2026年初，一場圍繞人工智慧核心技術的暗戰浮出水面。Anthropic在今年2月率先發難，指控中國的DeepSeek、MiniMax、月之暗面（Kimi）對其模型發動了“工業等級的蒸餾攻擊”，涉及超過1600萬次互動。隨後，OpenAI向美國國會提交備忘錄，指責DeepSeek試圖“免費搭便車”。OpenAI、Google、Anthropic——這三家平日裡在AI賽道上你追我趕的競爭對手，罕見地站到了同一戰壕裡。他們的目標很明確：聯手遏制中國AI公司正在廣泛使用的“模型蒸餾”技術，識別並打擊所謂的“對抗性蒸餾”行為，矛頭直指中國AI企業。何為“模型蒸餾”呢？這是一項行業通行的知識遷移技術。想像一下：一位資深的大學教授（大模型）將知識精華提煉成通俗易懂的講義，讓一名高中生（小模型）能夠快速掌握核心要點。在這個過程中，小模型不需要閱讀浩如煙海的原始資料，而是通過向大模型“提問”並學習其輸出模式，最終以更低的成本、更快的速度獲得接近大模型的能力。這項技術並非中國公司的獨創，在AI學術界和工業界，蒸餾早已是一種公開、合法、廣泛使用的最佳化手段。幾乎所有主流AI公司，包括OpenAI和Google自身，都在不同程度上使用蒸餾技術來提升模型效率、降低推理成本。它就像物理學中的“槓桿原理”，是一種聰明的工程智慧，而非見不得光的“偷竊”。分析一下圍堵背後的真實動機：美國三巨頭的聯手，表面上是維護智慧財產權和“安全”，實質上暴露了美國AI巨頭更深層的焦慮。1、中國AI公司的進步速度超出了預期以DeepSeek為代表的企業，通過蒸餾等最佳化技術，在算力受限的情況下依然打造出性能逼近頂尖閉源模型的產品，這讓習慣了技術領先優勢的美國巨頭感到不安。2、這是一場赤裸裸的商業利益博弈OpenAI等公司每年投入數十億美元訓練模型，而蒸餾技術的普及意味著後來者可以用極低的成本“站在巨人的肩膀上”，在美國公司看來，這相當於每年損失數十億美元的潛在利潤。於是，他們試圖通過“前沿模型論壇”這種行業聯盟的形式，聯合施壓、資訊共享，形成一道針對中國AI公司的技術封鎖線。美國巨頭面對競爭時的雙重標準：特斯拉CEO埃隆·馬斯克在社交平台上公開嘲諷，稱這是“賊喊捉賊”——因為OpenAI等公司在發展初期，也曾大量利用Google、Meta等機構公開的研究成果和模型資料。所謂“技術追趕者利用先行者成果”，本就是科技發展的常態。對於“模型蒸餾”事件的進一步思考：技術自強是根本，蒸餾雖然是一條捷徑，但終究不能替代基礎模型的原始創新。只有在大模型架構、訓練方法、算力最佳化等底層技術上取得突破，才能真正擺脫對國外先進模型的依賴。總結一下：歷史反覆證明，任何技術封鎖都難以阻擋真正有志者的腳步。從航天到晶片，從作業系統到人工智慧，中國科技產業正是在一次次“圍堵”中實現了突破與超越。這一次，面對AI三巨頭的聯手施壓，我們有理由相信：壓力之下，中國AI的創新之火，反而會燃燒得更加旺盛。 (AI思享坊)

最近，彭博社爆了個消息，說實話，我第一反應是沒當回事。OpenAI、Anthropic、Google，這三家平時為了搶人才、比參數鬥得你死我活的公司，竟然坐到了同一張談判桌前。他們通過2023年共同成立的＂前沿模型論壇＂共享情報，目標只有一個：打擊＂對抗性蒸餾＂。但讓我真正坐起來的是這個數字：數十億美元美國官員估算，所謂未經授權的蒸餾行為，每年讓矽谷實驗室損失這麼多利潤。這可不是小錢，相當於一家中等規模上市公司的全年營收被蒸發。我查了一下，這個數字在2026年2月就被OpenAI寫進了提交給國會的備忘錄裡。他們點名指責DeepSeek試圖“免費利用OpenAI及其他美國前沿實驗室開發的能力”。這個數位很猛，但背後的邏輯更猛。