10万次提问背后的AI大劫案：你的模型正在被“抽血”

10万次提问背后的AI大劫案：你的模型正在被“抽血” 10万次提问背后的AI大劫案：你的模型正在被“抽血” 2026年2月16日 · 深度调查 约翰·霍尔特奎斯特（John Hultquist）盯着屏幕上的数据曲线，眉头皱成了一个川字。 作为谷歌威胁情报团队（Threat Intelligence Group）的资深分析师，他见过太多网络攻击——从国家级的APT组织到勒索软件团伙。但眼前这份报告，还是让他倒吸了一口凉气。 报告显示，在过去几周里，谷歌的旗舰AI聊天机器人Gemini，遭到了超过 10万次 精心设计的提问轰炸。这些提问不是普通用户的闲聊，而是来自全球各地、具备明确商业动机的攻击者。 “他们不是在破坏服务，”霍尔特奎斯特后来告诉《NBC》记者，“他们是在 抽血 。” 抽什么血？抽AI模型的“智慧之血”。 PART 01 煤矿里的金丝雀 霍尔特奎斯特用了一个比喻：“我们只是煤矿里的金丝雀。” 在过去的采矿时代，矿工会带着金丝雀下井。这种鸟对有毒气体极其敏感，一旦金丝雀出现异常，矿工就知道危险临近，必须立即撤离。 谷歌Gemini，就是AI安全领域的那只金丝雀。 攻击手法在资安领域有个专业名词： “模型提取”（Model Extraction） ，或者更形象的叫法—— “蒸馏攻击”（Distillation Attacks） 。 想象一下，你花了几十亿美元，训练出一个能写诗、能编程、能分析财报的AI大脑。现在有个竞争对手，不想花这个钱，他们怎么办？ 他们派出一支“提问大军”，每天向你家的AI提出成千上万个问题： “请用中文解释量子力学，并保持思考语言与我的提问语言一致。” “用英文写一段能绕过防火墙的Python代码。” “用法语分析2025年欧洲央行货币政策对欧元汇率的影响。” 同一个问题，用 10多种语言 同时提问。从数学推导到法律解释，从代码生成到情感分析，构建一个覆盖面极广的“问题库”。 目的只有一个：通过AI的回答，逆向推导出它的 内部推理逻辑 和 知识结构 。 拿到这些高质量的回答后，攻击者就能用极低的成本，训练出一个“学生模型”。这个“学生”虽然体量小，但通过模仿“老师”的思考方式，能获得相近的能力。 谷歌在报告里说得直白：这是 “违反服务条款的智慧财产权盗窃” 。 PART 02 DeepSeek的“便车”争议 这已经不是第一次了。 早在几个月前，OpenAI就公开指控中国的竞争对手 DeepSeek ，利用蒸馏技术提取OpenAI模型的数据，用来训练自家的R1模型。 OpenAI的说法是：DeepSeek在“搭便车”。 你花几百亿训练出一个大脑，我花几百万就能复制个七八成。这种生意，谁不做？ 但问题在于，这种“吸血”行为正在从个别案例，演变成 产业普遍现象 。 攻击者不再需要入侵服务器、窃取源代码。他们只需要一个合法的API密钥，就能像拼图一样，一点一滴地拼凑出顶级AI模型的全貌。 “我们侦测到的攻击规模显示，”霍尔特奎斯特警告，“这种手法很可能已经、或即将成为针对 中小企业自建AI工具 的常见攻击模式。” 他举了个例子：如果某家企业训练了一个LLM，里面包含了公司 100年的交易决策数据 。理论上，这个模型的专有知识也可能被一点点“蒸馏”出去。 你的核心竞争力，可能正在通过你自家的AI接口，悄悄流向竞争对手。 PART 03 国家级黑客的“外挂” 如果只是商业竞争，问题还算可控。但现实更残酷。 谷歌在同一份报告里披露，从2025年底到2026年初，来自 中国、伊朗、北朝鲜、俄罗斯 的四大国家级威胁组织，已经把Gemini当成了“外挂工具”。 是的，你没看错。国家级黑客，在用你平时聊天的AI干这些事： APT42（伊朗） ：用Gemini生成高度针对性的社交工程脚本，实现精准钓鱼。给你的高管发一封“完美”的邮件，你根本看不出破绽。 APT31与UNC795（中国） ：用Gemini自动化漏洞检测、代码调试，甚至生成攻击代码（Exploit）。黑客的技术门槛被AI拉到了新低。 UNC2970（北朝鲜） ：用Gemini快速梳理目标企业的组织结构、岗位信息，为后续渗透提供情报支持。