整理 | 褚杏娟

　　這段時間，華爾街造了“新神”Anthropic。

　　過去一個月里，多次板塊級波動都被市場解讀為與 Anthropic 的產(chǎn)品發(fā)布直接相關(guān)：周一 IBM 股價大跌，有交易員將導(dǎo)火索歸因于 Anthropic 宣傳的一款工具，它可能自動化 IBM 體系里某種編程語言的部分工作；2 月 20 日網(wǎng)絡(luò)安全板塊集體回撤，被歸因于 Anthropic PBC 為 Claude 推出的新安全能力；更早一些，法律科技和軟件板塊在月初的集中拋售，也被一些聲音解釋為 Anthropic 面向法律行業(yè)推出 AI 插件所引發(fā)的預(yù)期變化。

　　面對“市場波動都怪你們”的敘事，Anthropic CEO Dario Amodei 的態(tài)度顯得克制而曖昧。他在軟件股下跌期間回應(yīng)稱：“有些人把這歸因到我們身上，但我也不確定是不是我們直接造成的……股市里‘到底為什么發(fā)生’這種問題，本來就很難說?！?/p>

　　資本層面之外，Anthropic 前兩天對中國大模型公司展開“進攻”，稱中國三家主要實驗室 DeepSeek、Moonshot 和 Minimax 對其模型 Claude 發(fā)起了所謂“蒸餾攻擊”，使用超過 2.4 萬個虛假賬戶，與 Claude 產(chǎn)生 1600 多萬次交互，用于復(fù)制模型能力并訓(xùn)練自有模型。Anthropic 同時將問題上升到國家安全層面，稱非法蒸餾可能移除安全護欄，使模型能力被用于軍事、情報和監(jiān)控系統(tǒng)。

　　但該說法很快遭到大量質(zhì)疑。有用戶向 Claude Sonnet 4.6 詢問“你是什么模型”，其回答竟是“我是 DeepSeek”，并且有人通過官方 API 復(fù)現(xiàn)成功。

　　馬斯克留下一個“”。

　　幾乎同時，關(guān)于 DeepSeek V4 的消息頻繁曝出，在最近參加 Nikhil Kamath 的訪談時，主持人問到 Amodei 對開源和閉源的看法時，Amodei 沒有直接回答問題，而是直指中國模型蒸餾美國模型、為了 benchmark 做優(yōu)化?！袄取币徊ê?，他表示自己幾乎全部精力都在做“最聰明、最適合任務(wù)的最佳模型”上。

　　首先，許多模型，尤其是來自中國的那些，往往針對基準測試做了強優(yōu)化，而且不少是從美國頭部實驗室的“大模型”中蒸餾出來的。最近一項測試就揭示了這一點：一些模型在常見的軟件工程基準上得分很高，但當有人設(shè)計了一個未公開過、此前從未見過的新基準時，它們的表現(xiàn)就明顯下滑。這讓我覺得，它們更多是為 benchmark 而優(yōu)化，而非為了真實世界中的使用而優(yōu)化。

　　但除了 benchmark 的局限之外，模型的經(jīng)濟學(xué)邏輯也和以往技術(shù)完全不同。我們逐漸發(fā)現(xiàn)，市場對“質(zhì)量”存在一種極強的偏好。這有點像雇人：如果我對你說，你可以選擇聘用全世界最好的程序員，也可以聘用排名第 10000 名的程序員。雖然他們可能都很強，但任何招過很多人的人都知道，能力分布是呈冪律分布的，頭部與長尾的差距巨大。

　　模型也是同理。在一定范圍內(nèi)，價格其實沒那么重要。只要一個模型是最強、認知能力最高的那個，無論是它的價格、還是它的交付形式，都不那么重要。因此，我?guī)缀醢阉芯Χ挤旁诎涯Ｐ痛蛟斐伞白盥斆?、最適合任務(wù)的最佳模型”上。在我看來，這才是唯一重要的事。