01. 蒸餾到底是什麼先說個基本概念，別被嚇到。蒸餾，就是用大模型的輸出去訓練小模型。2015年Hinton提出來的時候，學術界都覺得是個聰明的辦法：你問GPT-4一堆問題，把它的回答記下來，再拿去訓練一個更小的模型，就能以極低成本複製大部分能力。這技術AI圈裡誰都在用。Meta的Llama文檔裡明明白白寫著“鼓勵研究者用其輸出做知識蒸餾"，輝達的NeMo也提供官方蒸餾指令碼。就連Anthropic自己都承認：“AI實驗室經常蒸餾自己的模型來製作更小、更便宜的版本供客戶使用。”但現在，同樣的技術，到了中國公司手裡，就變成了“對抗性蒸餾”、“工業級蒸餾攻擊”、“國家安全威脅”。Anthropic今年2月發了個聲明，點名DeepSeek、月之暗面、MiniMax三家公司。他們說，這些公司用了約2.4萬個虛假帳戶，跟Claude進行了超過1600萬次交互，系統性“竊取”模型能力。02. 真正的痛點讓我困惑的是，這三家巨頭平時打官司、互挖人才、公開互嗆，那次不是拼個你死我活？這次怎麼突然就“大團結”了？答案可能不在技術，而在利潤。你想啊，OpenAI開發GPT-4花了多少錢？幾億美元甚至更多。訓練資料、算力、人才，每一樣都是天價。如果競爭對手能用1%的成本複製80%的能力，然後以更低價格搶佔市場，OpenAI的定價權、市場份額、估值邏輯都會受衝擊。這就是護城河焦慮。美國三巨頭走的是閉源高投入路線，他們靠技術領先賺錢。而蒸餾技術正在快速抹平這種代差。當低成本複製成為可能，他們投入鉅資構建的護城河就會形同虛設。更重要的是，這已經不是理論上的擔憂，而是現實中的衝擊。DeepSeek的R1模型在數學推理基準MATH上拿到47分，推理能力直追GPT-4。更讓矽谷緊張的是，DeepSeek還開源了70B參數版本，幾十行代碼就能跑通。國內高校實驗室拿去改個結構就能發Nature子刊。這才是OpenAI們急刹車的真正原因。03. 防禦體系是怎麼建的現在問題來了，他們怎麼防？簡單說，就是三招。第一招，情報共用。三家巨頭通過前沿模型論壇交換“攻擊指紋”。比如Anthropic發現某個IP位址的API呼叫模式很可疑，馬上同步給OpenAI和Google。這個IP在Claude這兒被拉黑了，在GPT和Gemini那兒也別想混進去。這跟網路安全行業的做法一模一樣。某家公司發現的漏洞特徵，幾小時內就會出現在全行業的防禦系統裡。第二招，技術浮水印和請求監控。他們在模型輸出中嵌入隱形浮水印，人類看不出來，但一檢測就能知道內容是不是從他們這兒來的。同時，API層面即時監控呼叫頻率，如果突然有成千上萬個帳號瘋狂提問，直接觸發風控。第三招，規則界定。他們向美國政府遊說，推動將未經授權的蒸餾納入技術竊取範疇。OpenAI的服務條款已經明確禁止用輸出來開發競爭模型，雖然執行起來很難，但至少給了他們技術反制的合同依據。這三招組合起來，確實能大大提高蒸餾的難度和成本。04. 爭議在那裡但這裡有個問題，證據鏈完整嗎？Anthropic說他們通過IP地址、請求中繼資料、基礎設施指標，把攻擊追溯到了具體實驗室。但被指控方質疑：從API調用到“工業級蒸餾”，中間是不是跳得太快了？你說我調用了1600萬次API，就一定是在蒸餾？我在做安全研究、模型能力邊界測試不行嗎？個人開發者做測試、學術機構做研究，都會產生大量API調用，這很正常。更尷尬的是，Anthropic自己的“黑歷史”也不少。他們曾從盜版網站下載了700萬本受版權保護的圖書訓練模型，最後賠了15億美元。還因為非法下載2萬首歌曲，被索賠30億美元。馬斯克這次直接開嘲諷：“他們怎麼敢偷Anthropic從人類程式師那裡偷來的東西？”