Apple 和 OpenAI 的关系，前脚还是合作伙伴，后脚就进了法院

2024 年，Apple 把 ChatGPT 接进自己的系统。两年后，它在加州起诉 OpenAI、io Products，以及两名前 Apple 员工 Tang Tan 和 Chang Liu，指控他们涉及商业秘密侵占。

Apple 不是单纯抱怨员工跳槽。公开报道和诉状信息显示，它指向的是更具体的行为：离职员工是否继续接触公司系统，是否保留公司设备或文件，候选人面试时是否被要求带来实物部件、设计材料或供应链信息。

这些指控最终是否成立，要等法院判断。

但它已经把 AI 硬件时代最敏感的问题摆到了台面上：一个人离开公司时，到底带走了什么？

离职时带走什么

人才流动的灰色边界

软件行业过去默认一件事：人可以跳槽，经验可以带走，代码和文档不能带走。

这个规则在很多场景里够用。工程师离开 A 公司，去 B 公司写同类系统，只要没有拷贝代码，没有拿内部文件，通常不会被视为问题。

AI 硬件会让这条线变得更难画。

因为真正值钱的东西，未必只在文件里。

一个做过手机、手表、传感器、供应链和量产工程的人，脑子里会有大量组织记忆：哪些结构失败过，哪些材料供应商稳定，某种工艺的良率卡在哪里，某条产品路线为什么被砍掉，某个设计看起来简单但量产会出事故。这些都是产品路线、供应链经验和失败记忆的一部分。

这些东西不一定能被压缩成一份图纸，却可能让新团队少走几年弯路。

AI 公司进入硬件，最缺的正是这些弯路经验。

它们不缺钱，不缺模型，也不缺发布会。缺的是把一个真实设备从概念图带到供应链、模具、测试、量产、售后的那套身体记忆。

AI 公司抢的是组织记忆链条

抢人也是抢组织记忆

这就是 Apple 起诉 OpenAI 这件事的行业含义。

它不只是两家公司之间的法律纠纷，而是 AI 公司从软件走向硬件时，第一次把“挖人”和“组织记忆”绑定在一起。

OpenAI 当然可以招聘前 Apple 员工。加州也一直是人才流动非常自由的地方。问题在于，当一家公司快速聚集大量来自同一硬件体系的人才，又试图进入相邻产品领域时，原雇主会开始问：你买到的是人的能力，还是我多年试错沉淀下来的路线图？

这不是 Apple 独有的焦虑。

以后任何 AI 硬件公司都会面对类似问题。模型公司要做设备，就会挖硬件团队；硬件公司要做模型，就会挖 AI 研究员；机器人、眼镜、耳机、家庭设备、车载系统，都会变成跨行业抢人的战场。

人才越密集，知识边界越模糊。

未来被审计的不只是代码

这个案子最后可能和解，也可能打很久。具体事实仍要看诉讼材料和法院判断。

但趋势已经足够清楚。

AI 时代跳槽审计清单

AI 时代的商业秘密，不会只长在代码仓库里。它会长在训练流程、评估数据、硬件工艺、供应链名单、产品路线，甚至员工对失败项目的记忆里。

对公司来说，离职流程会变得更重。设备、账号、下载记录、供应商接触、面试材料，都可能被重新检查。

对个人来说，跳槽也会变得更敏感。尤其是硬件、模型训练、数据、供应链、产品路线岗位，未来不只是“不要带文件”这么简单，还要能说清楚：新工作里使用的是通用经验，还是前雇主的具体秘密。

以前跳槽，主要审简历。

以后去 AI 公司，可能连一个人脑子里的组织记忆，都要被反复追问来源。