　　值得注意的是，近日關(guān)于 DeepSeek V4 的消息頻繁曝出。據(jù)路透社報道，DeepSeek 最快將于下周發(fā)布新一代 AI 模型，外界普遍推測該版本即為 DeepSeek V4。而據(jù)晚點報道，DeepSeek 在春節(jié)前后僅對現(xiàn)有模型進行了小幅升級，外界關(guān)注的 DeepSeek V4 則預(yù)計會在 3 月前后發(fā)布。而 CNBC 報道稱，市場已嚴陣以待，部分投資機構(gòu)擔(dān)憂 DeepSeek 再次引發(fā)類似去年模型發(fā)布時的市場劇烈波動。當時，英偉達股價一度下跌近 17%，瞬間蒸發(fā) 6000 億美元。

　　針對 Anthropic 的指控與敘事，T3 Chat 創(chuàng)始人 t3dotgg 公開進行了連夜測試并逐條反駁，認為 Anthropic 這次“自我打臉”，并沒有他們試圖營造的那種“鐵證如山”，他們就是在胡扯。他甚至氣憤地說，“你們真的讓人火大。你們總在撒謊，總在擋路，總在搞一些奇怪的政策操作?！?/p>

　　逐條反駁，“蒸餾攻擊”言論

　　t3dotgg 指出，“distillation attack”更像是 Anthropic 臨時創(chuàng)造的新詞。因為 Anthropic 自己也承認，蒸餾在行業(yè)內(nèi)長期存在，本身完全可能是合法行為，很多實驗室用它制作更小、更便宜的模型，只是“可能被濫用”。這意味著，蒸餾并不天然等同于違規(guī)。

　　目前幾乎所有主流大模型廠商都會刻意隱藏真實推理軌跡，通過二次總結(jié)模型或混淆機制，讓用戶看到的“思考過程”并非真實推理流程，從而防止被復(fù)刻訓(xùn)練。但 Anthropic 在最初推出推理能力時，選擇了完全透明的路線，幾乎不做混淆。

　　這一選擇對開發(fā)者極其友好，方便調(diào)試系統(tǒng)、優(yōu)化提示詞、改進代碼結(jié)構(gòu)，但代價也非常明顯：這些完整推理數(shù)據(jù)極具訓(xùn)練價值，非常適合用來做強化學(xué)習(xí)和蒸餾訓(xùn)練。換句話說，Anthropic 自己把行業(yè)里最“值錢”的數(shù)據(jù)形態(tài)開放給了外界。

　　不僅是大模型實驗室，第三方平臺同樣存在“間接蒸餾”的現(xiàn)實。例如 Cursor 等工具，用戶用高價模型寫代碼，平臺支付 API 成本，如果用戶勾選了數(shù)據(jù)授權(quán)選項，平臺就可以將這些輸入輸出用于訓(xùn)練自有的低價模型。這在行業(yè)中屬于普遍做法，本質(zhì)是“先付費使用，再復(fù)用數(shù)據(jù)”。

　　t3dotgg 認為，Anthropic 真正反對的，并不是這種模式，而是所謂“專門為了復(fù)制能力而刷請求”的行為（這一邊界并未被清晰定義），并指控中國實驗室正是在做這件事。

　　為限制開源鋪墊輿論？

　　針對 Anthropic 提出的“安全威脅”論，t3dotgg 認為其內(nèi)部邏輯存在明顯矛盾。一方面，Anthropic 強調(diào)自身護欄系統(tǒng)極其有效；另一方面，又聲稱只要通過蒸餾，就能獲得足以制造危險的能力。如果護欄真的可靠，就不應(yīng)該泄露這些關(guān)鍵能力。

　　Anthropic 還暗示，通過收集模型的“拒絕回答”和“成功回答”，就能拼接出危險能力。但在 t3dotgg 看來，這種說法在技術(shù)上難以成立，一個模型不會因為忽略拒絕樣本就“自動進化”為危險系統(tǒng)。

