OpenAI赢得官司 但AI企业的使命承诺困境才刚开始

这两日，马斯克与 OpenAI 之间的法律纠纷有了初步结论。

美西时间 2026 年 5 月 18 日，据美联社、路透社、《卫报》等媒体披露，加州奥克兰联邦法院的陪审团认定，马斯克针对 OpenAI、萨姆·奥特曼、格雷格·布罗克曼等人的诉讼请求已超过诉讼时效。陪审团在案件中仅承担咨询性职能，法官 Yvonne Gonzalez Rogers 随后采纳了陪审团建议，驳回了马斯克的相关诉求。

若仅看新闻标题，此事可简单总结为：马斯克败诉，OpenAI 胜出。

但若仅将其视为硅谷巨头的私人恩怨，则未免可惜。因为这起案件真正值得关注之处，在于它将人工智能行业长期存在却始终未被深入探讨的问题摆上了台面：

人工智能企业对外宣称的"使命"，何时会从品牌故事转变为法律争议？

这个问题并非 OpenAI 独有。众多人工智能企业，其实都应借此案审视自身曾经写下、说出、承诺过的那些表述。

PART 01

先梳理这场诉讼的基本脉络。

OpenAI 创立之初，并非一家寻常意义上的商业机构。它对外宣扬的不仅是开发人工智能技术，更是让人工智能服务于全人类利益，防止这项技术被少数商业主体垄断或滥用。

马斯克早期参与了 OpenAI 的创建与支持。按照马斯克方面的说法，他投入资金和资源，是因为相信 OpenAI 会坚持非营利、公共利益和安全发展人工智能的原则。

后来的发展，大家就比较清楚了。OpenAI 的组织架构和商业模式发生了重大转变。它不再只是单纯的非营利研究机构，而是形成了更为复杂的结构：一方面保留非营利组织的治理安排，另一方面设立可融资、可商业化、可与大型科技公司合作的营利实体。OpenAI 与微软之间的深度合作，也成为这场纷争的重要背景。

马斯克的核心诉求，可大致归纳为四个层面。

第一，OpenAI 背弃了最初的创立宗旨。

在马斯克方面的叙事中，OpenAI 当初吸引他参与和支持，是因为它承诺以非营利方式、以公共利益为导向，推动人工智能安全发展。但后来 OpenAI 走向商业化，甚至成为估值极高、与大型商业公司深度绑定的人工智能企业，这在他看来已偏离了原有方向。

第二，相关人员不应借此谋取不当利益。

公开报道提到，马斯克方面提出了类似"不当得利"的主张，认为 OpenAI 的商业化安排使相关人员从原本带有公共利益属性的项目中获得了不应获得的利益。简言之，他认为自己当初支持的是一个"造福人类"的非营利项目，而非帮助他人日后打造一个商业帝国。

第三，OpenAI 涉嫌违反慈善信托义务。

这一说法听起来较为抽象。可简单理解为：若一个组织或项目是基于某种公共利益、慈善目的或特定使命而建立，那么管理者是否有义务按照这个目的来管理和运用资源？若后来偏离了这一目的，早期支持者能否主张其违反了原有的信托性安排？

这正是本案中最具法律探讨价值的部分。因为马斯克并不只是说"你们变了"，而是试图将"你们背弃初心"转化为一个可由法院审理的法律问题。

第四，微软也被卷入纷争。

根据公开报道，微软在本案中也作为被告之一，被指控协助相关违约行为。陪审团同样基于诉讼时效，驳回了马斯克针对微软的相关请求。

当然，以上是马斯克方面的叙事。能否成立，则是另一回事。

PART 02

OpenAI 方面的反驳，并非简单声称"我们没有商业化"。其反驳重点大致有三个层面。

第一，OpenAI 并未承认存在所谓"永远保持纯粹非营利模式"的承诺。

换言之，OpenAI 方面的立场是：早期的公共利益使命，并不等同于公司永远不能商业化、不能设立营利实体、不能融资、不能与商业公司合作。

这是一个非常关键的区分。众多组织在创立时都有使命和愿景，但使命是否等同于一项具体、可执行、不可变更的法律承诺，要看它是否进入了明确的法律文件，以及文件中究竟如何规定。

