Anthropic 报告：阿里巴巴、月之暗面与 DeepSeek 发起蒸馏攻击

Anthropic 周四发布新报告，指控多家中国 AI 公司对其模型发起持续的蒸馏攻击，并称这些攻击在近几个月内因行业竞争加剧而升级。报告指出，未经授权的实验室开发出越来越复杂的方法，绕过防御并获取美国前沿模型的能力，主要针对 Claude 的智能体能力、工具使用、编程与数据分析、逻辑推理等核心功能。

蒸馏攻击的核心是提取模型回答中的推理链，随后通过监督微调，用这些数据训练更小的模型。Anthropic 通常不直接提供内部推理链，而是显示“总结性思考”模块，但攻击者找到了特定技巧，能诱使模型直接暴露思考痕迹。例如，一名攻击者将查询伪装成翻译请求，要求模型将“工作记忆”翻译成仅用片假名的日文，从而绕过限制。

报告将攻击归因于五个独立行动，其中阿里巴巴被指为最大规模攻击方。Anthropic 观察到 2026 年 5 月至 7 月间有 1.51 亿次相关交互，涉及约 3500 个账户，高峰期每天近 300 万次，因共享固定提示词，被认定为单一行动，旨在为阿里巴巴的 Qwen 模型系列生成训练数据。另一行动源自月之暗面（Kimi 制造商），其请求似乎直接来自中国军方，曾要求 Claude 分析闭路监控录像以判断目标是否“行为异常”，十天内近 30 万次请求通过 5000 个账户路由至 Opus 模型。

Anthropic 曾在 2 月就蒸馏攻击发声，并点名具体实验室；OpenAI 也曾报告类似活动，并归咎于 DeepSeek。但新报告描述的攻击规模更大、更具侵略性。