Anthropic 指控三家中国 AI 公司大规模蒸馏 Claude，马斯克嘲讽：你偷来的东西被偷了？-优快云博客

这是一个在 AI 圈引发地震，同时又充满黑色幽默的“罗生门”事件。

事情的起因是：Anthropic（Claude 的母公司）发布了一份硬核报告，指名道姓地指控 DeepSeek（深度求索）、01.AI（零一万物，李开复创办）和 StepFun（阶跃星辰） 这三家中国头部 AI 公司，说它们的大模型“抄作业”抄得太明显了，涉嫌大规模蒸馏（Distillation）Claude 的数据。

而作为“吃瓜之王”的马斯克（Elon Musk）立刻跳出来补了一刀：“你是说，你偷来的东西被别人偷了吗？”

这到底是一场“技术剽窃”，还是“全员恶人”的闹剧？我整理了网上三派核心观点，看完你就懂了。

1. 啥是“蒸馏”？为啥 Anthropic 这么生气？

先科普一下，“蒸馏”不是真的煮酒，而是“老师带学生”。

原理：
小模型（或者后来者）为了省钱省力，直接把 Claude 这种“学霸”的回答拿过来，作为标准答案去训练自己。这比自己从头去啃书本（清洗原始数据）要快得多，效果还好。
抓包证据（实锤派）：
Anthropic 这次是有备而来。他们发现，这几家中国公司的模型在回答某些生僻问题时，竟然吐出了 claudetool 这样的代码标签。

打个比方： 这就像你抄同桌的作业，不仅抄了答案，连同桌写在卷子角落里的名字“Claude”也顺手抄上去了。这简直是“抄作业没改名”，尴尬到了极点。

观点一：马斯克与吃瓜群众——“回旋镖打到了自己脸上”（嘲讽派）

核心逻辑： 你们 AI 巨头起家，不也是靠“偷”吗？

全员小偷论：
马斯克和很多网友认为，Anthropic、OpenAI 这些公司，当初训练模型时，刮光了整个互联网的数据（书籍、新闻、画作、代码）。你们给原作者付钱了吗？没有。
版权的双标：
你们把人类几千年的文明成果“免费”拿去训练成了 Claude，现在别人拿了 Claude 的几句回答去训练，你就急了？这叫**“只许州官放火，不许百姓点灯”**。
因果报应：
网友戏称这是“盗亦有道”的崩塌。你偷了人类的，现在别人偷了你的，这在赛博世界里简直就是一种“生态循环”。

神评： “这就像一个偷车贼报警说，有人偷了他刚偷来的车里的收音机。”

观点二：技术圈的辩护——“数据污染”是不可避免的（现实派）

核心逻辑： 不是我们要抄，是你的数据满大街都是。

互联网被“污染”了：
现在的互联网上充斥着 ChatGPT 和 Claude 生成的内容。中国公司去爬取网页数据时，不可避免地会把这些内容爬下来。
被动吸入：
就像你呼吸空气，你没法把空气里的“香烟味”过滤掉。DeepSeek 等公司可能并不是故意去破解 Claude 的接口，而是他们的训练数据里混入了大量网友贴在网上的 Claude 回答。
行业潜规则：
在 AI 圈，用最强的模型（SOTA）产生的数据来辅助训练小模型，本身就是一种提升效率的**“行业标准操作”**。如果完全不许用合成数据，那 AI 的进化速度会慢一半。

观点三：商业竞争的残酷真相——“护城河”在消失（焦虑派）

核心逻辑： Anthropic 急眼了，是因为他们发现技术壁垒守不住了。

蒸馏不仅是抄，更是超越：
最让硅谷害怕的不是抄袭，而是中国公司（如 DeepSeek）通过“蒸馏+创新”，用极其低廉的成本，做出了性能逼近甚至超越 Claude 的模型。
打破垄断：
如果“蒸馏”被合法化，那么 OpenAI 和 Claude 花几十亿美金训练出来的“智力优势”，很快就会被后来者用几百万美金抹平。这就好比你花重金研发了新药，别人直接拿去做了仿制药，还卖得比你便宜。
条款也没用：
虽然 Anthropic 的服务条款（ToS）禁止用它的输出来训练其他模型，但在实际操作中，这几乎无法取证和起诉（除非像这次一样被抓到了 claudetool 这种硬伤）。