昨天，看到了一個特別離譜的事。

　　 特別有意思。

　　 Anthropic（就是做Claude的那家公司）在官網(wǎng)發(fā)了一篇博客，標題起的特別正式，叫《檢測和防止蒸餾攻擊》。

　　 我本來以為是啥學術報告或者新論文，點進去一看，嚯。

　　 內容大意是說，他們發(fā)現(xiàn)了三家中國AI公司，分別是DeepSeek、Moonshot（就是Kimi的母公司）和MiniMax，對Claude進行了"工業(yè)規(guī)模的蒸餾攻擊"。

　　 我看到我都懵了，蒸餾攻擊，我說實話，這詞我第一次知道能這么組合在一起用的。

　　 然后又說，造成了重大國家安全風險。。。

　　 然后他們也發(fā)了一個X，直接爆了，現(xiàn)在將近3000萬的閱讀。

　　 最搞笑的是，這個評論區(qū)炸了。

　　 不是那種底下歌舞升平，一片支持Anthropic維護權益的炸。

　　 是那種，你個 Anthropic也有碧蓮說別人的炸。

　　 一條推文，引起全網(wǎng)群嘲，我說實話，已經(jīng)很久沒有看到全世界的AI圈聯(lián)合起來，一起群嘲，同仇敵愾的了。。。

　　 我隨手給大家貼幾個看看。。。

　　 有人說，你們不也最開始從OpenAI蒸餾的嗎。

　　 然后經(jīng)典的梗圖就出來了。。。

　　 真的，底下一堆人罵的。

　　 甚至還有人貼出了Claude Sonnet 4.6 API輸出經(jīng)典問題“你是什么模型”的圖，然后發(fā)現(xiàn)，Sonnet 4.6說自己是DeepSeek。。。

　　 天下模型一大蒸，你清高你別用當年蒸了DeepSeek的數(shù)據(jù)去訓練啊。

　　 給不太了解技術的朋友解釋一下什么叫"蒸餾"。

　　 蒸餾（Distillation）是AI行業(yè)一個非常常見的訓練技術。

　　 簡單說，就是用一個大模型，也就是常說的教師模型的輸出來訓練一個小模型（也叫學生模型），讓小模型能夠學到大模型的一部分能力，但體積更小、運行更快、成本更低。

　　 打個比方，你可以簡單的把它理解成師傅帶徒弟。

　　 徒弟不需要重走師傅幾十年的路，只要跟著師傅學，看師傅怎么處理問題，模仿師傅的思路，就能在短時間內獲得不錯的能力。

　　 至于為什么叫蒸餾，這個詞其實是從化學里借來的。

　　 化學上的蒸餾是把混合物加熱，讓沸點低的成分先變成蒸汽，然后冷凝收集，得到更純凈的物質。

　　 AI里的蒸餾也是類似的意思，從一個復雜的大模型里提取出精華，灌注到一個更小的模型里。

　　 這也是我們常說的，為啥蒸餾的模型大概率整體能力是不如被蒸餾的模型的。

　　 你可能見過一些場景，就比如每次有新模型發(fā)布，評論區(qū)總有一堆人跑去問"你是什么模型"之類的話。

　　 如果模型回答了"我是GPT-XX"或者"我是Claude XX"，馬上就有人截圖發(fā)帖："你看，套殼吧。"

　　 這個測試方法其實挺扯淡的。

　　套殼是你直接調用別人的API，包一層皮就說是自己的模型，這是欺騙。

　　而蒸餾是你用別人的輸出作為訓練數(shù)據(jù)，訓練出一個全新的模型。

　　這個模型的權重是你自己的，推理是在你自己的服務器上跑的，跟原模型可以說已經(jīng)沒有任何直接關系了。

　　 所以說，蒸餾這個事，本身其實是很正常的行為。

　　 Anthropic自己也用蒸餾來做Claude的小模型，比如從Opus蒸餾出Sonnet，再從Sonnet蒸餾出Haiku。OpenAI也這么干，Google也這么干，大家都這么干。

　　問題在于，你蒸餾自己的模型沒問題，但如果你蒸餾別人的模型，那就涉及到一個關鍵問題：

　　你獲取那些訓練數(shù)據(jù)的方式，合法嗎？

　　Anthropic說這三家中國公司創(chuàng)建了24000個假賬戶來大規(guī)模提取Claude的輸出，從某種意義上講，這確實違反了Anthropic它自己的服務條款。

