Anthropic裝糊涂，全球AI圈看笑了

AIX財經（AIXcaijing）原創

見習作者 | 雷晶

編輯 | 金玙璠

近日，美國AI公司Anthropic發布報告，公開指控中國三家大模型公司深度求索（DeepSeek）、月之暗面（Moonshot）與稀宇科技（MiniMax）對其Claude模型進行了“工業規模的蒸餾攻擊”。這一指控迅速在全球AI行業引發了廣泛的討論與爭議。

值得注意的是，Anthropic自身也面臨過數據合規方面的爭議。其曾在2025年9月因使用盜版書訓練模型而與作家群體達成高額和解，并在今年年初因音樂版權問題面臨來自音樂出版商的訴訟升級。在這樣的背景下，其高調指控他人，使得這場風波的動機與合理性變得更加復雜。

此次事件的核心，是一種被稱為“模型蒸餾”（Model Distillation）的AI訓練技術。其原理可以通俗地理解為“老師教學生”：一個能力更強的大模型（老師）通過輸出帶有推理過程的示例，來訓練一個參數量更小的模型（學生），從而以更低的成本實現知識的遷移和能力的復刻。在行業普遍觀點中，這是一種常規且公認的模型能力提升方式。

技術本身是中立的，但行業內對于模型蒸餾是否構成侵權并無統一的法律規范。相關的爭議往往涉及服務協議的違約問題，而非明確的法律禁止條款，這導致侵權行為難以界定，證據也難以獲取。

更值得玩味的是，Anthropic此次為了證明其指控，詳細披露了其監控和識別API調用模式的能力。這變相承認了其具備對用戶調用行為的深度洞察力，無形中加劇了業界對于AI時代數據隱私和用戶安全的普遍擔憂。

一項行業通用技術被“武器化”，這場“蒸餾鬧劇”究竟是在維護權益，還是在掩蓋競爭焦慮？回到事件本身，模型蒸餾的合規邊界究竟在哪，或許才是更值得深究的問題。

什么是模型蒸餾？

要理解整場爭議，首先必須厘清“模型蒸餾”這一核心技術概念。

這是一種知識遷移（Knowledge Transfer）的方法。前大廠AI技術人員Frank打了個比方，就像老師讀了1000萬本書，過濾掉500萬本，只留下精華的部分。學生可以直接學習這些精華，“腦容量”可以變小，但能力卻能接近老師。其本質是實現模型能力的高效傳遞與復用。

需要明確區分的是，模型蒸餾與備受質疑的“套殼”有著本質的差別。北京理工大學博士生王明解釋，“套殼”是簡單地調用第三方模型的API接口或者原封不動移植開源模型，然后包裝上自己的產品外殼；而模型蒸餾是一個完整的訓練與優化過程，最終生成一個全新、獨立的模型。

模型蒸餾最早在2015年被提出，最初主要應用于圖像分類和語音識別等場景。隨著大模型時代的到來，“模型蒸餾已成為行業常態，即使是海外頭部模型廠商也會學習對方模型的優勢能力”，AI創業者Jojo告訴「AIX財經」。

模型蒸餾之所以在業內被廣泛采用，原因在于降本增效。

從零開始訓練一個高性能的大模型，需要耗費海量的高質量數據、巨大的算力以及漫長的研發周期，成本極其高昂。

通過蒸餾，AI企業首先降低了數據成本：利用成熟模型的API生成高質量的“問答”作為訓練數據，大幅減少人工標注和數據清洗的成本；其次加速了研發進程：快速讓自身模型的能力向行業頭部模型看齊，縮短技術差距，更快地驗證產品和商業模式。

然而，為了防止自身核心能力被輕易“蒸餾”，閉源模型廠商也在采取防范措施。王明提到，Anthropic已經聲明，一旦識別到用戶在進行模型蒸餾，可能會對輸出語料進行“投毒”，也就是在正常語句中混入錯誤標點、打亂文字順序、植入隱性錯誤等，迫使蒸餾方投入大量人力校對、清洗數據，以此變相提高蒸餾成本。但這同樣可能損害自身模型的聲譽和用戶體驗。

模型蒸餾的技術中立性與商業應用的復雜性，自然引出了下一個核心問題：在法律層面，這些行為該如何界定？

Anthropic的指控，站得住腳嗎？

Anthropic此次并未提起正式訴訟，而是選擇發布公開報告并呼吁行業與政策制定者采取行動。

它的指控很具體：注冊大量虛假賬號、繞過地域限制、進行“工業規模的蒸餾攻擊”。在理解這個指控之前，先弄清一個技術細節，模型蒸餾有兩種形態——“黑盒蒸餾”與“白盒蒸餾”。

北京星也律師事務所于澤輝律師介紹，“白盒蒸餾”是需要獲取模型的內部權限，直接訪問底層參數、權重和架構?！昂诤姓麴s”則是只能通過API接口與模型進行交互。

Anthropic指控的是“黑盒蒸餾”，而這種做法在學術界和產業界被視為正常的技術迭代手段，不涉及任何商業機密的攝取。于澤輝解釋，這就像一個學生閱讀教材，并不侵犯教材的版權。

我們從證據鏈、版權歸屬和不正當競爭三個核心維度，結合法律專業人士的觀點進行分析。

根據法律從業者的觀點，Anthropic指控面臨的首要挑戰是證據鏈的完整性。

劍橋頤華律師事務所楊衛薪律師告訴「AIX財經」，即便Anthropic能證明特定賬號存在高頻調用，卻無法證明這些調用產生的輸出內容確實被用于模型訓練，更無法證明相關行為是為所在公司的產品開發服務。這之間隔著多層需要獨立證明的法律事實。Anthropic目前公開的信息，并未完成這一系列的舉證環節。