這句話有點毒，但也不是完全沒道理。DeepSeek在《Nature》封面論文裡明確表示，他們的R1模型訓練資料只來自普通網頁和電子書，沒有故意加入OpenAI生成的合成資料。論文還強調，資料截止時間是2024年7月，彼時先進推理模型還沒發佈。當然，他們也承認，部分網頁中包含OpenAI模型生成的答案，這可能導致基礎模型“間接受益”。但這是網頁數據本身的問題，不是主動蒸餾。05. 這意味著什麼我有個判斷，這次事件其實是個信號：AI行業從“開源狂歡”進入了“閉源聯盟”階段。以前大家覺得，AI技術應該開放共用，推動整個行業進步。但現在，當技術領先變成核心競爭力，巨頭們開始收緊口袋。前沿模型論壇2023年成立時定位很模糊，說是AI安全性群組織。現在終於找到了具體戰場：打擊蒸餾。這個轉變本身就說明問題有多嚴重。從商業角度看，這其實挺正常的。你投入幾十億美元研發的技術，被別人低成本複製，換你也不爽。但從行業角度看，這可能不是個好信號。當AI巨頭開始像網路安全公司一樣運營，當“合法使用”和“對抗性利用”的界限由他們自己定義，創新的門檻會越來越高。特別是對於那些靠蒸餾快速反覆運算的初創公司來說，這條路可能要堵死了。以後想追趕，要麼全棧自研，要麼另闢蹊徑。06. 最後的話說到底，這場“蒸餾之戰”表面上是技術爭議，實際上是商業競爭，底子裡是護城河焦慮。安全是切入點，利潤是落腳點。如果你也在做AI相關的事情，我給個建議：別指望靠捷徑走太遠。當矽谷開始結盟，免費午餐的時代可能真的要結束了。真正能活下來的，還是那些有自己核心技術和差異化能力的公司。捷徑是最遠的路，這話現在看，還真是這麼回事。 (蛋殼盤科技)

既沒有駭客入侵，也沒有竊取OpenAI或Anthropic內部的核心參數、底層程式碼或演算法邏輯。將這種公開獲取資料的行為認定為不正當手段，在法律上非常牽強。近日，美國AI初創公司Anthropic突然向中國大模型企業發難，指控包括DeepSeek等在內的三家中國企業，通過約24000個帳戶與其旗下模型Claude進行了超過1600萬次互動，涉嫌通過蒸餾技術竊取Claude的功能以改進自身模型。這一指控在社交網路上引發軒然大波，甚至引來首富埃隆·馬斯克的辛辣嘲諷“他們竟敢‘偷竊’Anthropic從人類程式設計師那裡偷走的東西？”這一新聞事件極具戲劇性與諷刺性，作為專業人士，我們不妨適當剝離情緒化的爭論，從法律視角探討資料蒸餾的法律風險，審視Anthropic本次指控的法理困境及矛盾，探尋其隱藏在“正當維權”大旗下的真實目的。01大模型蒸餾的法律問題在探討法律適用之前，我們必須先釐清技術事實。所謂蒸餾（Distillation），通俗來講，就是用一個已經訓練好的、能力強大的大模型（又稱“教師模型”，如GPT-5或Gemini 3.1）的輸出結果，作為教材來訓練一個體積更小、但效率更高的小模型（又稱“學生模型”）。這種方法能夠以極低的成本和極短的時間，讓小模型獲得接近大模型的能力。正如網路梗圖所言，“不要問女人的年齡，不要問男人的薪水，不要問AI公司的訓練資料從那裡來。”在當前的人工智慧行業，蒸餾或者說利用他方模型的輸出進行二次微調，幾乎是行業內公開的秘密與常規操作。學術界普遍認為，蒸餾本身並無天然的違法性，大家相互借鑑經驗，對於不公佈程式碼的閉源模型而言，通過指令微調來學習其黑盒經驗是一種正常的技術迭代手段。從智慧財產權角度來看，這種行為不可避免地觸及多項法律權利。首先，在著作權法層面，如果教師模型的輸出內容被視為受保護的作品，那麼學生模型對其進行的大規模抓取和分析，理論上可能會引發關於資料複製或改編的合規性疑問。其次是商業秘密層面的考量。