　　但網(wǎng)友們暴動的原因也特別簡單，就是你Anthropic有什么臉說別人？

　　就像馬斯克說的。

　　2025年9月，Anthropic達成了一項歷史性的和解協(xié)議，花了15億美元。

　　這應該是美國版權訴訟史上最大的和解金額。

　　 Anthropic被發(fā)現(xiàn)從盜版網(wǎng)站LibGen和PiLiMi下載了超過700萬本書，用來訓練Claude。

　　 這些書都是有版權的，作者們沒有同意，也沒有拿到任何報酬。

　　 對，你沒看錯， Anthropic從盜版網(wǎng)站下書然后訓模型。。。

　　 這個案子的來龍去脈也挺有意思的。

　　 2024年的時候，三位作家，分別是驚悚小說作家Andrea Bartz、非虛構作家Charles Graeber和Kirk Wallace Johnson，這三個大神，把Anthropic告上了法庭。

　　 因為他們發(fā)現(xiàn)自己的書被用來訓練Claude，但沒人問過他們同意不同意。

　　 后來呢，調查發(fā)現(xiàn)，Anthropic不只是用了這幾個人的書，它建了一個巨大的中央圖書館，目標賊離譜，是收集全世界所有的書，而且要永遠保留。

　　 收集方式也很有意思。

　　 一部分是花錢買的，買完以后把書脊拆掉，一頁一頁掃描，然后銷毀原書。

　　 這個操作雖然粗暴，但咋說呢，從法律上說是合法的。

　　 但另一部分就相當呆逼了，從LibGen和PiLiMi這些盜版網(wǎng)站上下載。

　　 LibGen是全球最大的盜版電子書網(wǎng)站，被各國執(zhí)法機構圍追堵截了好幾輪，但一直死而不僵。

　　 Anthropic在2021年6月從LibGen下載了大約500萬本書，2022年7月又從PiLiMi下載了大約200萬本。

　　 法官William Alsup在判決中說了一句很精彩的話：

　　 "你不能僅僅因為聲稱自己有研究目的，就去拿走任何你想要的教科書。"

　　有意思的是，法官同時做出了兩個判決：

　　第一，用合法購買的書籍來訓練AI模型，屬于合理使用，不構成侵權。這個判決對AI行業(yè)其實是一個利好消息。

　　法官說這種使用是"我們這輩子能看到的最具變革性的使用之一"，因為AI模型學習的是模式和規(guī)律，不是要復制或取代原作。

　　第二，用盜版書籍來訓練AI模型，不屬于合理使用，構成侵權，這是Anthropic輸?shù)舻牟糠帧?/p>

　　法官原話是："盜版本身就是侵權，不可救藥的侵權，不管你拿盜版的東西去做什么。"

　　所以從這個判決上，能看出來美國那邊司法的態(tài)度，就是訓練AI本身可以是合法的，但你獲取數(shù)據(jù)的方式必須合法。

　　按照美國版權法，故意侵權的賠償金可以高達每部作品15萬美元，50萬本書乘以15萬美元，那就是750億美元。當然不可能真賠這么多，但Anthropic面臨的風險確實也是沒法整的級別。

　　所以它選擇了和解，賠了15億美元，大約是每本書3000美元。

　　但其實這還沒完。

　　2026年1月，音樂出版商們又對Anthropic提起了新的訴訟，指控它通過BitTorrent下載了超過2萬首歌曲來訓練Claude，涉及的歌曲包括"Wild Horses"、"Sweet Caroline"、"Bennie and the Jets"、"Eye of the Tiger"這些經(jīng)典名曲。

　　這個案子目前還在審理中，索賠金額據(jù)說高達30億美元。

　　所以你看，什么叫雙標。

　　這就是雙標。

　　Anthropic一邊在說中國公司偷它的模型輸出，一邊自己在用盜版書籍和歌曲訓練模型。

　　所以啊。。。

　　說實話，這件事吃完瓜也就算了。

　　但是，有一個點，我其實還想聊一聊。

　　就是在AI時代，“偷”這個字，到底意味著什么。

　　因為我自己是做UI出身的，所以呢，UI圈子里，之前一直有一個很經(jīng)典的故事。

　　當年蘋果的Mac之所以能有革命性的圖形用戶界面，也就是GUI，是因為喬布斯參觀了施樂的帕洛阿爾托研究中心（PARC），看到了他們開發(fā)的圖形界面原型，然后就"借鑒"了過來。

　　施樂的工程師們氣得要死，但也沒辦法。

　　后來微軟的Windows出來了，界面跟Mac長得很像。

　　喬布斯暴跳如雷，說比爾蓋茨偷了蘋果的東西。

　　比爾蓋茨的回應賊經(jīng)典：

　　"我們都有一個有錢的鄰居叫施樂，我闖進他家想偷電視，結果發(fā)現(xiàn)你已經(jīng)偷走了。"