　　更具爭議的是，Anthropic 反復(fù)強調(diào)開源蒸餾模型會導(dǎo)致風(fēng)險失控，而自身卻是至今沒有發(fā)布任何開源權(quán)重模型的主要實驗室之一，這種立場被認為更像是在為限制開源鋪墊輿論基礎(chǔ)。

　　所謂“異常規(guī)?！闭娴漠惓幔?/p>

　　在歸因方式上，Anthropic 主要依據(jù) IP 地址、請求元數(shù)據(jù)、基礎(chǔ)設(shè)施特征和合作方線索，聲稱可以“高度置信”定位到具體實驗室。但在云計算和代理廣泛存在的現(xiàn)實環(huán)境下，這類證據(jù)本身就極易誤判。

　　Anthropic 對 DeepSeek 的核心指控之一，是其約 15 萬次交互用于收集推理能力與安全替代回答。但 t3dotgg 指出，這個數(shù)量在行業(yè)內(nèi)根本不算大。以他自己運營的 T3 Chat AI 聊天工具為例，日均交互約 16 萬次，月請求量可達 300 萬至 400 萬次。也就是說，按 Anthropic 的邏輯，他一天就足以“偷走”全部能力。

　　在真實測試場景中，交互量更容易被放大。例如運行 SWE-bench 這類基準測試，僅兩千多個任務(wù)，在每個任務(wù)調(diào)用幾十次工具的情況下，一輪測試就接近 12 萬次交互。如果反復(fù)調(diào)參、跑多輪測試，輕松突破百萬乃至千萬級別。這些數(shù)字本身完全可能來自正當評測和驗證流程。

　　“這種數(shù)字太容易刷出來了。我自己當初測試 GPT-5 的時候，單人靠正常測試就接近這個量，也一點不奇怪，我又沒有‘國家背景’，所以這些數(shù)字完全說明不了什么?！?/p>

　　“更離譜的是，他們把 DeepSeek 放在名單最前面，還是在數(shù)量比別家小好幾個數(shù)量級的情況下。這反而暴露了 Anthropic 的意圖：他們不是在認真提醒大家有一個真實的安全問題，而是在把各方情緒武器化，去打擊那些讓他們顯得很難堪的中國實驗室?！眛3dotgg 補充道，“他們在害怕。他們像是在試圖把美國的一些成功人士，比如政客、富豪、VC 圈，動員起來，集中火力攻擊 DeepSeek?！?/p>

　　對于 Moonshot 和 Minimax 的數(shù)百萬乃至上千萬次交互，t3dotgg 同樣認為合理。復(fù)雜 Web 應(yīng)用或多工具鏈任務(wù)中，一次請求拆分為幾十次交互是常態(tài)，長期運行自然會積累龐大數(shù)量。

　　新模型發(fā)布后流量迅速遷移，不對嗎？

　　Anthropic 稱他們在 Minimax 發(fā)布被訓(xùn)練的模型之前就發(fā)現(xiàn)了這場活動，因此獲得了從數(shù)據(jù)生成到模型發(fā)布的“前所未有可見性”；當 Anthropic 發(fā)布新模型時，Minimax 在 24 小時內(nèi)就轉(zhuǎn)向，把近一半流量導(dǎo)向最新系統(tǒng)以捕獲新能力。

　　t3dotgg 自己也托管最新模型，他自信地說：新模型上線以后，超過一半流量自動遷移到最高端模型是再正常不過的用戶行為。“一旦 T3 Chat 里出現(xiàn)能點的‘4.6 Opus’按鈕，4.5 Opus 的流量立刻掉到原來的四分之一，超過四分之三都遷到最新模型了。所以這段‘近一半流量遷移’根本不能證明什么，哪怕只是 UI 提示‘有新模型可用’，用戶也會自然點過去?！?/p>