其次，指控若要構成版權侵權，需證明其模型輸出的內容是受《著作權法》保護的“作品”。這面臨兩大障礙：

一是AI生成物是否構成作品？于澤輝提到，美國版權局通常對純AI生成內容不予版權保護。但Anthropic的用戶協議中明確約定，用戶擁有對輸入和輸出內容的權利。他指出：“平臺既然已經通過協議將相關內容的所有權轉讓給用戶，隨后又主張知識產權受到侵害并限制用戶合法使用，這在法律邏輯上是完全自相矛盾的。”

二是保護思想還是表達？楊衛薪介紹，AI大模型通過交互學到的是能力而非具體內容，這種能力屬于思想、方法的范疇，而著作權法僅保護表達，并不保護思想和概念，因此相關行為并不構成版權侵權。

最后，將“模型蒸餾”定義為不正當競爭行為同樣困難重重。

于澤輝表示，Anthropic在這一問題上存在將違約行為與違法行為相混淆的傾向。它將用戶協議層面的違約指控，包裝成非法提取甚至國家安全威脅，而這在法律層面是兩個性質不同的概念。

Anthropic用戶協議中存在“禁止用于訓練競爭性模型”的條款，一方面，“競爭性模型”的定義模糊不清。另一方面，即便相關企業違反了禁止將模型輸出用于競爭模型訓練的用戶協議，其承擔的主要是合同法上的違約責任，但這并不等同于實施了不正當競爭行為。通過正常且付費的API調用獲取公開輸出，是否構成入侵系統獲取底層代碼或參數，值得商榷。

綜上所述，受訪律師認為，Anthropic的指控在現行法律框架下，無論是從版權還是不正當競爭的角度，都面臨著相當大的舉證困難和法律適用障礙。Anthropic選擇發布公開報告而非提起正式訴訟，或許與上述法律層面的挑戰不無關系。

蒸餾不是“萬能藥”，省下成本省不下創新

盡管在法律上難以被嚴格界定為“竊取”，但模型蒸餾在商業戰略層面無疑是一把雙刃劍。它為AI領域的追趕者提供了一條看似高效的“捷徑”，但也帶了局限和挑戰。

首先是能力天花板和創新能力受限。學生模型的能力上限被教師模型牢牢鎖住，它能學會老師教的知識，卻很難超越老師，更無法實現真正的源頭創新。

Frank告訴「AIX財經」，蒸餾后的模型大多會做輕量化處理，雖然參數更少、算力需求更低，但在處理復雜、全新任務時也會表現不佳，甚至出現輸出不穩定的情況，能力天花板有限。

他進一步解釋，如果原模型的思維偏理性，類似于“數學老師”，蒸餾后的模型也會延續這一特點，在語文等其他領域的能力可能會相對薄弱。

過度依賴蒸餾也會使模型在回答風格和思維范式上趨同于教師模型，喪失獨特性和創造性，難以形成差異化的競爭優勢。

其次是缺陷被繼承。Frank表示，教師模型存在的偏見、幻覺、錯誤認知等問題，會被蒸餾后的模型原樣繼承，且由于學生模型不具備自主糾錯的能力，這些缺陷會被固化甚至放大。

這些局限指向一個核心問題：靠模型蒸餾，企業無法實現技術上的超越，所以對于處于追趕階段的企業而言，這只是一種務實的階段性策略。

王明解釋，模型訓練分為預訓練、后訓練等多個階段，最核心的預訓練階段無法通過蒸餾完成，企業要自主研發模型，就必須獨立完成這一階段。同時，企業在不同發展階段對數據的需求也不同，起步階段會用蒸餾數據控制成本、快速驗證技術可行性，但發展到追求模型質量的階段，必然會轉向人工創造的高質量數據，打造自身模型的獨特性。

Jojo指出，蒸餾的核心作用是讓后發模型快速向先進模型對齊。這是“追趕者”的技術手段，但單純依靠這份復刻的能力，企業只能一直跟在頭部廠商身后，后續的研發工作也容易陷入被動的跟隨狀態，無法突破原模型的能力邊界，更談不上打造屬于自己的技術壁壘。

在Frank看來，在AI快速發展的時代，想要靠限制蒸餾來維持競爭優勢并不現實，與其將精力放在對現有能力的保護上，不如多花功夫在自身模型的技術迭代和創新上，實現突破。

總的來說，不必談“蒸餾”色變。模型蒸餾僅是一種普遍、常規的技術迭代手段，它能為AI模型的發展提供一把“梯子”，但并不是“萬能藥”，模型的優勢還要靠自身的核心研發實力來實現。

結語

本質上，Anthropic的指控，是全球AI產業在高速發展下一次矛盾的集中爆發。它反應出了一些值得深思的問題：

一是開源與閉源的路線之爭：事件背后是AI領域開源精神與閉源商業模式之間的持續博弈。如何在鼓勵技術快速擴散、推動行業整體進步與保護企業研發投入、維持商業競爭力之間找到平衡，是所有從業者必須面對的難題。

二是全球AI競爭的白熱化：隨著中國AI企業的快速崛起，全球AI領域的競爭正日趨激烈。Anthropic的指控，無論其初衷如何，客觀上都帶有濃厚的商業競爭色彩，反映出頭部廠商在領先地位受到挑戰時的焦慮。

對于被指控的企業而言，此次風波是一次警醒，提示我們在追趕過程中必須更加注重合規性，并盡快從“學習模仿”走向“自主創新”。而對于整個行業，與其將精力耗費在如何限制“蒸餾”上，不如回歸技術創新的本質，通過構建真正的技術壁壘和差異化優勢，來贏得市場的最終尊重。

*題圖及文中配圖來源于pexels。應受訪者要求，文中Frank、Jojo、王明均為化名。