炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　來源：第四波

　　研究員|馮皓欽

　　近日，科技圈有一條爭議不小的消息。

　　Anthropic 發布聲明，指控三家中國AI公司：DeepSeek、Moonshot AI 和 MiniMax對其大模型 Claude 進行大規模「蒸餾」。

　　根據披露的數據，對方通過超過2.4萬個虛假賬號，與Claude進行了約1600萬次交互，用來抽取模型能力訓練自家模型。Anthropic稱，這種行為並非正常使用，而是系統化、工業級的能力提取。他們形容為「hydra cluster」，即一個網絡同時管理大量賬號，請求結構高度重複，集中瞄準推理能力、Agent工具使用、編程與思維鏈輸出等關鍵能力。

　　Anthropic的帖子

　　蒸餾是常規技術，爭議在於「規模與方式」

　　所謂「蒸餾」（distillation），是AI領域常見的訓練方法。簡單來說，就是利用一個性能更強的「教師模型」生成輸出數據，再用這些數據訓練一個「學生模型」，從而在參數規模更小、成本更低的情況下復現部分能力。

　　目前在AI訓練上，蒸餾被廣泛用於模型壓縮、輕量化部署以及能力遷移等，這本身並非新技術，也並不帶有天然的違規屬性。

　　此次爭議的焦點在於方式與規模。Anthropic稱，這三家公司通過共享支付方式、代理服務和批量化請求結構，系統性抽取Claude在推理能力、思維鏈輸出、Agent工具使用以及編程能力等方面的表現。

　　具體而言，DeepSeek被指進行超過15萬次交互，側重推理能力與思維鏈數據；Moonshot AI約340萬次交互，聚焦Agent能力與工具調用；MiniMax數量最大，約1300萬次交互，集中在Agent編排與工具使用，並被指在新版本發布後迅速切換抽取目標。

　　Anthropic表示，他們通過行為識別與異常檢測模型發現這一模式，並強調這種行為可能削弱模型原有的安全護欄，因此呼籲行業與雲服務商採取更嚴格的防護措施。

　　輿論分歧與「蒸餾邊界」的討論

　　不過，爭議很快蔓延到輿論層面。

　　此次事件一出，Elon Musk 在X上隔空抨擊Anthropic大規模盜用訓練數據，發帖直言， Anthropic 本身也曾因訓練數據問題飽受爭議，並諷刺稱：「你偷來的東西被偷了？」

　　據悉，此前，2023年Elon Musk就曾對Anthropic蒸餾其它大模型公司的數據進行嘲諷。

　　需要指出的是，Anthropic此前確實曾捲入過關於訓練數據來源的版權訴訟，並支付了鉅額賠償，目前相關爭議仍處於法律與輿論層面的博弈中。

　　並且就在事件發生不久後，Elon Musk又轉載一AI科技業內人士的帖子稱，Anthropic公司沒有得到任何人的同情。他們利用公共數據構建的封閉模式攫取價值，並招致我們目前所見的監管俘獲。他們既想繼續利用現有數據，又想通過特殊規則來保護自身利潤。並直言到，當技術具有如此顛覆性時，這種模式無疑是有害且具有腐蝕性的。

　　馬斯克轉載的帖子

　　圍繞本次指控，行業內部也出現不同聲音。一部分觀點認為，本次爭議的重點並不在蒸餾技術本身，而在具體實施方式。如果確實存在大量虛假賬號、批量化請求、結構化提取模型核心能力的行為，且繞過服務條款或地區限制，那麼問題已超出技術範疇，可能涉及商業合規與不正當競爭。

　　也有創作者和評論者表達更為情緒化的觀點，聲稱他們並不在乎其它公司對 Claude 進行「蒸餾」的做法。並且有評論認為，大模型本身建立在互聯網公開數據之上，訓練數據來源長期處於版權爭議之中。在這種背景下，再以「能力被蒸餾」為由指責競爭對手，難免被解讀為「賊喊抓賊」。如果AI公司可以在未經明確授權的情況下使用互聯網內容訓練模型，那麼當模型能力被「蒸餾」遷移時，批評者的立場顯得並不牢固。

　　從商業常識角度看，若存在繞過平台規則、大規模抽取核心能力的行為，確實容易引發爭議；但從技術實踐看，模型輸出是否具備明確、可獨佔的產權屬性，目前尚缺乏清晰的法律標準。

　　這場黑色幽默之下，問題的關鍵也指向：蒸餾本身是行業常規技術，用強模型輸出訓練弱模型，本質上並不罕見。但當規模擴大到數千萬次調用、並以虛假賬號批量操作時，它究竟是正常競爭，還是違規抽取？

　　事實上，包括 OpenAI 在內的多家頭部企業，也曾在不同場景中採用蒸餾技術進行模型優化。區別在於，內部蒸餾與基於競品輸出訓練模型之間，是否存在明確邊界，目前仍缺乏統一標準。

資料來源： Financial Times

　　當模型能力可以通過輸出被「遷移」時，問題的核心早已不在技術本身，而在規則如何界定：什麼屬於合理使用，什麼構成系統性能力抽取？巨頭之間互相蒸餾的邊界，仍然有待進一步釐清。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：何俊熹