺和供应商经验？

答案可能并不在模型参数里，而在下一代人工智能的入口之争中。

2026年7月10日，苹果在美国加利福尼亚北区联邦地区法院提起一宗商业秘密诉讼，被告包括两名前苹果员工Chang Liu、Tang Yew Tan，以及OpenAI相关实体和硬件公司io。案件编号为5:26-cv-07078，起诉书共41页。需要首先说明的是：目前这些内容仍属于苹果单方面提出的诉讼主张，法院尚未认定相关指控成立。

OpenAI则回应称，公司对其他企业的商业秘密“没有兴趣”，目前也不知道有什么证据能够证明苹果的指控成立。

因此，这起案件不适合被简单概括为“OpenAI窃取苹果技术”。更准确的表述是：苹果正在试图证明，OpenAI及其硬件团队在招聘苹果员工和开发AI设备的过程中，涉嫌不当获取并使用苹果的商业秘密。

不过，抛开尚待法院判断的法律责任，这份起诉书仍然揭示了一个值得关注的产业问题：

OpenAI拥有世界领先的人工智能模型，却仍然缺少把模型变成数千万台可靠消费电子产品的能力。

这可能才是整起事件真正重要的地方。

一句“LOL”，为什么会出现在商业秘密诉讼中？

苹果在诉状中称，工程师Chang Liu离职并加入OpenAI之后，仍然可以访问苹果的一部分内部网络存储。

按照苹果的说法，他没有立即向原公司报告这一权限问题，而是在一名前同事的苹果电脑上留下了一条消息：

“LOL，我发现我还能访问内部网络存储。”

苹果进一步指控，Liu随后下载了数十份与苹果硬件有关的内部文件，其中包括尚未公开的产品信息，并曾向其他员工解释如何避开某些离职安全检查。

这句话之所以引人注意，不只是因为它具有戏剧性，更因为它涉及企业安全管理中一个极其基础的问题：员工离职后，访问权限是否被及时、完整地撤销。

如果苹果的描述属实，那么事件至少暴露了两条完全不同的责任链。

第一条是企业自身的权限治理问题。一个已经离职数周的员工仍然可以登录内部存储，说明账号回收、设备管理或身份认证环节可能存在漏洞。

第二条则是个人行为的合法性问题。系统没有锁门，并不意味着离职员工可以继续进入、浏览或者下载资料。

“能够访问”与“有权访问”并不是一回事。

在网络安全和商业秘密案件中，这个区别非常关键。

苹果真正担心的，不只是几份文件

案件中的另一名核心人物是Tang Yew Tan。

根据诉状，Tan曾在苹果工作约24年，离职前担任负责iPhone和Apple Watch产品设计的副总裁，后来成为OpenAI的首席硬件官。苹果指控，他在招募苹果员工时，要求部分候选人展示自己参与过的硬件项目，包括CAD设计资料、原型机和实际零部件。

诉状列出的硬件范围相当具体，包括：

电池、系统级封装、主逻辑板、屏蔽部件、外壳以及后盖玻璃等。

苹果还声称，Tan持有一份标记为“Need to Know”的内部离职安全文件。该文件描述了苹果在员工离职时如何保护机密资料。按照苹果的说法，这份文件后来被分享给部分准备离职并加入OpenAI的员工，用来帮助他们预判安全检查。

起诉书中更具产业意味的一项指控，涉及苹果的供应商和金属表面处理工艺。

苹果称，OpenAI硬件团队曾利用只有苹果及特定供应商掌握的信息，要求一家第三方制造商执行某项机密金属处理流程，并让对方误以为相关要求已经得到苹果许可。苹果还指控，OpenAI在与另一家电池和电源供应商沟通时，使用了苹果内部的专有术语。

这些指控尚未被法院证实。但它们说明，苹果试图保护的并不只是某一张产品图纸，而是一整套更难复制的能力：

如何选择材料，如何设计结构，如何控制良率，如何管理供应商，以及如何把实验室里的样机稳定地生产成几百万台商品。

这才是消费电子行业最深的门槛之一。

“400多名前苹果员工”不等于400人涉嫌泄密

这起案件传播过程中，最容易被误读的数字是“400多人”。

苹果在诉状中称，OpenAI目前雇用了超过400名曾经在苹果工作的人。但这并不意味着400多人都参与了不当行为，也不代表他们都在OpenAI硬件部门工作。

苹果在本案中点名起诉的前员工只有两人：Chang Liu和Tang Yew Tan。此外，被告还包括OpenAI相关法人实体以及io。

诉状还专门指出，本案与苹果在Apple Intelligence中集成ChatGPT的商业合作无关。也就是说，苹果一方面仍然可以把OpenAI视为人工智能服务合作伙伴，另一方面也可以把OpenAI视为潜在的硬件竞争对手。

