炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
来源：第四波
研究员|冯皓钦
近日，科技圈有一条争议不小的消息。
Anthropic 发布声明，指控三家中国AI公司：DeepSeek、Moonshot AI 和 MiniMax对其大模型 Claude 进行大规模“蒸馏”。
根据披露的数据，对方通过超过2.4万个虚假账号，与Claude进行了约1600万次交互，用来抽取模型能力训练自家模型。Anthropic称，这种行为并非正常使用，而是系统化、工业级的能力提取。他们形容为“hydra cluster”，即一个网络同时管理大量账号，请求结构高度重复，集中瞄准推理能力、Agent工具使用、编程与思维链输出等关键能力。
Anthropic的帖子
蒸馏是常规技术，争议在于“规模与方式”
所谓“蒸馏”（distillation），是AI领域常见的训练方法。简单来说，就是利用一个性能更强的“教师模型”生成输出数据，再用这些数据训练一个“学生模型”，从而在参数规模更小、成本更低的情况下复现部分能力。
目前在AI训练上，蒸馏被广泛用于模型压缩、轻量化部署以及能力迁移等，这本身并非新技术，也并不带有天然的违规属性。
此次争议的焦点在于方式与规模。Anthropic称，这三家公司通过共享支付方式、代理服务和批量化请求结构，系统性抽取Claude在推理能力、思维链输出、Agent工具使用以及编程能力等方面的表现。
具体而言，DeepSeek被指进行超过15万次交互，侧重推理能力与思维链数据；Moonshot AI约340万次交互，聚焦Agent能力与工具调用；MiniMax数量最大，约1300万次交互，集中在Agent编排与工具使用，并被指在新版本发布后迅速切换抽取目标。
Anthropic表示，他们通过行为识别与异常检测模型发现这一模式，并强调这种行为可能削弱模型原有的安全护栏，因此呼吁行业与云服务商采取更严格的防护措施。
舆论分歧与“蒸馏边界”的讨论
不过，争议很快蔓延到舆论层面。
此次事件一出，Elon Musk 在X上隔空抨击Anthropic大规模盗用训练数据，发帖直言， Anthropic 本身也曾因训练数据问题饱受争议，并讽刺称：“你偷来的东西被偷了？”
据悉，此前，2023年Elon Musk就曾对Anthropic蒸馏其它大模型公司的数据进行嘲讽。
需要指出的是，Anthropic此前确实曾卷入过关于训练数据来源的版权诉讼，并支付了巨额赔偿，目前相关争议仍处于法律与舆论层面的博弈中。
并且就在事件发生不久后，Elon Musk又转载一AI科技业内人士的帖子称，Anthropic公司没有得到任何人的同情。他们利用公共数据构建的封闭模式攫取价值，并招致我们目前所见的监管俘获。他们既想继续利用现有数据，又想通过特殊规则来保护自身利润。并直言到，当技术具有如此颠覆性时，这种模式无疑是有害且具有腐蚀性的。
马斯克转载的帖子
围绕本次指控，行业内部也出现不同声音。一部分观点认为，本次争议的重点并不在蒸馏技术本身，而在具体实施方式。如果确实存在大量虚假账号、批量化请求、结构化提取模型核心能力的行为，且绕过服务条款或地区限制，那么问题已超出技术范畴，可能涉及商业合规与不正当竞争。
也有创作者和评论者表达更为情绪化的观点，声称他们并不在乎其它公司对 Claude 进行“蒸馏”的做法。并且有评论认为，大模型本身建立在互联网公开数据之上，训练数据来源长期处于版权争议之中。在这种背景下，再以“能力被蒸馏”为由指责竞争对手，难免被解读为“贼喊抓贼”。如果AI公司可以在未经明确授权的情况下使用互联网内容训练模型，那么当模型能力被“蒸馏”迁移时，批评者的立场显得并不牢固。
从商业常识角度看，若存在绕过平台规则、大规模抽取核心能力的行为，确实容易引发争议；但从技术实践看，模型输出是否具备明确、可独占的产权属性，目前尚缺乏清晰的法律标准。
这场黑色幽默之下，问题的关键也指向：蒸馏本身是行业常规技术，用强模型输出训练弱模型，本质上并不罕见。但当规模扩大到数千万次调用、并以虚假账号批量操作时，它究竟是正常竞争，还是违规抽取？
事实上，包括 OpenAI 在内的多家头部企业，也曾在不同场景中采用蒸馏技术进行模型优化。区别在于，内部蒸馏与基于竞品输出训练模型之间，是否存在明确边界，目前仍缺乏统一标准。
当模型能力可以通过输出被“迁移”时，问题的核心早已不在技术本身，而在规则如何界定：什么属于合理使用，什么构成系统性能力抽取？巨头之间互相蒸馏的边界，仍然有待进一步厘清。