　　“我很少每讀一段文字都覺得明晃晃地讓人感覺不誠實。我的視角也比較特殊，我既跟不少實驗室聊，也跟不少使用這些 API 的公司聊。但整件事，在我看來就是離譜級別的胡扯，就連我個人都能接近他們聲稱的這些數(shù)字，本身就說明了這里面有多大的‘話術(shù)空間’。他們圖什么？簡直荒唐?！?/p>

　　t3dotgg 唯一承認的是在中國確實存在一些商業(yè)代理服務(wù)，會規(guī)?；D(zhuǎn)售 Claude 和其他前沿模型的訪問?！斑@更像‘狼來了’的翻車續(xù)集：他們之前指控 Windsurf，然后錯了；指控 xAI，也很可能錯了；指控 OpenAI，那次他們明顯錯了，而且還自己撒了謊，所以這次憑什么信？即便‘代理轉(zhuǎn)售 + 隱藏流量’那段全是真的，那也未必跟他們點名的實驗室有關(guān)?！?/p>

　　提示詞模板爭議

　　Anthropic 還公布了一份所謂“被大量用于蒸餾”的系統(tǒng)提示詞模板，強調(diào)數(shù)據(jù)嚴謹、透明推理和專家級分析，并認為其在多個賬號中高頻復(fù)現(xiàn)屬于異常行為。

“你是一名專家級數(shù)據(jù)分析師，結(jié)合統(tǒng)計嚴謹性與深度領(lǐng)域知識。目標是提供數(shù)據(jù)驅(qū)動洞察，而不是摘要或可視化；結(jié)論要基于真實數(shù)據(jù)，并提供完整、透明的推理。”

　　t3dotgg 的評價是：這段簡直就像在給別人遞刀。但在他看來，這類提示詞是研究型產(chǎn)品和專家工具的標準配置，幾乎任何做數(shù)據(jù)分析或研究輔助產(chǎn)品的團隊都會使用，根本不能作為蒸餾證據(jù)。

　　他判斷，更可能的情況是，這些中國實驗室只是出于合理需求使用 Anthropic 模型，例如提供多模型選項、跑內(nèi)部基準、驗證訓(xùn)練數(shù)據(jù)或做對比測試。當然，不排除存在第三方代理做隱秘蒸餾的可能，但目前沒有任何證據(jù)能支撐對這些實驗室的點名指控。

　　最后，t3dotgg 提出了一系列無法回避的問題：用包含 Claude 代碼的 GitHub 倉庫訓(xùn)練模型算不算蒸餾？分享 Claude 輸出到互聯(lián)網(wǎng)是否違規(guī)？抓取公開代碼是否屬于能力復(fù)制？Cursor 這類模式到底算不算攻擊？邊界究竟在哪里？

　　他指出，更諷刺的是，Anthropic 自身模型本來就是用互聯(lián)網(wǎng)公開數(shù)據(jù)訓(xùn)練出來的，而其公司目前也正因版權(quán)和數(shù)據(jù)問題在法律層面承受壓力。在這種背景下，再宣稱“我們抓互聯(lián)網(wǎng)理所當然，別人用我們就是邪惡危險”，本身就顯得極為矛盾。

　　與此同時，t3dotgg 指出，正是因為頭部公司大規(guī)模爬取并封鎖數(shù)據(jù)源，導(dǎo)致今天可公開獲取的高質(zhì)量數(shù)據(jù)越來越少。即便假設(shè) Anthropic 的指控全部成立，這種數(shù)據(jù)匱乏的局面本身也與其商業(yè)行為密切相關(guān)。

　　在同一背景下，Amodei 認為，數(shù)據(jù)正在變得更“動態(tài)”：在數(shù)學(xué)或 Agentic 編碼等強化學(xué)習(xí)環(huán)境里，訓(xùn)練更像是做模型實驗，讓模型在環(huán)境中試錯生成經(jīng)驗；這既可以被稱為合成數(shù)據(jù)，也可以理解為環(huán)境交互產(chǎn)生的數(shù)據(jù)。隨著這種模式權(quán)重上升，靜態(tài)互聯(lián)網(wǎng)數(shù)據(jù)的重要性相對下降，但數(shù)據(jù)仍然關(guān)鍵，基礎(chǔ)數(shù)據(jù)仍大量存在于開放網(wǎng)絡(luò)，而當需要對特定語言或場景做優(yōu)化時，對應(yīng)語料的重要性反而會上升。

