美国AI三巨头每年被"蒸馏"走的收入，够建一座小型核电站。Bloomberg最新披露，OpenAI、Anthropic、Google正在共享情报，专门对付中国厂商的模型复制。
2023年埋下的伏笔，现在派上用场
三家公司合作的渠道叫"前沿模型论坛"（Frontier Model Forum），2023年就成立了。这个组织最初像是行业俱乐部，现在变成了情报交换站。他们要抓的技术叫"对抗性蒸馏"（adversarial distillation）——用大白话说，就是让你的模型给别人的模型"当老师"，把知识偷走。
斯坦福2023年搞出的Alpaca模型是第一个公开案例。团队用了5.2万条GPT-3.5生成的对话数据，只花了不到600美元就训练出一个能用的模型。当时大家还在讨论学术伦理，现在这已经成了商业战争。
美国官方估算，这种"抄作业"行为每年让美国AI实验室损失数十亿美元收入。
DeepSeek的"高级手法"被点名
OpenAI今年2月向国会提交过警告，说DeepSeek在用越来越精细的手段提取数据。Anthropic更直接，把DeepSeek、月之暗面（Moonshot）、MiniMax三家都列进了名单。
这里的操作细节值得细品。普通的模型蒸馏需要大量查询，容易被发现。但"对抗性蒸馏"会伪装查询模式，让被攻击的模型以为自己在服务正常用户。就像有人混进图书馆，不是偷书，而是每天来抄笔记，抄完回去自己出书。
三家公司现在的合作模式，照搬了网络安全行业的做法——竞争对手之间共享攻击数据。微软和谷歌的安全团队早就这样干了，现在OpenAI们终于醒悟：在模型安全这件事上，敌人不是彼此。
为什么现在才联手？
一个细节暴露时间线：Frontier Model Forum成立于2023年7月，但直到2025年初，三家公司才开始真正共享对抗性蒸馏的情报。中间这一年半，他们大概在互相试探——毕竟谁都不想暴露自己的防御漏洞。
另一个推动力是政策压力。美国商务部去年就开始调查中国AI公司的模型训练数据来源，国会听证会的频率明显加快。OpenAI 2月的国会证词，某种程度上也是给同行施压：要么一起行动，要么等着被监管。
技术层面，检测蒸馏攻击的难度在指数级上升。早期版本靠查询频率就能识别，现在攻击者会模拟真实用户的行为模式，甚至故意引入噪声来掩盖痕迹。这迫使防御方必须共享攻击样本，单靠一家公司的数据已经不够用了。
一个悬而未决的问题是：这种情报共享的边界在哪里？模型输出数据属于商业机密，攻击模式的数据同样敏感。三家公司目前只透露了"共享信息"这个框架，具体交换什么、交换多少，外界无从得知。
更现实的疑问是：当防御手段升级，攻击手段会不会跟着进化？这场猫鼠游戏的下一回合，谁会先亮出底牌？
热门跟贴