我的網誌
美國 AI 新創 Anthropic 公布威脅情資報告，指控多家中國 AI 實驗室透過大規模「非法蒸餾」行為，未經授權利用 Claude 輸出訓練自家模型，牽涉上億筆對話與敏感數據，凸顯中美 AI 競賽已從模型性能延伸到資料與安全攻防。
美國人工智慧新創 Anthropic 近日公開一份威脅情資報告，直接點名多家中國 AI 公司，指控其透過大規模、系統化的「非法蒸餾」（illicit distillation），未經授權使用 Anthropic 旗下大型語言模型 Claude 的輸出內容，作為訓練自家模型的關鍵資料來源。這不僅牽涉上億筆互動紀錄，更牽動隱私合規、商業機密與國家安全等多重議題，讓原本就競爭激烈的中美 AI 戰場，再度升溫到資料與安全層級。
根據 Anthropic 公布的內容，這些「蒸餾」行為的本質，是以一個較強的 AI 模型作為「老師」，大量丟入問題，蒐集輸出，再拿這些答案回頭訓練自家的「學生」模型，以較低成本複製部分能力。但問題在於，多家實驗室被指是繞過正規授權流程，以大量偽造帳號、超額 API 呼叫等方式執行，並且牽涉第三方使用者的敏感資訊，可能違反隱私法規與平台自身的服務條款。
報告最受矚目的焦點之一，是中國科技巨頭 Alibaba(阿里巴巴) 相關營運被指為迄今規模最大的蒸餾行動。Anthropic 指出，與 Alibaba 相關的運營方，在 5 月到 7 月期間，透過超過 3,500 個被視為詐欺性帳號，向 Claude 發出超過 1.51 億次互動請求，峰值時單日接近 300 萬次。Anthropic 認為，這些內容不只拿來強化 Alibaba 的 Qwen 系列模型，還被用於更廣泛的 AI 研究，包括強化學習以及模型架構探索。
除了 Alibaba，來自北京的新創 Moonshot(月之暗面，開發 Kimi 模型) 更被指採取對使用者高度不透明的手法。Anthropic 指出，Moonshot 在未明確告知客戶的情況下，暗中將部分原本要給 Kimi 的使用者提問，轉送給 Claude，並直接將 Claude 的回答回傳給用戶，讓對方以為自己在使用 Kimi。Anthropic 在一個 10 天的期間內，就偵測到 Moonshot 轉送近 30 萬筆客戶請求，透過 5,380 個疑似詐欺帳號路由，其中大多數流向 Claude Opus 這類高階模型。
更具爭議的是，Anthropic 指稱 Moonshot 不只轉送請求並回傳答案，還會保留部分對話，甚至擷取 Claude 的「推理軌跡」，作為訓練 Kimi 等自家模型的資料。報告估計，今年 5 至 7 月間，與 Moonshot 有關的蒸餾互動超過 2,300 萬筆。部分透過 Moonshot 轉送的請求含有高度敏感資訊，來自個人使用者、跨國企業甚至國家相關單位，卻沒有證據顯示 Moonshot 有充分告知客戶這些內容會送至 Anthropic 的系統處理。
另一家在中國 AI 價格戰中聲勢大升的 DeepSeek，同樣被點名使用類似蒸餾策略。Anthropic 指出，在 2026 年 7 月的一段 14 天期間，觀察到超過 1,200 萬筆互動，遭其歸因為 DeepSeek 相關行為，模式與 Moonshot 相近——使用多個帳號批量將對話轉給 Claude，再將結果用於自家模型訓練。DeepSeek 之所以備受關注，正是因為其以「便宜又強」在市場快速走紅，這次報告則給外界另一種可能解釋：其成本與性能優勢，部分可能來自對國外先進模型的「捷徑學習」。
Anthropic 在報告中強調，部分交換內容涉及個人訊息、跨國企業內部資料甚至國家關聯單位的敏感對話，這些實務很可能與多國隱私法律精神相悖，也與相關實驗室對外宣稱的使用者數據保護承諾不符。更嚴重的是，當這些對話被用於訓練其他模型後，未來透過模型輸出，是否有機會被反向推測、重組、或間接洩漏，成為全新的資安風險，仍是未解難題。
從更宏觀的角度來看，這份報告凸顯的是中美 AI 競賽的新階段：當模型架構與演算法逐漸收斂，資料與算力成了關鍵門檻，部分實驗室便被誘引走向「借力使力」的灰色地帶。支持者可能會辯稱，透過公開 API 與模型輸出來訓練其他模型，本質上是技術發展過程中的「模仿與學習」，過去軟體業也不乏類似案例。然而反對方則指出，關鍵在於「授權與透明」——當使用者並不知道自己的資料會被轉送第三方、更不知道會被二次用於模型訓練時，相關行為便很難被合理化。
值得注意的是，Anthropic 也在報告中提到，這些被攔截與制止的活動，時間範圍從 2025 年 12 月到 2026 年 8 月，涵蓋的不只是蒸餾，還包括網路攻擊行動、輿論影響操作、監控與追蹤、詐騙與金融犯罪、生物領域濫用以及常規武器研發等七大類風險，顯示大型語言模型已被視為多種敏感活動的潛在加速器，官方與企業監管壓力勢必同步升高。
目前，Alibaba、Moonshot、DeepSeek、Xiaomi(小米) 與 Anthropic 對於這些指控尚未對外回應。儘管如此，對全球企業與政府機構而言，真正需要面對的問題已相當明確：當使用第三方 AI 服務處理敏感資料時，供應鏈中有多少「看不見的轉送點」？資料在多少模型之間流轉？又有哪些國家或實體可能因此取得預期之外的資訊與能力？
在監管尚未完全到位之前，AI 服務供應鏈的透明度與合約條款的嚴謹程度，勢必成為大型企業與政府採購 AI 能力時的重要考量。未來，不僅是模型算力與效果，誰能證明自己沒有靠「偷學」壯大，更能妥善保護用戶與客戶的數據安全，恐怕才是中美 AI 大戰下一回合真正的勝負關鍵。
點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。