教師模型的演算法邏輯與機率分佈若被視為核心機密，通過API呼叫進行規律推導的行為，將涉嫌對商業秘密的刺探。最後，在反不正當競爭與合同合規方面，利用大量帳戶規避區域限制並提取知識，涉嫌違反平台服務條款，也可能存在有違商業倫理的搭便車嫌疑。這些理論風險，構成了Anthropic等西方科技巨頭向後來者發難的法理外衣。02AI生成內容的維權困境儘管上述理論風險客觀存在，但結合現行的智慧財產權原則與行業實踐來看，將蒸餾行為直接等同於著作權侵權，在邏輯上可能面臨很多挑戰。其一，人工智慧生成內容的權利歸屬通常較為複雜。根據中美兩國的著作權法及近年的司法實踐，構成作品的核心要件是人類的智力創造。美國版權局在此前多起涉及AI生成圖片的註冊申請中，均明確拒絕了對純AI生成內容給予版權保護；中國北京網際網路法院在“AI文生圖第一案”中雖然認定特定情況下AI生成圖片具有可版權性，但其前提是人類使用者在提示詞輸入上付出了極其顯著的智力勞動，最近的其他法院對該等標準也把握較為嚴格。中國大模型企業通過API或網頁呼叫Claude產生的資料，本質上是機器演算法的機率性輸出。Anthropic作為模型的開發者，並沒有對這些具體輸出內容進行直接的人類智力干預。既然這些輸出結果缺乏人類作者身份，它們就無法達到可版權性的標準，大機率屬於公共領域的產物。既然部分模型輸出的內容未必構成法定作品，平台方基於此主張版權受損的阻力便會增大。其二，行業內普遍存在的使用者協議條款也可能限制了平台方的維權空間。許多大模型服務商（包括業內頭部的OpenAI等）在其使用者協議中通常會約定，平台不對使用者的輸入主張所有權，且將模型輸出內容的權益轉移給使用者。目前，Anthropic在消費者服務協議（Consumer Terms of Service）中明確載明，在雙方之間，使用者擁有所有輸入（Prompts）和輸出（Outputs）的內容。Anthropic特此將輸出內容的所有權利、所有權和利益（如果有的話）轉讓使用者。在這種行業規則下，使用者獲得了對輸出內容的支配權，平台若再以智慧財產權為由限制使用者對輸出結果的使用（包括用於訓練新模型），在法理上可能存在爭議。其三，基於思想與表達二分法原則，版權通常只保護對思想的具體表達，而不保護思想、方法或概念本身。在知識蒸餾中，學生模型學習的軟標籤、演算法規律與推理鏈條，更傾向於認知系統的建構原理，屬於不受保護的思想範疇 。蒸餾行為更像是在拜師學習，而非抄襲。同時，為了提取資料特徵而產生的臨時性資料處理，通常旨在挖掘規律，這在很大程度上契合了促進技術發展的轉換性使用原則，或許多國家設立的文字與資料探勘合理使用例外。03商業秘密及不正當競爭侵權分析在商業秘密和不正當競爭的維度上，知識蒸餾的合理性同樣值得探討。商業秘密的保護前提是資訊具有一定的秘密性。但API介面和網頁對話方塊是平台向大眾公開的，第三方通過公開的介面合法輸入提示詞並獲取輸出，既沒有駭客入侵，也沒有竊取OpenAI或Anthropic內部的核心參數、底層程式碼或演算法邏輯。將這種公開獲取資料的行為認定為不正當手段，在法律上非常牽強。搭便車和不正當競爭的指控，是Anthropic最可能發力的法律維度。我們必須認識到，反不正當競爭法的核心價值在於保護公平自由的市場競爭秩序，而非保護某一個特定競爭者的既得利益。在競爭法視野中，搭便車行為並非一律違法，模仿本身是技術創新的必經階段。判斷某項模仿行為是否構成不正當競爭的關鍵，在於模仿者是否通過創造性的勞動帶來了重大的技術增量，並在客觀上拓展了公眾的選擇空間。以被捲入此次風波的DeepSeek為例，其模型的成功絕非對先進模型的簡單同質化復刻或不勞而獲。公開資料顯示，DeepSeek在模型架構與訓練方法上進行了大量獨立且底層的顛覆性創新。