这并不矛盾。

现代科技公司的关系很少是单纯的合作或者竞争。更常见的状态是：在一个产品层面合作，在另一个战略入口上竞争。

OpenAI为什么不能永远只做一个应用？

今天的大多数用户，仍然通过手机或者电脑使用ChatGPT。

这意味着，无论模型多么智能，它都必须经过别人控制的操作系统才能接触用户。

它要调用摄像头，需要系统授权；要读取日历，需要系统授权；要发送消息、获取位置、访问通讯录，同样需要系统授权。

在iPhone上，决定这些权限边界的是苹果；在主流安卓生态中，谷歌、手机制造商和应用商店规则共同控制入口。

从这个角度看，ChatGPT虽然拥有很强的认知能力，却没有完全属于自己的感知器官、操作界面和分发渠道。

这就是OpenAI进入硬件领域的根本动机：只有掌握终端，模型公司才能进一步掌握传感器、交互方式、系统权限和用户关系。

2025年，OpenAI完成了与io Products团队的合并。io由苹果前设计主管Jony Ive以及Scott Cannon、Evans Hankey、Tang Tan等人共同创办。OpenAI官方表示，双方在正式合并前已经合作约两年；媒体披露，这笔交易的估值约为65亿美元。

OpenAI此后还推出了售价230美元的Codex Micro。这是一款面向Codex开发工作流的实体键盘控制器，带有机械按键、旋钮和状态反馈功能。它更像一种小规模硬件试验，而不是面向大众市场的核心终端。

与此同时，有报道称OpenAI正在探索一种可移动、无屏幕的家庭AI设备。该设备可能具备环境感知、媒体控制、问答和智能家居操作能力，但截至目前，相关产品形态仍主要来自媒体报道，并非OpenAI已经正式发布的最终规格。

因此，OpenAI真正要做的，很可能不是简单地把ChatGPT装进一个新外壳，而是重新设计人与人工智能相处的方式。

AI硬件争夺的不是设备利润，而是“上下文”

传统软件通常等待用户发出指令。

用户打开应用、输入问题、补充背景，软件再给出答案。

但下一代AI终端追求的是持续上下文。

它可能知道用户正在开会、走路、做饭还是驾驶；能够理解眼前的物体、周围的声音和过去发生的事情；在获得授权后，还可以主动执行下一步操作。

这会让AI从“问一次、答一次”的聊天工具，变成持续参与现实活动的智能体。

谁掌握硬件，谁就更有可能掌握四类重要资源：

第一，距离用户最近的传感器，包括麦克风、摄像头、位置、运动和环境数据。

第二，系统级执行权限，例如跨应用填写信息、调用服务和完成交易。

第三，长期上下文，包括用户习惯、设备状态和现实环境。

第四，交互规则，即AI什么时候出现、什么时候保持沉默，以及如何向用户解释自己的行为。

这些能力决定的不是一款设备能卖多少钱，而是谁有机会成为下一代个人计算平台。

从大模型到消费电子，中间隔着什么？

软件产品出现问题，可以更新版本。

硬件产品一旦量产，错误的代价会迅速放大。

一处结构设计问题，可能造成大量设备返修；一个电池参数选择错误，可能带来安全风险；一个表面处理工艺不稳定，可能导致数十万台产品外观不一致；一个关键供应商交付失败，可能让整条生产线停下来。

一款成熟的消费电子产品，至少要同时解决：

工业设计、结构设计、散热、电池安全、射频、可靠性测试、材料选择、供应链管理、制造良率、质量控制、法规认证和售后服务。

而且，做出十台能运行的样机，与每天稳定生产十万台设备，是两种完全不同的能力。

苹果真正难以复制的优势，也不只是设计出漂亮产品，而是能够把设计、工程、供应商和制造流程组织成一个高度稳定的工业系统。

对于OpenAI来说，训练模型依赖的是算力、数据和算法；制造硬件依赖的却是另一套知识体系。

这套知识很多无法单纯通过阅读公开论文获得。它通常沉淀在工程师经验、供应商协作方式、测试标准、制造参数和无数次失败记录中。

这也是为什么成熟硬件公司的资深工程师会如此稀缺。

人才可以流动，商业秘密不能随人移动

科技公司可以合法招聘竞争对手的员工，工程师也有权利用自己的专业能力寻找新工作。

加利福尼亚州长期对限制员工从业和跳槽的竞业协议持严格态度。该州法律通常认为，限制一个人从事合法职业、贸易或业务的合同无效。

但保护人才流动，并不意味着允许员工携带原公司的机密文件、样品、原型机或供应商资料。

美国《保护商业秘密法》对“商业秘密”的判断通常包括两个关键条件：

信息拥有不为公众所知而产生的经济价值；信息所有者采取了合理措施维持其秘密性。

产品设计、制造方法、工程参数和供应商信息，都可能受到商业秘密制度保护，但企业必须证明这些信息确实具有秘密性、经济价值，并且自己采取了合理保护措施。

因此，这类案件最难划分的边界通常不是“能不能跳槽”，而是以下三个层次之间的区别：

工程师通过多年工作形成的通用能力，属于个人经验；

行业普遍使用的设计方法，属于公共知识；

某款未发布产品的具体图纸、参数、样品和限制性供应商信息，则可能属于原公司的商业秘密。

一个人不可能在离职时清空自己的大脑，但也不能把公司的资料库当成个人知识库。

为什么诉讼尚未判决，也可能拖慢OpenAI？

商业秘密诉讼往往持续很长时间，但影响并不需要等到最终判决才出现。

苹果在诉讼请求中寻求禁令、损害赔偿以及其他救济。由此推断，案件进入证据调查后，OpenAI可能需要说明某些设计的来源、检查员工设备、保全内部通信记录，并重新核查与相关供应商的接触过程。