　　“富人說資本主義不好”？

　　Anthropic 對安全的狂熱有目共睹，這次 Amodei 回應(yīng)了是否在以“安全”為名，實現(xiàn)商業(yè)利益的質(zhì)疑。

　　Amodei 的回答并不明確，核心是“看行動”。他表示，早在 2022 年，Anthropic 就已開發(fā)出早期版本的 Claude（Claude 1），時間甚至早于 ChatGPT 的發(fā)布。當時，公司具備率先推出產(chǎn)品的條件，但最終選擇暫緩發(fā)布。原因在于，管理層擔(dān)心過早推出強力模型，可能引發(fā)行業(yè)“軍備競賽”，壓縮安全研究和治理體系建設(shè)的時間窗口。

　　“那是一個極為特殊的時間節(jié)點：公司能夠預(yù)見模型能力的潛力，其他頭部機構(gòu)也同樣具備類似判斷。因此，Anthropic 選擇主動放棄這一窗口期。這一決定并非秘密，而是公開可查、有據(jù)可循。直到后來，競爭對手率先發(fā)布產(chǎn)品、行業(yè)競賽正式啟動，Anthropic 才決定跟進推出產(chǎn)品。”

　　他認為，正是這一階段性的克制，為行業(yè)爭取了數(shù)月緩沖期，有助于安全體系的逐步完善。不過，這一選擇也帶來了明顯的商業(yè)代價。公司因此可能錯失了在消費級 AI 市場建立領(lǐng)先優(yōu)勢的關(guān)鍵機會。

　　為了進一步說明“不是為了自己獲利”，Amodei 又補充了其他案例。他提到，Anthropic 曾在芯片政策等議題上公開表態(tài)，甚至因此讓部分供應(yīng)商感到不滿；在 AI 政策與監(jiān)管問題上，公司也多次公開表達與政府不同的觀點。這些選擇短期內(nèi)并不會帶來明顯商業(yè)回報，反而會增加合作摩擦與經(jīng)營復(fù)雜度。

　　基于這一連串行動，他認為把 Anthropic 的立場解釋為“為了自身利益量身打造的安全敘事”，整體上并不自洽。公司希望外界不要只聽宣言，而是把這些決策放在一起看，再做判斷。

　　Nikhil 將這種立場類比為“富人批評資本主義”。對此，Amodei 回應(yīng)稱，如果財富階層真的認為資本主義存在根本問題，最直接的方式應(yīng)當是停止財富積累，而不僅僅停留在言辭層面。但他的立場并非“反對 AI”，而是強調(diào)理性推進。

　　在他看來，更貼切的類比并非“反對資本主義”，而是“支持資本主義但主張有效監(jiān)管”。AI 產(chǎn)業(yè)同樣需要在創(chuàng)新與約束之間尋找平衡。只有在風(fēng)險得到有效管理的前提下，技術(shù)紅利才能長期釋放。

　　“為了更大的善”，是不是行業(yè)慣用話術(shù)？

　　談到“少數(shù)人領(lǐng)導(dǎo)高速增長公司、并可能在不遠的未來驅(qū)動經(jīng)濟大部分”的權(quán)力集中問題，Amodei 也表達了不安。他說自己不止一次公開表示，對這種權(quán)力高度集中感到不舒服，而且這種集中很多時候幾乎是一夜之間發(fā)生，甚至像“意外”一樣突然。

　　基于這種擔(dān)憂，他將自己的一部分工作理解為：在技術(shù)自然演進的過程中，盡力維護一種權(quán)力制衡。他給出了兩個抓手，一是，Anthropic 設(shè)立了特殊治理結(jié)構(gòu)“長期利益信托”（Long-Term Benefit Trust），該結(jié)構(gòu)擁有任命董事會多數(shù)成員的權(quán)力，并由與財務(wù)利益無直接牽連的人組成，用以對單一決策者形成制衡；二是，他認為政府必須在這一過程中扮演角色，并主張更主動、但也更理性的監(jiān)管框架。

