1.9亿次暗道偷运：Anthropic 报告揭开国产大模型“蒸馏超车”的技术真相

你在国内大模型里敲下一行字，真正替你写出答案的，可能是旧金山的 Claude。 这不是段子。 2026 年 5 月到 7 月，几家国内头部大模型实验室，偷偷给 Anthropic 发了近 1.9 亿次请求。 Anthropic 的服务根本没对中国大陆开放。 这 1.9 亿次请求是怎么进去的？ 工业级偷运。 阿里一家就占了 1.51 亿次。 为了绕开风控，他们动用了大约 3500 个虚假账号。 全部挂着美国各地的家庭宽带住宅代理 IP，绑着临时邮箱和虚拟信用卡。 高峰期一天往 Claude 的接口里灌近 300 万次提问。 目的只有一个：抓取 Claude 的深度推理过程，拿回去训练自己的通义千问。 更绝的是月之暗面，也就是做 Kimi 的那家公司。 他们动用了 5380 个虚假账号，三个月发了超过 2300 万次请求。 他们的操作甚至省去了中转： 国内用户在 Kimi 里提问，系统在后台悄悄把问题转包给 Claude，拿到答案再吐给用户。 用户以为自己在用国产自研的大模型。 结果自己的商业代码、公司机密，甚至监控记录，全被原封不动送进了旧金山的服务器。 还有 DeepSeek，7 月短短 14 天里跑了 1210 万次交互。 小米则把自家 MiMo 模型的用户聊天记录录下来，直接灌给 Claude 生产训练数据。 为什么要冒这么大风险，花这么大阵仗去刷对手的模型？ 买不起芯片，还是算力不够？ 两样都缺。 但最致命的，是人工智能研发里的成本剪刀差。 从零训练一个前沿大模型到底有多难？ Anthropic 研发一个版本，要烧几万张顶级芯片，耗费数亿美元，在黑暗里做无数次失败实验。 这种探索成本，大部分团队根本承受不起。 更别说在先进制程芯片封锁下，国内根本拿不到大规模的高端算力。 于是有人盯上了捷径：知识蒸馏。 在算法里，蒸馏本来是个正经技术。 大模型当老师，小模型当学生。 老师把自己嚼碎的逻辑和思维链吐出来，小模型跟着背，就能用极小的体积跑出不错的效果。 但在商业竞争里，这套技术被玩成了无本万利的不对称套利。 你自己不用花几亿美元去探路。 对手花巨资探索出来的推理链条、编程能力和逻辑结构，全成了现成的高质量数据。 只要把吸管插进对手的服务器，就能把对方几十亿美元的研发成果，低成本抽回自己的模型里。 国内大模型动不动宣传跑分达到 Claude 的 95%，训练成本只有几十分之一。 这是技术突破吗？ 不是。 这是把别人的探索成本，变成了自己的免费饲料。 偷点数据，至于惊动美国最高安全部门吗？ 2026 年 9 月 8 日，美国国家安全局 NSA、网络安全和基础设施安全局 CISA 与联邦调查局 FBI 破天荒发了联合预警。 因为这里出现了一个巨大的结构漏洞：安全脱壳。 Anthropic 训练 Claude，最耗费心力和算力的环节之一，是安全对齐。 他们花大代价给模型装刹车片，防止它生成生化武器配方、网络攻击代码、协助跨境监控。 可当国内实验室拿 Claude 的输出去蒸馏时，发生了一件可怕的事： 他们只抽取了 Claude 顶级的编程能力和推理逻辑，把 Anthropic 辛苦装上的安全防线全部剥离了。 他们拿到了一把顶级锋利的智能手术刀，却把止血钳和安全阀全拆了。 这种没有任何安全防护的高能力模型，如果被接入敏感系统，会发生什么？ 这才是西方情报机构真正紧张的地方。 这不是版权纠纷，这是双用途技术管制的防线被直接打穿了。 这种抄近道的繁荣，能撑多久？ 蒸馏最大的技术宿命，是它永远无法超越被蒸馏的对象。 学生背熟了老师的考卷，能考高分，但他永远学不会老师发现新知识的方法。 它能无限逼近已有的边界，却永远不可能推开新的大门。 更现实的代价是：一旦对方收紧风控、封死住宅代理、给输出结果下毒，或者切断整个接口生态呢？ 寄生在别人探索成果上的繁荣，瞬间就会陷入断粮。 国内天天在喊全面自研、弯道超车。 可如果连通往终点的每一步台阶，都是深更半夜去偷别人的施工图， 这种领先，到底是缩短了差距，还是把自己的底层创新能力彻底锁死在了寄生链里？