问题——涉军合作消息触发用户集中“用脚投票”。 据市场情报机构Sensor Tower统计，2月28日OpenAI宣布与美国国防部达成合作安排当日，其旗下对话式移动应用美国的卸载量较前一日上升约295%。而此前30天，该应用平均日卸载变化幅度维持在约9%上下。数据的突增表明，合作信息本身已对用户信任产生直接冲击，进而转化为可观的用户流失。 原因——“军民两用”担忧与沟通缺口叠加放大反弹。 一上，生成式技术文本生成、信息整合与辅助决策等能力突出，天然具备“军民两用”属性。部分用户担忧技术被用于战场情报、目标识别链条、舆论影响乃至数据筛查等用途，进而引发伦理与安全层面的不安。另一上，企业在披露合作时未能同步解释合作范围、使用边界、数据处理方式及监督机制，导致外界在信息不充分情况下形成最坏预期。 3月3日，OpenAI首席执行官奥尔特曼在社交平台表示，在宣布与国防部的新协议时“操之过急”，未能充分沟通协议的复杂性与潜在影响，并称将对协议内容进行修正，为合作划定更明确的“红线”。此前其曾强调合作遵循“不用于国内大规模监控”“武力使用由人类决定”等原则，但批评声音指出，原则性表述若缺少可核查条款与可执行约束，难以消解社会疑虑。 影响——企业声誉、行业规则与政府采购取向同步受扰。 从企业层面看，短期卸载激增意味着品牌信任受损与增长受挫，也将影响开发者生态与商业化前景；若后续解释与修订不足，用户可能持续流失，并引发更广泛的合规审视。 从行业层面看，涉军合作的边界设定正在成为竞争变量。报道显示，另一家同类企业Anthropic在与美方涉及的谈判中因条款分歧未能达成一致，随后美国前总统特朗普下令联邦机构全面禁止使用其相关工具，并设定六个月的逐步淘汰期。此类动向表明，在美国国内，政府采购偏好、企业条款立场与社会伦理期待之间存在拉扯，相关企业或面临“要市场还是要边界”的现实选择。 从治理层面看，公众对数据去向、模型能力外溢、责任归属等问题的关注上升，可能推动更细化的信息披露、第三方评估与责任追究框架，技术企业的透明度与可审计性将被置于更突出的位置。 对策——以可核查的规则重建信任，减少不确定性溢价。 业内人士认为，缓解争议需要从“原则宣示”走向“制度化约束”。一是提高透明度，对合作内容进行分层披露，明确适用场景、禁止事项、数据处理与留存规则，避免以概括性表述替代条款细则。二是建立可执行的内控机制，例如对高风险场景设置审批门槛、日志留存、红队测试与滥用追责，并引入独立第三方评估与定期公开报告。三是尊重用户选择权，提供更清晰的隐私选项与退出机制，降低用户对“被动卷入”的担忧。四是强化与学界、行业组织及公共部门的沟通，让边界设定形成可被理解、可被监督的共识。 前景——“技术速度”需与“治理能力”同步迭代。 随着生成式技术深度嵌入公共服务、企业运营与安全领域，类似争议或将更频繁出现。未来一段时期，涉军与涉安全合作可能继续推进，但社会对透明度、伦理审查与责任机制的要求也将水涨船高。能否在创新应用与风险控制之间建立可复制的治理模板，将决定企业在全球市场的长期信誉与可持续竞争力；同时，各国围绕安全、隐私与出口管制的政策协调也将影响行业格局演进。
这次事件再次提醒我们，在追求技术进步的同时，如何守住伦理底线、平衡商业利益与社会责任，是科技企业的重要课题。技术发展进入复杂阶段，事后补救已不够用，需要尽快建立前瞻性的行业规范和监管框架。这不仅关乎单个企业的声誉，更影响整个科技产业的可持续发展。