Anthropic控诉「三家中国AI公司」，马斯克：你也配喊抓贼？

作者：小白

硅谷的AI圈子，昨天还在讨论技术突破，今天就上演了一出「无间道」。

2月23日，Claude背后的Anthropic突然发难，抛出一份重磅调查报告，指名道姓地控诉DeepSeek、Moonshot（月之暗面）、MiniMax三家AI实验室，通过2.4万个「马甲」账号，疯狂抽取了Claude超过1600万次的对话数据。 这种被Anthropic称为「工业级蒸馏攻击」的行为，旨在用Claude的脑力来「喂养」对手的模型。

然而，令人意想不到的是，这篇原本旨在占据道德高地的檄文，发出来后并没有收获多少同情，反而引来了埃隆·马斯克（Elon Musk）和大量网友的群嘲：「你们抓取全互联网数据的时候，经过谁同意了？」

一、2.4万个马甲，一场精心策划的「吸星大法」

Anthropic这次显然是有备而来，他们不仅抓了现行，还把整个攻击链路摸得一清二楚。

在长达数月的监测中，Anthropic发现了一张由2.4万个账号编织的巨网。这些账号通过商业代理服务掩盖真实身份，像蚂蚁搬家一样，源源不断地向Claude发送精心设计的提示词。 这种行为在技术上被称为「模型蒸馏（Model Distillation）」——简单来说，就是把只有「老师傅」（Claude）懂的高深知识，通过大量问答，传授给「学徒」（自家模型）。

MiniMax：反应最快，追着新版本「薅」

被点名的三家中，MiniMax的动静最大。数据显示，他们发起了超过1300万次对话，几乎是把Claude当成了免费的编程教练和任务编排导师。 最让Anthropic震惊的是MiniMax的敏捷度：当Claude发布了一个全新版本时，短短24小时内，MiniMax那边就有近一半的流量完成了策略切换，精准地开始定向提取新模型的能力。

Moonshot：员工账号露马脚，专攻「思维链」

Moonshot则贡献了340万次交互。虽然量级稍小，但针对性极强，主要集中在智能体推理、代码分析等高阶能力。 甚至在后期，他们开始尝试提取Claude核心的「思维链（CoT）」数据。略显尴尬的是，Anthropic声称通过请求元数据，直接关联到了Moonshot多名高级员工的公开身份信息，这简直是「实名制黑客行为」。

DeepSeek：另辟蹊径，用Claude做「过滤器」

DeepSeek的操作则更为特殊。除了常规的能力提取，他们还被指利用Claude来生成「防御性数据」。 比如，为了让自家模型学会如何优雅地回避某些敏感话题或生成符合特定安全规范的回答，他们会大量输入相关问题，把Claude的拒答或安全回复作为训练样本，以此来打磨自家模型的「安全护栏」。

二、马斯克带头「反杀」：窃书者，算偷吗？

Anthropic本以为这波曝光能赢得掌声，没想到评论区翻车了。

就在报告发布后不久，埃隆·马斯克迅速在社交媒体X上回击，直言Anthropic也是「有罪的（Guilty）」。 马斯克的逻辑很简单：你们训练Claude时，扒光了互联网上所有的书籍、文章和代码，付过一分钱版权费吗？现在别人用同样的方式对待你们，怎么就开始叫屈了？

这种观点在技术圈引发了巨大共鸣。网友们翻出了Anthropic的「旧账」：这家标榜安全和道德的公司，其核心资产Claude，本质上也是建立在对海量互联网数据的无偿抓取之上。

「只许州官放火，不许百姓点灯？」

一位名为Tory Green的科技创业者嘲讽道：「你们在开放的互联网上训练模型，然后把别人学习你们的行为称为『攻击』。这些鼓吹『开放研究』的实验室，现在突然开始为『开放访问』感到痛心疾首了。」

在Reddit和Hacker News上，类似的讨论更是炸了锅。有人打了个比方：「这就像是一个小偷去警察局报案，说另一个小偷偷了他刚偷来的钱包。」大家普遍认为，当前的大模型行业本身就是一个巨大的「衔尾蛇」：OpenAI抓取全网数据，Anthropic蒸馏OpenAI（虽然他们不承认，但业界普遍持此看法），而后起之秀们再蒸馏Anthropic。

这种「套娃式」的模仿链条，早已是行业内心照不宣的潜规则。Anthropic之所以反应如此激烈，或许并不是因为「道德洁癖」，而是因为对手真的变强了。

三、蒸馏的边界：是技术捷径，还是行业原罪？

抛开情绪化的互喷，这件事背后折射出的是AI行业目前最尴尬的灰色地带：模型输出的所有权到底归谁？

从技术角度看，「蒸馏」是一种极具性价比的训练手段。它能让一个小参数模型，通过学习大参数模型的输出分布，快速获得接近「老师」的能力，而成本只有从头训练的几十分之一。 在很多学术论文中，这甚至是被鼓励的高效方法。

当「学习」变成「攻击」

Anthropic之所以将其定义为「攻击」，核心理由是：这种大规模的提取不仅违反了服务条款（ToS），更重要的是，它正在打破大模型护城河。

如果后来者只需要花费几万美元调用API，就能「克隆」出一个耗资数亿美元研发的顶尖模型的核心能力，那么谁还会去投入巨资做基础研发？这不仅是商业利益的问题，更是对创新机制的挑战。

但反过来，对于追赶者而言，通过API获取数据是目前唯一能缩小与顶尖模型差距的「快车道」。正如一位匿名AI工程师所言：「在这个算力垄断的时代，不蒸馏，就意味着永远落后。」

这场口水战没有赢家。Anthropic证明了自己的模型确实是被公认的「优等生」，值得被抄；而被点名的实验室们，某种程度上也证明了自己的技术执行力——毕竟，能把「蒸馏」做到工业级规模且在相当长时间内不被发现，本身也是一种实力的体现。

在这场全员「借鉴」的游戏里，唯一的真实就是：谁的数据更好，谁的模型更强，谁才有资格定义规则。

‍‍