中美AI"蒸馏"大战：当硅谷巨头指控中国公司"偷技术"时，我们在争论什么？

中美AI"蒸馏"大战：当硅谷巨头指控中国公司"偷技术"时，我们在争论什么？ 2026年2月23日，美国人工智能巨头Anthropic扔出了一颗重磅炸弹。 这家由OpenAI前副总裁创立、估值一度超过600亿美元的公司，在其官方博客上发布了一份措辞严厉的调查报告，指控三家中国AI头部企业——DeepSeek、月之暗面（Moonshot AI）、MiniMax——对其旗舰模型Claude实施了"工业级蒸馏攻击"。 消息一出，全球AI圈瞬间炸锅。有人怒斥中国公司"偷技术"，有人嘲讽Anthropic"双标"，法律专家们则开始一本正经地讨论：模型蒸馏，到底算不算侵权？ 这个问题有意思的地方在于：看似是法律问题，实则是商业问题；看似是技术问题，实则是地缘政治问题。 要想把这事儿说清楚，咱们得从头聊起。 PART 01 一场价值1.2万亿美元的"偷师"大戏 先说说这事儿到底有多大。 根据Anthropic的调查报告，这三家公司通过约24,000个欺诈账户与其Claude模型进行了超过1,600万次交互。各位，1,600万次是个什么概念？这相当于每秒交互将近2次，持续不断地搞了将近两个月。 其中规模最大的是MiniMax，超过了1,300万次交互。Anthropic在报告中特别提到一个细节：就在他们发布新模型后的24小时内，MiniMax将近一半的流量重定向，以最快速度捕获最新系统能力——这反应速度，比华尔街的量化基金追热点还快。 月之暗面的规模次之，超过了340万次。但他们玩得比较"高级"——在后期阶段，月之暗面开始尝试抽取并重建Claude的推理轨迹（chain-of-thought），也就是让Claude把"思考过程"一步步写出来，然后拿回去训练自己的模型。 至于DeepSeek，虽然规模最小（超过15万次），但目标极为明确——专门抽取"思维链"数据，用于强化学习训练。具体包括：覆盖多种任务的推理能力、让Claude充当"打分老师"、以及为政策敏感查询创建"审查安全"的替代表述。 Anthropic用了一个形象的比喻：这些公司使用了一种叫"九头蛇集群"（hydra cluster）的架构——由大量虚假账户构成的庞大网络，将流量分散到API及第三方云平台。当一个账户被封禁，另一个账户立刻补上。在一个案例中，单个代理网络同时管理了超过20,000个虚假账户。 这阵仗，不知道的还以为是某国黑客在搞国家级网络攻击。 PART 02 什么是"模型蒸馏"？一项"合法但敏感"的技术 要理解这场争端，咱们得先搞清楚什么是"模型蒸馏"（Knowledge Distillation）。 这项技术的老祖师爷，是深度学习泰斗Geoffrey Hinton——也就是那位被称为"深度学习之父"的科学家。2015年，Hinton带着两位同事Oriol Vinyals和Jeff Dean，在arXiv上发表了一篇论文（编号1503.02531），第一次系统性地提出了"知识蒸馏"的概念。 Hinton在论文中写道："训练许多不同模型并平均其预测结果，是提高几乎任何机器学习算法性能的非常简单的方法。"但问题是，用整个模型集成来做预测太麻烦，计算成本太高，尤其是当单个模型是大型神经网络时，根本没法大规模部署。 怎么办？Hinton说：那就蒸馏呗。 具体怎么操作呢？咱们可以把它想象成一场"师徒传承"： 第一步，"老师"（大型AI模型）需要针对大量输入数据生成相应的输出，这些输出包含了老师的"知识和经验"。 第二步，"学生"（小型AI模型）开始学习，目标是模仿老师对各种输入的响应。学生模型被训练来预测老师给出的"软标签"，同时还要学习老师的"思考方式"——比如特征图、注意力权重等。 结果是什么呢？学生模型在参数量减少超过90%的情况下，能保留老师模型90%以上的性能。这就好比一个博士生把几年的研究经验浓缩成一篇"武林秘籍"，交给一个本科生，后者虽然没了导师的脑子，但，照样能打。 这项技术有多香？看看它的优势就知道： 显著降低计算成本 ——能源消耗和硬件资源大幅减少 扩大部署范围 ——可以在手机、平板等普通设备上运行 提高推理速度 ——响应时间大幅缩短 性能与效率的平衡 ——小模型也能有"大智慧" 正因为如此，模型蒸馏已经成为AI行业最常用的技术手段之一。Anthropic自己在报告里都承认："蒸馏是一种广泛使用且合法的训练方法。" 但问题来了：自己蒸馏自己的模型是合法的，那蒸馏别人的模型呢？ 这就敏感了。