如果某些员工、文件、工艺或者供应商关系被列入争议范围，OpenAI还可能需要建立隔离团队，重新验证设计来源，甚至调整研发路线。

这并不意味着苹果一定能获得这些结果，也不意味着OpenAI已经使用了苹果的商业秘密。

但对于一款尚未正式发布的硬件产品而言，仅仅是设计来源不清、供应商不愿承担法律风险，或者关键员工需要配合调查，都可能影响开发速度。

而在AI行业，速度本身就是竞争优势。

模型能力可以在数月内被追赶，产品窗口也可能迅速关闭。谁能够更早建立用户习惯、开发者生态和系统权限，谁就更可能获得下一阶段的平台优势。

争夺AI入口的，不只有OpenAI

模型公司试图从应用层进入设备和操作系统，已经成为一个更广泛的产业趋势。

字节跳动推出的豆包手机助手，并不是一款普通聊天应用，而是通过与设备厂商合作，尝试获得操作系统层面的跨应用执行能力。豆包方面明确表示，目前主要与手机厂商合作，并没有独立生产自有品牌手机的计划；相关技术预览曾首先在中兴努比亚工程样机上展示。

2026年，阶跃星辰又发布了STEPX品牌、Step AOS智能体操作系统以及STEPX Neo智能体手机，并在世界人工智能大会期间展示跨应用智能体能力。媒体同时指出，这类产品的真实需求、硬件成熟度和应用兼容性仍有待市场检验。

这些产品背后是同一个矛盾：

大模型公司不愿永远只是手机里的一个应用；手机厂商也不愿把系统权限、用户数据和服务入口完全交给外部模型公司。

未来的竞争，很可能不再只是“哪个模型回答得更准确”，还包括：

哪个AI能够获得更多系统权限，哪个设备能够形成更自然的交互，哪个平台能够获得用户的长期信任。

比硬件能力更难补的，可能是信任

AI终端越接近用户，隐私问题就越严重。

一个能够持续听见、看见和理解环境的设备，必须回答一系列传统聊天机器人不需要面对的问题：

设备什么时候开始记录？

麦克风和摄像头是否有明确的物理指示？

哪些数据在本地处理，哪些数据上传云端？

家庭成员、访客和儿童是否同意被识别？

用户能否查看、撤销和删除设备保存的上下文？

AI执行转账、购物、发消息等操作时，谁负责确认？

因此，下一代AI硬件的核心竞争力，不只是模型聪明程度，还包括权限设计、端侧计算、数据最小化、可解释控制和安全审计。

如果这些问题没有解决，“更懂用户”就可能迅速变成“更深入地监控用户”。

这也是OpenAI即使补齐了工业设计和供应链能力，仍然必须面对的另一道门槛。

对AI学习者来说，这起案件意味着什么？

这场诉讼提醒我们，人工智能产业正在从“模型竞争”进入“系统竞争”。

未来值得学习的能力，不会只剩提示词设计或者模型调用。

更具长期价值的方向包括：

端侧模型与云端模型如何协同；

智能体如何获得和管理系统权限；

AI产品如何处理长期记忆和用户上下文；

硬件传感器如何与多模态模型结合；

隐私、安全和商业秘密如何嵌入研发流程；

一个AI原型如何完成可靠性测试、供应链管理和规模化生产。

过去几年，人工智能行业最受关注的问题是模型能不能回答问题。

接下来更重要的问题可能是：

模型能否安全地感知现实、调用系统、控制设备，并对自己的行动负责。

寄语：OpenAI争夺的是一扇属于自己的门

一句“LOL”让这起案件获得了传播性，但它并不是整件事最重要的部分。

真正值得关注的是，OpenAI正在从一家模型和软件公司，向硬件、操作系统和个人计算入口扩张。

当ChatGPT只能运行在苹果和谷歌控制的设备里时，它仍然是别人平台上的服务。

当OpenAI拥有自己的终端、传感器、交互方式和智能体系统后，它才可能真正控制AI与用户之间的关系。

因此，苹果与OpenAI之间的争议，也可以被理解为两代计算平台之间的一次提前碰撞：

一边是拥有成熟硬件、操作系统和供应链的终端巨头；

另一边是拥有大模型能力、试图重新定义人机交互的AI公司。

苹果担心的或许不只是几份文件，而是竞争对手借助自己几十年积累的经验，快速缩短硬件产业的学习周期。

OpenAI急着补上的，也不只是一块主板或者一套制造工艺，而是它通往下一代个人计算平台所缺少的最后一段能力。

这场官司最终如何判决，仍然需要等待证据和法院裁判。

但有一点已经越来越清楚：

大模型不想永远住在别人的设备里，终端厂商也不会轻易交出通往用户的钥匙。

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）