第二，OpenAI 认为马斯克早已知悉相关商业化安排。

这正是本案最终卡在诉讼时效上的原因。OpenAI 方面主张，马斯克并非最近才得知 OpenAI 的商业化方向、组织架构变化或与微软的合作。既然他早就知道或应当知道相关事实，就应当在法律规定的期限内提起诉讼，而非多年后才提起诉讼。

第三，OpenAI 还将这场诉讼置于商业竞争背景下考量。

马斯克后来也创立了自己的人工智能企业。OpenAI 方面自然会强调，这场诉讼并不只是关乎公共利益或创立使命，也与马斯克后来进入同一竞争领域有关。

这也是本案有趣之处：马斯克希望将其描述为"一个非营利使命被商业利益背叛"的故事；OpenAI 则希望将其描述为"一个早已知晓事实的人，在多年后因商业竞争而提起诉讼"的故事。法院最终处理的，却是一个更为具体的问题：这些请求是否已超过诉讼时效。

PART 03

此次结果最容易被误读之处在于此。

OpenAI 胜诉，并不等于法院已完整审理并认定：OpenAI 一定没有背弃最初使命。

此次陪审团的关键意见是：马斯克起诉过晚，相关请求已超过诉讼时效。法官随后采纳了这一意见。也就是说，本案的结果主要建立在一个时效性判断之上：即便你认为自己受到了损害，也必须在法律规定的时间内行使权利。超过期限，法院通常不会再处理你的实体主张。

这也是法律很现实的一面。诸多宏大的争议，到了法院里，并不会以宏大的方式被处理。法院不会直接追问："谁更理想主义？""谁更能代表人类利益？""谁更有资格定义人工智能的未来？"

法院会追问的是：

你主张的权利基础是什么？

它写在哪里？

谁对谁承担义务？

你何时知道相关事实？

你应当何时起诉？

证据能否支持你的主张？

这些问题看起来没有"造福人类"那么宏大，但它们才是真正决定案件走向的问题。

这对人工智能企业颇有启发。众多企业以为自己只是在阐述愿景，但一旦发生争议，那些愿景会被拆解成合同条款、公司章程、治理文件、投资材料、销售话术、邮件记录、会议纪要和时间线。

PART 04

从法律角度而言，"造福人类"这类表述，通常很难直接转化为一项可执行义务。

原因并不复杂：它过于抽象。

谁来评判是否造福人类？商业化是否必然违背公共利益？与大型科技公司合作是否必然背弃非营利使命？开放模型与限制模型，哪一种更符合安全目标？若违反了"造福人类"，损害如何计算？谁有权提起诉讼？

这些问题都难以回答。

因此，法律通常不会直接执行一个宏大理想。它更关注这个理想是否被翻译为具体规则。这也正是本案真正值得观察之处。

马斯克并不只是表达不满，而是试图将一个使命叙事，转化为一个法律诉求。

这件事不容易，但我认为它会越来越常见。人工智能行业越依赖"安全""可信""负责任"这样的叙事，未来围绕这些叙事产生的争议就会越多。

PART 05

对普通人工智能企业而言，真正需要关注的并非 OpenAI 这场官司会否继续上诉，而是自身是否存在类似风险。

我认为至少有以下四类场景，需要特别注意。

第一类：使命写入协议、章程或投资文件时。

若"安全人工智能""公共利益""非营利目的""不得用于某类场景""必须保持某种治理结构"等内容，被写入创始人协议、投资协议、公司章程、董事会规则、捐赠协议或重大合作文件，它就不再只是价值表达，而可能成为需要解释和履行的法律安排。

众多企业早期喜欢讲理想，这很正常。问题是，理想一旦进入法律文件，就不能再仅按宣传语来理解。

第二类：用于促成融资、销售或用户决策时。

若一家人工智能企业在融资材料中反复强调自己"不会使用客户数据训练模型"，在销售过程中承诺"输出结果完全可控"，在官网上写"不会产生不当内容"，这些表述就不只是好听的话。

尤其是人工智能产品，本身就具有概率性和不确定性。很多能力只能说"降低风险""提高准确率""提供审核机制"，不能轻易说成"不会出错""绝对安全""完全可控"。

第三类：创始人、投资人和管理层发生控制权冲突时。

众多所谓"使命之争"，背后实际上是控制权之争。

企业早期，大家都愿意讲理想。因为理想能凝聚团队、吸引人才、打动投资人。但企业发展至一定阶段，问题会变得现实：要不要接某类客户？要不要开放某些模型能力？要不要引入大额资本？要不要改变数据使用方式？这些问题表面上是使命问题，实质上也是治理问题。

