摘要：Anthropic 发布报告，指控多家中国 AI 公司对 Claude 持续发起蒸馏攻击，累计近 2 亿次交互，涉及五个活动。
9 月 11 日，Anthropic 甩出一份分量不轻的报告：多家中国 AI 公司——点名阿里巴巴、月之暗面（Kimi）与 DeepSeek——被指对 Claude 持续发起"蒸馏攻击"，累计发现近 2 亿次相关交互，涉及五个独立活动。翻译成人话：对方不是在公开 benchmark 上正面对打，而是拿 Claude 的输出来批量"喂养"自己的模型，把前沿能力低成本地搬走。报告称这是首次由当事方系统披露蒸馏攻击的规模与手法。
为什么这件事比普通"谁更强"的争论更敏感？因为蒸馏攻击戳中的是模型公司的命门——训练最贵的那几步（数据清洗、预训练、对齐）被别人用极低成本绕开。小范围研究用用没人管，但一旦"工业规模"化、形成商业替代，原创方的护城河就被掏空了。Anthropic 把数字摆出来（近 2 亿次、五个活动），等于在说：这不是偶发，而是有组织的持续行为。对一个靠模型能力吃饭的公司，这种"知识外流"比任何竞品发布都更刺骨。
对国内厂商，这则消息是压力也是信号。一方面，靠调用对手 API 做蒸馏走捷径的窗口正在被盯死，合规与数据主权的重要性只会更高；另一方面，它也折射出行业对"怎么才算公平竞争"仍没有共识——美方定义为攻击，中方视角下可能只是正常的工程实践。这种叙事错位，恰恰说明模型能力的合法性正越来越取决于训练链路的可审计，而不是单纯看跑分。过去比中美 AI 差距习惯看榜单，现在监管把"你怎么学到的"当成武器。
更值得警惕的是连锁反应。短期看，美国可能收紧对几家中国公司的 API 访问、推理服务出口，甚至追缴责任；长期看，它会倒逼两边走向更封闭的"模型主权"——各自的数据、各自训、互相不碰。对出海做应用的企业，最实在的建议是重新评估"底层模型依赖哪家"——别让上游一纸禁令或一场指控，把整条产品线卡住。把训练数据来源、授权链路留好凭证，不再是锦上添花，而是生死线。
当然也要保持冷静：这是单方报告，具体手法、证据链条和归因是否完全成立，仍值得独立审视。但无论如何，它把"你怎么学到的"这个问题推到了台前。未来模型能力的护城河，会越来越落在训练链路的透明与正当性上，而不是参数规模。谁能讲清"我的模型是怎么学来的"，谁才走得远。