例如，其採用了極大規模的混合專家模型（MoE）、獨創的多頭潛在注意力機制（MLA），並在罕見地應用了純強化學習（RL）演算法來動態調整模型參數，這些創新提升了模型的推理能力並降低了訓練成本。這種為人工智慧技術演進貢獻了非線性創新增量與技術路線互補性的行為，顯然超越了單純搭便車的範疇，屬於正當的市場競爭行為。雖然其他平台服務條款中可能包含禁止反向工程等限制性規定，但如果掌握技術優勢的企業借此絕對禁止他人對其公開產品進行規律性分析，可能會不當壓縮技術交流的公共空間，甚至引發關於限制競爭的懷疑，反而應當受到反壟斷法的嚴厲規制。04侵權事實的證明障礙從法律實務的維度剖析，Anthropic在本次指控實踐中面臨著幾乎難以完成的舉證責任。首先，高頻次的系統呼叫記錄並不能直接等同於侵權證據。Anthropic宣稱的1600萬次互動，客觀上描述了資料呼叫量級，但無法直接證明DeepSeek、Moonshot等企業實質性地利用了從這些互動中獲取的特定知識，並將其直接用於了自家大模型的底層訓練之中。在法律意義上，相關呼叫記錄無法形成有效因果關係，高頻次的互動既可能是為了常規的複雜業務應用測試，也可能是為了建構開源資料集，沒有任何直接且有效的技術手段能夠確鑿證明，DeepSeek等企業將這些具體的互動資料實質性地喂給了其基礎模型的訓練引擎並構成了所謂的蒸餾。其次，是當前網際網路普遍存在的資料污染現象。大模型在預訓練階段通常會廣泛抓取公開網頁資料 。而如今的網際網路上已經包含了大量由各種先進AI生成的文字和答案。後來者的模型在吸收這些公開資料時，不可避免地會間接受益於前沿模型的知識。這種並非出於主觀故意的被動吸收，使得區分惡意蒸餾與常規資料訓練變得異常困難。05寫在最後模型蒸餾作為推動人工智慧向高效化、輕量化發展的有效路徑，其本身是具有技術合理性的創新手段，無需也不應受到不合理的法律過度限制。綜合Anthropic的侵權指控，其將面臨權利基礎薄弱、合理使用抗辯、以及嚴苛舉證責任的多重困境，其法理根基是非常脆弱的。剝開法律與技術的層層外衣，我們不難推斷，為了打壓中國的新型競爭對手並維持高昂的資本估值，Anthropic不惜將純粹的技術競爭強行上升到國家安全問題，以迎合美國現政府的政策口徑，以此換取更寬鬆的監管環境以及持續不斷的政府訂單輸血。透視Anthropic此次高調的指控，我們更應警惕其中潛藏的雙重標準：矽谷的科技巨頭們最初賴以起家的基座模型，正是建立在未經授權、大規模抓取網際網路公開資料的基礎之上；而如今，當它們形成了事實上的技術壟斷後，卻試圖通過一紙的使用者協議關上大門，將後來者合法的蒸餾學習污名化為偷竊。正如埃隆·馬斯克所嘲諷的那樣，這種“只許矽谷‘偷資料’，不許中國‘做蒸餾’”的做法，其實質是打著保護智慧財產權的幌子，行技術霸權與數字壟斷之實。 (騰訊科技)

昨天（2026-02-23），美國AI獨角獸Anthropic突然發難，在自家部落格扔出一顆重磅炸彈——指控DeepSeek、月之暗面、MiniMax三家中國頭部AI公司通過24,000個虛假帳號，對Claude模型發動了高達1,600萬次的"工業規模蒸餾攻擊"。更戲劇性的是，馬斯克當場在X平台開炮，直指Anthropic"賊喊捉賊"，還翻出了這家公司去年因盜版書籍賠償15億美元的黑歷史。這事兒看著像技術糾紛，實際上是中美AI競賽白熱化的縮影。一邊是Anthropic把技術問題上升到國家安全高度，另一邊是馬斯克揭老底式反擊。說白了，這不是簡單的"偷模型"爭議，而是OpenAI和Anthropic聯手對中國AI的圍剿開始了。