Anthropic收紧蒸馏防线，月之暗面与DeepSeek争议待厘清

10月12日，Anthropic发布反蒸馏技术说明，介绍其如何限制Claude推理记录流转、识别提取请求并封禁相关账户。公司称，早期证据显示，这些措施使蒸馏者获取的数据量减少约90%至99%，测量对象是其平台上被提取的推理词元。说明再次提及月之暗面，指称部分发给Kimi的用户请求曾被秘密转交Claude，以收集输出用于蒸馏。这是模型提供商公布的检测结果与指控，尚不能据此确定某个新版本的完整训练来源。

转发请求引出调查

用户数据的去向，是另一条具体线索。TNW在9月22日转述The Information报道，称中国网信部门调查了DeepSeek和月之暗面，关注用户数据是否流向Anthropic；报道当时未有处罚决定，两家公司未公开回应，TNW也说明没有独立核实。TNW的报道和Anthropic这份防御说明均未给出两家公司使用GPT-6 Astra训练新模型的直接证据。

按TNW转述的Anthropic统计，月之暗面的活动在5月至7月涉及约2300万次交互。DeepSeek被指在7月的14天内产生超过1210万次交互。这两项统计的时间窗口不同，不能直接据此判断谁的日常调用规模更大，更不能换算为训练投入。交互总量本身也没有回答哪些输出被保留、进入了哪个检查点，以及对最终能力贡献多少。

推理记录的训练价值

蒸馏是用一个模型生成的数据训练另一个模型；争议还涉及授权方式、账户行为和数据来源。Anthropic将防御重点放在隐藏推理记录上，因为它们展示了得到答案的过程。Anthropic披露，用Claude Opus 4.8的完整推理记录训练预训练Claude模型后，SWE-bench Verified得分为80.4%。Anthropic同一实验只用摘要记录训练时，得分为71.8%。这支持了限制推理访问的技术动机，但实验对象不是Kimi或DeepSeek。

Stolen Thoughts研究团队提供了另一类实验证据：他们从公开的6708条代理执行轨迹中重建了315320个推理区块，涉及Claude、GPT和Gemini。团队还在非基准的真实用户会话中发现704项敏感信息，其中64项只出现在推理区块。研究说明公开日志中的受保护记录也可能泄露信息；它没有证明这些记录被两家公司用于训练，更没有建立GPT-6 Astra与新模型之间的来源链条。

防御成本进入接口

Anthropic目前采用的措施包括限制推理记录跨模型、账户和组织流转，并用两阶段分类器识别提取尝试。对Claude Fable 5.1和Opus 5.5，2026年8月31日及以后创建的API账户不能编辑Claude先前的上下文。公司称，分类器误报率低于0.1%，但也承认部分正常开发者需要修改集成方式，正常请求仍可能被误拦。

收费规则也随之改变。Anthropic称，自9月24日起，对包括蒸馏在内、分类器误报率低于0.1%的特定类别，被安全系统提前拦截的请求也恢复收费。这让反复试探产生直接费用，正常用户一旦被误判，也可能承担账单。公司还称已拒绝数万亿词元的付费流量，但没有披露对应收入金额；这一词元规模不能直接当作损失，也无法据此估算被指企业节省了多少GPU成本。

争议的政策边界同样需要保留归属。中国商务部在9月9日回应美国安全机构公告时，否认相关指控，强调蒸馏是中性的通行技术，并批评地域限制与竞争壁垒。Anthropic则把未经授权提取、虚假账户及安全能力扩散列为问题。双方对行为性质的判断存在分歧；这些立场声明没有替代对具体请求、授权条件和训练数据流向的核实。

新版本的披露边界

产品发布提供了另一组事实。月之暗面于10月23日推出Kimi K3.1 Pro；官方称它是Kimi K3的后训练版本，通过覆盖数百个领域的强化学习训练，并调整长上下文推理、沙箱和任务调度基础设施。模型已上线自有产品与API。不过，发布说明没有交代GPT-6 Astra输出是否进入训练，也没有给出可据以核算训练总成本的算力预算。训练方法说明与训练数据来源，是两项不同的披露。

DeepSeek对V4.1-Flash-1017的说明强调带自反馈的强化学习，用于端到端项目开发；官方仓库已提供权重，采用MIT许可证。这些文件交代了使用与部署条件，却没有披露使用GPT-6 Astra生成训练数据。开放权重允许外界运行和测试模型，但权重本身不会自动还原训练语料、调用账户与数据筛选过程。

10月27日，Artificial Analysis发布智能指数v5，其中60%的评估采用私有测试集或保留答案，Kimi K3.1 Pro得分为46。独立测试可以检验能力，不能识别能力究竟来自哪家模型。月之暗面承诺于2026年11月4日前发布完整权重，这是下一项明确的交付节点。届时外界能够开展部署和复测；要落实到GPT-6 Astra训练指控，还需要涉及该模型的调用证据、数据使用记录或当事方披露。