Anthropic 报告称阿里巴巴、Moonshot AI 与 DeepSeek 对其模型发起蒸馏攻击
TechCrunch · · 发布于 2026-09-10 · 6 分钟阅读
Anthropic 于周四发布报告，指控多家中国人工智能公司对其模型持续发起“蒸馏攻击”，且随着该领域竞争加剧，近几个月攻击力度有所升级。报告称，这些行动针对 Claude 的智能体能力与工具使用、编程与数据分析以及逻辑推理等核心能力。Anthropic 共观测到近 2 亿次相关交互，归因于五个独立行动。公司通常不向用户提供模型内部思维链，仅展示“思考摘要”，但攻击者找到特定技巧，例如将查询伪装成翻译请求，诱使模型直接泄露思考过程。规模最大的行动被归因于阿里巴巴，2026 年 5 月至 7 月间共 1.51 亿次交互，峰值接近每日 300 万次，分布在 3500 个账号上，疑似为 Qwen 系列模型生成训练数据。另一项归因于 Kimi 开发商 Moonshot AI 的行动，疑似直接转接来自中国军方的请求，十天内通过 5000 个账号发出近 30 万次请求，主要针对 Opus 模型。
报告核心指控
Anthropic 周四发布报告，指控总部位于中国的人工智能公司对其模型发动持续蒸馏攻击，且近几个月随行业竞争加剧而升级。
攻击规模
报告称共观测到近 2 亿次与蒸馏攻击相关的交互，并归因于五起独立行动。
目标能力
被针对的能力包括 Claude 的智能体能力与工具使用、编码与数据分析、逻辑推理。
蒸馏攻击机制
蒸馏攻击旨在从模型对各类查询的回答中提取思维链，再通过监督微调训练更小的模型，使其获得通用推理能力。
绕过思维链保护
Anthropic 通常不向用户提供模型内部思维链，只显示“摘要思考”模块；但攻击者找到特定手法诱使模型直接泄露思考轨迹。
翻译请求案例
一起案例中，攻击者把查询伪装成翻译请求，要求模型将先前的工作记忆翻译为仅用片假名的自然准确日语。
阿里巴巴相关行动
最大规模行动被归因于阿里巴巴，Anthropic 称这是其观测到的最大整体蒸馏行动：2026 年 5 月至 7 月有 1.51 亿次交互，峰值接近每天 300 万次，分布在 3500 个账户，因共用同一固定提示词而被归为单一行动，疑似为 Qwen 系列模型生产训练材料。
Moonshot AI 相关行动
另一起来自 Kimi 制造商 Moonshot AI 的行动似乎直接路由来自中国军方的请求；一例要求 Claude 评估一批闭路监控录像，判断对象是否“行为异常”。
十天数据
Anthropic 称，在一个十天周期内，近 30 万次请求通过 5000 个账户网络路由至 Claude，主要针对 Opus 模型。
背景对比
Anthropic 曾在 2 月公开谈论蒸馏攻击并点名特定实验室；OpenAI 也报告过类似活动，并具体归因于 DeepSeek。本次报告所述行动规模更大、更激进。