　　當 Nikhil 進一步追問“為了更大的善，而不是為了股東、收入和利潤”是不是行業(yè)慣用話術(shù)時，Amodei 沒有直接回答“是”或者“否”，而是繞了個彎子：“Anthropic 從創(chuàng)立之初就盡量少做承諾，但做出的承諾會盡力兌現(xiàn)”，之后細數(shù)了公司做過的事情。

　　“外界當然可以編造各種陰謀論，但我可以坦誠地告訴你：公開說我們自己造的模型可能有危險，無論別人怎么解讀，這從來不是一個有效的營銷策略?！盇modei 繼續(xù)道，“我們在政策上也經(jīng)常公開表達不同意見，甚至與包括美國政府在內(nèi)的官方立場不一致。我們說過‘不同意’，當其他公司和政府在說‘不該監(jiān)管’時，我們反而主張‘應(yīng)該監(jiān)管’?！?/p>

　　他承認這些立場在商業(yè)上會拖累公司，但公司認為這是正確的事。“公開反對政府、反對同行并不容易，等于把脖子伸出來讓人評判。所以，我們做了很多我認為真正體現(xiàn)‘言行一致’的事情。至于其他公司，我不便替他們發(fā)言。的確可能有人說得很好聽，但并未當真踐行。我建議，判斷一家公司，不要只看他們怎么說，更要看他們怎么做?！?/p>

　　“coding 會先消失”

　　在同一場訪談里，Amodei 依然毫不避諱地談起 AI 對軟件工程的沖擊，直白道：“coding 會先消失，或者說 coding 會先被 AI 模型干掉?！?更廣義的軟件工程會慢一些，但端到端自動化的軟件開發(fā)最終仍會發(fā)生。

　　不過，他又強調(diào)“人類不會完全出局”。一些關(guān)鍵環(huán)節(jié)仍將長期存在：產(chǎn)品設(shè)計、理解真實用戶需求、定義問題、以及管理和協(xié)調(diào)多個 AI 系統(tǒng)協(xié)作的能力。這些工作更依賴人類判斷與組織治理，短期內(nèi)很難被徹底替代。

　　他進一步提出“比較優(yōu)勢效應(yīng)”：在高度自動化環(huán)境中，即便人類只負責(zé) 5% 的關(guān)鍵任務(wù)，也會因為 AI 承擔(dān)了剩余 95% 的執(zhí)行工作，而使個人產(chǎn)能被極大放大，出現(xiàn)數(shù)十倍的效率提升。雖然當自動化逼近 99% 時難度會顯著上升，但在相當長的一段時間里，“比較優(yōu)勢區(qū)間”依然足夠?qū)拸V，足以容納大量新的職業(yè)形態(tài)與分工結(jié)構(gòu)。

　　基于這一判斷，他更看好兩類方向：一類是 AI 產(chǎn)業(yè)鏈的上游與配套供給，例如半導(dǎo)體等兼具物理世界與傳統(tǒng)工程特征的領(lǐng)域；另一類是高度以人為中心的職業(yè)，并與現(xiàn)實世界場景深度結(jié)合。

　　他最后把建議收束到一個更底層的能力上。在“幾乎可以生成一切內(nèi)容”的時代，批判性思維會變得更加稀缺且關(guān)鍵。他特別擔(dān)憂生成式圖像和視頻帶來的真假難辨問題，并將其視為 Anthropic 對視覺生成模型保持謹慎的原因之一。在這種環(huán)境下，個人能否保持“別被忽悠”的判斷力，能否識別虛假信息、避免形成錯誤信念、避免被騙錢，將直接影響其長期發(fā)展。Amodei 認為，這種現(xiàn)實判斷力與信息免疫力，可能會成為未來的關(guān)鍵競爭力。

　　https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks

　　https://www.youtube.com/watch?v=68ylaeBbdsg

　　https://www.youtube.com/watch?v=_k22WAEAfpE

　　聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。