9 月 10 日Anthropic 发布了一份约 154 页的AI 滥用威胁情报报告称今年 2 月以来监测并阻止了多起针对 Claude 的未授权蒸馏行为并直接点名指控 7 家中国 AI 实验室包括阿里巴巴Qwen、月之暗面Moonshot、DeepSeek、智谱Z.ai、小米、商汤和 MiniMax。据媒体报道中国方面对此回应称反对歪曲事实、对中国进行攻击抹黑。需要先说清楚这些是 Anthropic 单方面的指控涉事企业大多未作详细回应指控和已证实的事实要分开看。报告里到底说了什么据多家媒体转述Anthropic 给出的数字主要集中在三家公司阿里巴巴据称在 2026 年 5 月至 7 月间监测到超过 1.51 亿次其归因于阿里的交互请求源自 3500 多个被其认定为欺诈性的账户日峰值接近 300 万次是 Anthropic 声称监测到的最大规模DeepSeek据称在 7 月的 14 天内发起超过 1210 万次蒸馏行为月之暗面据称通过一个由 5380 个虚假账户组成的网络将近 30 万条用户请求转交 Claude 处理报告称其中包含敏感信息。报告还提到Anthropic 早在今年 2 月就公开指控过类似行为当时称约 1600 万次对话、约 2.4 万个欺诈账户并称在封禁账号后相关行为并未停止。除了蒸馏报告还列举了网络攻击、影响力行动、监控等滥用场景。这些内容多为该公司的单方面陈述真实性有待各方交叉验证。蒸馏本身不新鲜争议在方式先把技术概念说清楚。**知识蒸馏knowledge distillation**是机器学习里一个很常规的做法用一个能力强、成本高的教师模型的输出去训练一个更小、更便宜的学生模型让学生尽量逼近教师的效果。这本身是完全合法、公开的技术路线很多论文和产品都这么干。Anthropic 这次说的蒸馏攻击重点不在蒸馏技术本身而在于手段批量、伪造账号调用 API绕过服务条款限制大规模抓取模型输出把自家产品用户的请求偷偷转给第三方模型处理再用返回结果当训练数据——报告称月之暗面、DeepSeek 属于这一类由此带来的数据链路风险用户以为请求是在本地/自家模型处理实际可能流向第三方。换句话说争议点是未经授权、违反服务条款、且可能牵连用户数据而不是蒸馏这个技术不道德。对开发者来说这事提醒了几件事对绝大多数写业务代码的人来说这事离你很远但下面几条很实际**第一API 条款不是摆设。**主流大模型服务条款里基本都有一条禁止用本服务输出来训练与之竞争的模型。以前大家觉得无所谓现在厂商真的会用行为特征去识别——账号行为、请求频率、指纹、提示词模式都会被拿来建模。做批量数据处理的同学注意别把正常的爬取/批测做成疑似蒸馏的样子。**第二数据边界要提前想清楚。**如果你在做 AI 应用把用户对话、文档传给第三方模型前至少确认三件事隐私政策是否允许、是否涉及数据出境、用户是否知情。这在很多行业已经从最好做变成了必须做。**第三合规压力正在把一部分团队推向自部署。**这也是为什么近一年开放权重模型越来越受关注——数据留在自己机房是绕开数据出境这类问题的直接办法。选型时把合规成本和模型效果放在同一张表里算往往比纠结核弹指标更有用。**第四别急着站队。**这类跨国的公开指控背后往往纠缠着商业竞争、地缘政治和舆论博弈。作为从业者把报告当一家之言看关注其中可验证的技术细节比如检测手段、API 滥用模式比跟着情绪走更有价值。收尾这件事最后大概率会演变成一场各说各话的公关与地缘博弈普通开发者很难也不必去判谁对谁错。但对写代码的人来说它至少提醒了一件朴素的事**调用第三方 API条款和数据边界值得认真读一遍。**你在项目里会怎么处理用户数据外发的问题评论区聊聊。