　　傳統(tǒng)意義上的偷，是你拿走了東西，別人就沒有了，你偷了我的錢包，我的錢包就不見了，這是一個零和游戲。

　　但數(shù)據(jù)不一樣，我復制了你的數(shù)據(jù)，你的數(shù)據(jù)還在那兒，沒有減少一個字節(jié)。

　　從物理意義上說，什么都沒有丟。

　　所以，這就引出了一個非常老的問題。

　　知識產(chǎn)權到底是不是一種真正的財產(chǎn)？

　　有一派觀點認為，知識產(chǎn)權是人類社會為了激勵創(chuàng)新而人為創(chuàng)造的制度，本質上是一種壟斷權。

　　托馬斯杰斐遜之前說過一句話，大概意思就是，思想就像火焰，我用你的火點燃我的蠟燭，你的火不會變小。

　　如果按這個邏輯，"偷"知識產(chǎn)權這個說法本身就是有問題的，因為你并沒有拿走任何東西。

　　但另一派觀點認為，創(chuàng)作者付出了時間、精力和天賦來創(chuàng)造作品，他們理應獲得回報。

　　如果任何人都可以免費使用他們的作品，那誰還愿意創(chuàng)作？從這個角度說，"偷"知識產(chǎn)權就是偷走了創(chuàng)作者本應獲得的收益。

　　這兩種觀點坦誠的講，我自己作為一個創(chuàng)作者，我認為都有道理，人類爭論了幾百年也沒有定論。

　　但AI的出現(xiàn)把這個問題推到了一個新的極端。

　　有人可能會說，那不還是侵犯了版權嗎？沒錯，但這里面有一個很微妙的悖論。

　　AI公司用盜版書籍訓練模型，這是違法。

　　AI公司用合法購買的書籍訓練模型，這是合法。

　　有人用AI公司的模型輸出訓練自己的模型，違反服務條款。

　　有一個很老的笑話：

　　一個人偷了另一個人的錢包，然后錢包又被第三個人偷走了。第一個小偷報警說自己的錢包被偷了，警察問他："你自己的錢包？？？"

　　19世紀的美國，是全球最大的盜版國家。當時美國不承認外國作品的版權，英國作家的書在美國被瘋狂盜印，狄更斯每次訪問美國都要罵一通。美國出版商就非常理直氣壯，說，知識應該屬于全人類，憑什么要付錢給英國人？

　　后來美國自己的文化產(chǎn)業(yè)發(fā)展起來了，好萊塢成了全球電影中心，美國突然就變成了全世界最積極的知識產(chǎn)權捍衛(wèi)者。

　　歷史總是驚人地相似。

　　我不是說誰對誰錯，我只是覺得這種我可以你不行的態(tài)度，確實也挺抽象的。

　　坦率的講，AI行業(yè)現(xiàn)在面臨的版權問題，其實是整個技術史上反復出現(xiàn)的老問題的新版本。

　　印刷機發(fā)明的時候，手抄圣經(jīng)的修士們抗議過，錄音技術發(fā)明的時候，現(xiàn)場音樂家們抗議過，錄像機發(fā)明的時候，好萊塢抗議過。

　　每一次，都有人說新技術會毀掉創(chuàng)作者。

　　但每一次，最后都找到了某種平衡。

　　但這次的新問題在于。

　　AI不只是復制和分發(fā)內容，它也在學習如何創(chuàng)造新內容。

　　這就觸及到了另一個更根本的問題，人類的創(chuàng)造力本身是可以被復制的嗎？

　　我自己寫公眾號三年多了，說實話，我寫的每一篇文章，都是我讀過的所有書、看過的所有電影、聊過的所有天的某種"蒸餾"。

　　我沒有付錢給每一個影響過我的作者和創(chuàng)作者。

　　但沒人會說我"偷"了他們。

　　因為我是人類，學習和創(chuàng)作是人類的基本權利。

　　那AI呢，AI學習人類的作品，創(chuàng)造新的內容，這算"偷"嗎？

　　這就像望遠鏡之于人眼。

　　望遠鏡讓人類能看到肉眼看不到的東西，但我們不會說望遠鏡偷了星星的光。

　　AI讓人類能處理和學習肉腦處理不了的信息量，那我們?yōu)槭裁匆fAI偷了數(shù)據(jù)呢？

　　當然，這個類比也不完美。望遠鏡不會直接輸出跟星星一模一樣的東西，但AI有時候會輸出跟訓練數(shù)據(jù)很像的內容。

　　亂糟糟的說了這么多，有點亂。

　　但我想表達的是，關于AI和版權的爭論，不應該簡化成"偷"或"不偷"的二元對立。

　　這里面有太多的灰色地帶，需要法律、倫理、技術等多個領域的專家一起來討論。

　　而某些公司打著保護版權的旗號，更需要警惕一下。

　　如果只有少數(shù)幾家公司可以訓練大模型，而且這些公司還都在美國，那對全世界的其他國家來說，意味著什么？

　　這個問題。

　　答案我相信大家都懂。

　　以上，既然看到這里了，如果覺得不錯，隨手點個贊、在看、轉發(fā)三連吧，如果想第一時間收到推送，也可以給我個星標?～謝謝你看我的文章，我們，下次再見。

　　>/ 作者：卡茲克