📊 關鍵數字 1,600萬+ 次互動DeepSeek約15萬次 · 月之暗面340萬次 · MiniMax超1,300萬次Anthropic在報告裡列了組讓人瞠目的資料。過去幾個月，他們監測到有組織的攻擊者利用大規模代理網路（他們叫"九頭蛇叢集"架構），通過輪換IP地址和偽造請求中繼資料，繞過了平台的安全防護。光是MiniMax一家，就發起了超過1,300萬次互動，專攻Agent程式設計和工具編排能力。月之暗面也不遑多讓，340萬次互動主要衝著Agent推理和電腦視覺能力去的。最有意思的是，Anthropic聲稱通過分析請求中的技術模式、基礎設施指標，甚至對比月之暗面高管的公開資料，以"高置信度"把這三家公司揪了出來。這種溯源能力本身就很嚇人——說明AI公司對你的一舉一動瞭如指掌。2025-08 Anthropic被曝通過"巴拿馬計畫"大規模掃描數百萬本版權書籍用於訓練2025-12 Anthropic同意支付15億美元與作者群體達成和解2026-02-12 OpenAI向美國眾議院提交備忘錄，首次指控DeepSeek非法蒸餾2026-02-23 Anthropic發佈部落格正式指控三家中企"工業規模蒸餾攻擊"2026-02-24 馬斯克在X平台連發數文炮轟Anthropic"賊喊捉賊"🔧 技術拆解：所謂"蒸餾"（Distillation），說白了就是"抄作業"的高級版。讓小模型（學生）通過學習大模型（老師）的輸出來提升能力，就像學渣通過研究學霸的解題步驟來提高成績。這技術本身完全合法，甚至OpenAI自己也用。但Anthropic指控的是"工業規模"的非法蒸餾——通過2.4萬個假帳號，像工廠流水線一樣系統性竊取模型能力，這就涉及法律灰色地帶了。看到這兒你可能會問：如果中國公司是通過付費API呼叫的，這算不算 theft？這就觸及了當前AI行業最模糊的地帶。模型輸出的版權歸誰？用API呼叫結果訓練新模型，是合理使用還是侵權？現在全球都沒有明確判例。Anthropic自己也幹著類似的事——去年被曝光的"巴拿馬計畫"顯示，他們未經授權掃描了數百萬本圖書，最後不得不掏出15億美元和解。"Anthropic大規模竊取訓練資料並支付數十億美元賠償金是不爭的事實，賊喊捉賊。"—— 伊隆·馬斯克（X平台，2026-02-24）馬斯克這次開炮可謂精準打擊。他指的15億美元賠償案，正是Anthropic在2025年底因為系統性盜版書籍訓練模型，被作者群體集體訴訟後的和解金額。有意思的是，Anthropic內部給這個項目起了個諷刺的代號——"巴拿馬計畫"，明顯是在影射臭名昭著的避稅天堂。一邊自己盜版書籍付天價賠償，一邊指控別人蒸餾模型，這雙標玩得確實溜。更微妙的是時間點。OpenAI在2月12日剛向美國眾議院中國特設委員會遞交了備忘錄，指控DeepSeek通過"混淆第三方路由器"非法蒸餾ChatGPT。兩周後Anthropic跟進發難，形成完美的"美國雙雄"圍剿態勢。這絕非巧合，而是精心策劃的聯合行動。💰 成本分析：Anthropic去年因盜版書籍賠了15億美元，相當於他們好幾年的營收。這次指控中國公司"蒸餾攻擊"，本質上是在轉移視線——把自己的道德污點包裝成"維護智慧財產權"的正義之戰。更深層看，他們想把技術競爭上升到國家安全層面，借此推動更嚴格的晶片出口管制。畢竟，如果中國公司通過蒸餾就能獲得頂級模型能力，那美國卡晶片脖子的策略就失效了。Anthropic在報告裡毫不掩飾地緣政治意圖，直言蒸餾技術"破壞出口管制效果"，甚至警告這些模型"缺乏安全護欄，可能被用於生物武器開發"。這種話術聽著耳熟——典型的"威脅國家安全"敘事套路，目的是為更嚴厲的監管鋪路。存疑：目前所有指控資料均來自Anthropic單方面披露，DeepSeek、月之暗面、MiniMax三家中國公司截至發稿均未公開回應。