第四类：被监管、媒体、客户或法院追问时。

监管和舆论不会只看企业现在如何解释，也会看企业过去如何宣扬。

若一家人工智能企业长期强调"负责任人工智能"，但拿不出模型安全测试记录、风险评估记录、内容审核机制、数据治理制度、用户投诉处理流程和关键决策留痕，那么"负责任"就很容易被认为只是包装。

PART 06

普通科技企业当然也会做品牌宣传，也会讲价值观。但人工智能企业对使命承诺的依赖更强，风险也更特殊。

第一，人工智能产品的影响范围更广。它可能参与内容生产、知识获取、教育、医疗、金融、招聘、广告、客服、办公决策，甚至影响公共舆论。正因为影响范围广，人工智能企业更容易被要求解释：你的技术究竟服务于谁？风险由谁承担？出了问题谁负责？

第二，人工智能企业更依赖信任叙事。用户未必理解模型架构，客户未必看得懂训练过程，投资人也未必能完整验证技术细节。很多时候，外界相信一家人工智能企业，是因为它不断使用几个词：安全、可信、可控、负责。

第三，人工智能技术变化极快。一家企业今天可能只是做文本生成，明天可能接入图片、音视频、搜索、代码、办公系统、支付接口，后天可能变成智能体，开始替用户调用工具、发邮件、下单、改数据。产品能力一旦变化，过去的承诺也要跟着重新审视。

第四，人工智能行业的商业化压力非常大。算力、数据、人才、模型训练和产品迭代都需要大量资金。企业越依赖外部资本，越可能在某个阶段面临使命和商业化之间的张力。

这不是道德指责，而是商业现实。真正重要的是，企业有没有提前设计好治理机制，而不是等冲突发生后再用"初心"互相指责。

PART 07

借此次马斯克诉 OpenAI 的新闻，人工智能企业可以做一次内部审视。

1. 审视所有对外材料。官网、白皮书、融资材料、客户方案、销售文档、新闻稿、用户协议、隐私政策里，是否使用了"安全、可信、负责任、可控、向善、不会泄露、不会用于训练、输出可靠"等表述？这些表述有没有被统一管理？还是不同团队各写各的？

2. 区分愿景性表述和可执行承诺。"我们致力于负责任人工智能"更像愿景；"客户数据不会用于模型训练"更像具体承诺。企业要知道哪些话只是价值表达，哪些话已经接近法律承诺。

3. 审视对外承诺和内部机制是否匹配。若你说自己重视安全，有没有安全测试记录？若你说输出可控，有没有风险分级和人工审核机制？若你说不会滥用数据，有没有权限管理、数据隔离、删除机制和审计记录？

4. 审视销售团队有没有说得过满。人工智能产品最怕把"降低风险"说成"没有风险"，把"提高准确率"说成"不会出错"，把"提供审核机制"说成"完全可控"。

5. 审视企业治理文件。创始人协议、章程、投资协议、董事会规则里，是否涉及企业的使命、控制权、商业化边界、重大模型开放、数据使用、公共利益或人工智能安全机制？若写了，是否清晰？若早期写得很理想化，现在企业已经商业化，是否需要重新梳理？

6. 重大产品变化时，重新审视过去承诺。从内部测试转向公开服务，从单纯生成内容转向智能体，从不训练客户数据转向引入反馈学习机制，从面向普通用户转向教育、医疗、金融、未成年人等敏感场景，这些变化都可能影响过去的对外表述是否仍然准确。

PART 08

国内人工智能企业谈合规时，常常会先想到几件事：算法备案、大模型备案或登记、人工智能生成内容标识、个人信息保护、数据出境、内容安全审核。

这些当然都重要。

但马斯克诉 OpenAI 这个案例提醒我们，人工智能合规还有一个经常被低估的层面：企业如何管理自身的使命叙事和对外承诺。

一家企业若对外说自己"安全可信"，就要考虑《生成式人工智能服务管理暂行办法》下的安全评估、内容安全、数据合法