当安全公司自己披露坏消息
2026年9月，Anthropic发布了一份覆盖2025年12月至2026年8月的AI滥用威胁报告。这份报告的特殊之处在于：它不是媒体写的，也不是政府写的，而是被滥用的对象——Anthropic自己——把真实案例摊在阳光下。
报告覆盖七大类滥用场景：网络攻击、影响力行动、监控、诈骗、生物滥用、武器滥用、非法模型蒸馏。其中最震撼的数据，来自最后一类。
1.51亿次对话：中国大厂的"蒸馏战争"
报告披露了一组关于非法模型蒸馏的惊人数字：有人通过欺诈注册的账号，大规模批量调用前沿模型，用海量对话"喂出"自己的复制品。
- 阿里巴巴：约1.51亿次Claude对话，用于蒸馏；
- Moonshot（月之暗面）：约2300万次；
- DeepSeek：约1200万次。
数据来源：Anthropic滥用威胁报告，2025年12月—2026年8月
这是什么意思？模型蒸馏不是"问几个问题"，而是一种工业化的知识窃取：攻击者故意设计数百万轮对话，诱导目标模型一点点输出其内部能力，再用这些对话数据训练一个自己的小模型，逼近原模型的水平。
1.51亿次对话背后，是一套有组织的基础设施：批量注册账号、轮换IP、设计专用提示词、绕过频率限制、把输出回传训练管道。这已经不是黑客脚本，而是产业链。
七类滥用：从网络攻击到生物风险
除了蒸馏，报告还列出了其他真实发生的滥用：
- 网络攻击：AI被用于自动化漏洞探测、钓鱼邮件生成、恶意代码编写，攻击门槛大幅下降；
- 影响力行动：用AI批量生成多语言内容、模拟真人画像，操纵社交媒体舆论；
- 监控：把语音识别、面部分析、文本生成打包，用于对个人的非法追踪；
- 诈骗：深度伪造+个性化话术，针对企业高管和老年人的精准诈骗；
- 生物滥用：在严格防护下，模型仍被反复诱导，试图获取危险病原体相关信息；
- 武器滥用：咨询武器制造相关的有害信息。
这份报告为什么可信？
企业自曝家丑，听起来可疑。但Anthropic的报告之所以分量重，在于它用具体数字和方法论说话，而不是空泛警告。它披露了账号规模、调用量级、检测手段和拦截措施，让外部研究者可以对照验证。
这种"把真实威胁量化"的做法，实际上抬高了整个行业的披露标准。过去安全问题多靠媒体爆料，现在头部实验室开始建立威胁情报披露制度——这本身就是行业走向成熟的标志。
对中国厂商的双重解读
报告点名阿里巴巴、Moonshot、DeepSeek的蒸馏行为，需要放在两个层面看：
- 技术层面：这暴露了前沿模型"能力泄露"的现实风险。只要模型能被API调用，就存在被蒸馏的可能。防御方必须在账号体系、异常检测、输出水印上持续加码。
- 地缘层面：把商业行为直接冠以"滥用"，也带有明显的美国视角。模型能力在全球流动，所谓"非法蒸馏"的界定，本身就牵涉出口管制与知识产权的国际博弈，并非纯技术问题。
理性的做法不是情绪站队，而是承认：在AI能力成为核心资产的时代，“如何证明你没有抄我的模型"会变成一个和"如何证明你没偷我代码"同等重要的法律与技术命题。
行业影响与展望
- API安全成本上升：检测蒸馏需要分析调用模式、语义相似度、输出分布，这会成为大模型厂商的标配成本项；
- 输出水印与溯源：给模型输出嵌入可检测标记，将从"可选"变成"准入”；
- 国际规则博弈：模型蒸馏、跨境调用、数据主权，会成为下一轮AI治理谈判的焦点。
Anthropic这份报告最有价值的地方，是它把"AI滥用"从抽象焦虑变成了带数字的现实。当我们知道有人用1.51亿次对话在偷模型，讨论"要不要治理"就成了伪命题——真正的问题是，用什么规则、由谁来执行。
更多AI安全与滥用威胁的持续追踪，欢迎关注guijiagi.com。