Anthropic于本周四发布一份新报告，指控多家中国人工智能企业对其模型发起持续的“蒸馏攻击”，并称此类行为在近几个月内因行业竞争加剧而显著升级。
报告直指阿里、月之暗面与DeepSeek
这份报告将阿里巴巴、月之暗面（Moonshot AI）和DeepSeek列为重点案例，声称这些公司通过大量调用Anthropic的API，利用模型输出来训练或改进其自有的AI系统。所谓“模型蒸馏”，是指用大型先进模型的输出作为训练数据，来提升小型或专用模型的性能，从而绕开从头训练所需的高昂成本和数据积累。
Anthropic在报告中称，已检测到多轮高频率的API访问模式，这些访问请求在短时间内试图提取大量模型响应，符合自动化蒸馏活动的特征。公司强调，此类行为违反了其服务条款，并可能侵蚀底层模型的竞争力。
竞争白热化，蒸馏争议升级
报告发布的时间点耐人寻味。2026年以来，全球大模型市场进入贴身肉搏阶段，头部厂商纷纷推出新一代旗舰模型，推理成本持续下探，应用生态加速成型。中国AI公司同样在加速迭代，DeepSeek的V系列、月之暗面的K2系列以及阿里巴巴的通义千问系列均在性能和开源策略上表现出强劲势头。
Anthropic认为，蒸馏攻击的加剧与这种竞争压力直接相关。研究报告指出，当对手产品在核心能力上落后时，蒸馏能够以最低成本快速缩小差距，尤其对于具备工程能力但缺乏基础模型训练优势的团队而言，这条路极具吸引力。
不过，Anthropic并未在报告中披露具体的证据细节，比如API调用日志、被蒸馏的模型名称或所涉及的商业损失估算。这也使得这份指控更像一份行业警示文件，而非法律诉讼前的证据清单。
行业影响：信任、合规与安全的多重博弈
蒸馏本身并非新鲜事物。在学术界，知识蒸馏是一种公认的模型压缩和迁移学习技术，许多开源社区也将其用于小模型优化。问题在于，当蒸馏对象是商业机构的闭源模型，并且未经授权、大规模、自动化地进行时，就涉及服务条款违反、知识产权争议和竞争公平性问题。
对Anthropic而言，这份报告的潜在意义不仅是道德层面的控诉，更可能是其安全战略的一部分。公司此前曾多次强调AI安全与模型治理的重要性，而蒸馏攻击被视为对模型控制权的一种旁路侵蚀——攻击者无需直接复制权重，也能通过多次交互提取“暗知识”，使安全对齐措施的效果大打折扣。
对于被指控的中方企业而言，目前均未公开回应。行业内也有观点认为，跨国AI公司之间互相借鉴输出模式早已是灰色地带，单纯的API调用频率并不足以证明恶意蒸镏，更可能是正常的合规测试或应用开发行为。真正的问题在于，如何区分合法使用与系统性提取，仍然缺乏透明的判定标准和第三方审计机制。
这份报告的发布时机也值得关注。随着全球主要经济体陆续出台AI监管法规，模型蒸馏的边界、API数据的使用权，以及跨境数据流动等议题，正在从技术讨论走向政策博弈。Anthropic的指控，或许会促使更多公司审视自身的API防线与监控策略，也可能加速行业对“蒸馏检测”标准化工具的研发。
可以预见的是，大模型市场的竞争不会因为一份报告而停歇。但围绕蒸馏的攻防战，已经开始从暗处走向前台——这不仅是技术问题，更是未来AI生态中规则与权力的博弈焦点。