所謂的"高置信度"歸因，是否經得起第三方獨立驗證？24,000個帳號的技術模式，是否足以確鑿指向這三家公司，而非其他第三方行為者？Anthropic是否借技術爭議之名，行商業打壓之實？說到底，這是一場沒有贏家的戰爭。如果Anthropic的指控屬實，說明中國AI公司在技術獲取手段上確實存在爭議；但如果這只是一場精心策劃的輿論戰，那暴露的是美國AI巨頭面對中國競爭時的焦慮與恐慌。馬斯克看透了這點——與其爭論技術細節，不如直接揭穿對方的道德虛偽。耐人尋味的是，截至目前，三家被指控的中國公司集體保持沉默。這種沉默可以有多種解讀：或是默認，或是不屑回應，或是在準備法律反擊。無論如何，這場爭端標誌著中美AI競爭進入了一個更殘酷的新階段——從晶片禁令到模型蒸餾，戰場正在向技術倫理和智慧財產權領域蔓延。💡 主編觀點：這不是技術糾紛，而是商業戰爭的煙霧彈。Anthropic一邊自己盜版書籍賠15億，一邊指控別人"蒸餾"不道德；一邊享受開源社區紅利，一邊想把蒸餾技術變成"專利壁壘"。更噁心的是把技術問題硬往國家安全上扯，這種"潑髒水"套路在TikTok聽證會上已經演過一遍了。DeepSeek們是否真蒸餾了？可能有。但在這個沒有規則的遊戲裡，Anthropic沒資格當道德裁判。真正的危險不是"蒸餾"，而是美國AI巨頭借監管之名，扼殺全球競爭。 (雲櫻夢海資源導航)

活久見，Anthropic指控OpenAI利用其API進行模型蒸餾——即把Claude的輸出當作高品質資料，去訓練即將發佈的GPT-5模型據連線雜誌報導，OpenAI被曝拿Anthropic Claude給自家即將發佈的GPT-5當互練，結果惹毛了，Anthropic Claude給自家即將發佈的GPT-5當互練，結果惹毛了，Anthropic Claude給自家即將發佈的GPT-5當互練，結果惹毛了Anthropic Claude，Anthropic以違反服務條款為由，突然切斷了OpenAI對Claude API存取權根據Anthropic的商業服務條款，客戶被明確禁止使用其服務來建構競爭性產品或服務，包括訓練競爭性AI模型」或對服務進行「反向工程或複製消息人士稱，OpenAI利用特殊的開發者API，將Claude接入其內部工具中，系統地運行測試，評估Claude在編碼、創意寫作等方面的能力，並將其與Code實施新的速率限制，理由是使用量爆炸性增長以及在某些情況下出現了違反服務條款的行為 （AI寒武紀）

Key Points DeepSeek單周下載量高達約240萬次，可能超過豆包在前一年春節期間通過廣告投放達到的下載量； 引發美股大跌的是兩個模型DeepSeek-V3和DeepSeek-R1，前者是類4o模型，後者是類o1模型； DeepSeek-V3訓練成本只有Llama 3的1%，DeepSeek-R1推理成本只有OpenAI o1的3%；

美國人工智慧公司OpenAI聲稱，發現了證據證明DeepSeek使用OpenAI的專有模型來訓練自己的模型。 OpenAI告訴媒體，公司已經發現了一些“蒸餾”的證據。“蒸餾”指的是將較大、功能較強的模型的知識，提煉到較小的模型中，這個較小的模型性能較好且成本較低。 回顧事件起因，上周，中國量化巨頭幻方量化旗下大模型公司DeepSeek推出了新模型DeepSeek-R1，該模型在數學、程式設計和推理等關鍵領域的表現能媲美OpenAI的最強推理模型o1。 更重要的是，技術報告顯示，DeepSeek-R1的訓練費用僅為OpenAI最新大模型的三十分之一。受這一消息影響，美股納指周一跌超3%，輝達跌近17%。