Anthropic指控DeepSeek、月之暗面、MiniMax三家公司通過約2.4萬個(gè)虛假賬號(hào)違規(guī)蒸餾Claude模型，生成超過1600萬次對(duì)話用于訓(xùn)練自家模型，引發(fā)行業(yè)熱議。RLHF領(lǐng)域?qū)＜襈athan Lambert對(duì)此指出，中國AI公司的成功并非靠走捷徑，而是依賴扎實(shí)的基礎(chǔ)設(shè)施建設(shè)和持續(xù)的技術(shù)創(chuàng)新。

Lambert將三家公司的情況分別分析，認(rèn)為DeepSeek涉及的15萬次交互量級(jí)極小，更像是內(nèi)部實(shí)驗(yàn)而非系統(tǒng)性行為。月之暗面涉及340萬次交互，集中在智能體推理、工具調(diào)用等Claude核心能力方向。MiniMax規(guī)模最大，約1300萬次，目標(biāo)為代理編碼和復(fù)雜任務(wù)編排。月暗與MiniMax合計(jì)約1650萬次，估算token成本達(dá)數(shù)百萬美元。

Lambert強(qiáng)調(diào)蒸餾存在明顯天花板，真正頂級(jí)的模型能力依賴強(qiáng)化學(xué)習(xí)而非簡單模仿。他指出，模型需要通過自主探索、試錯(cuò)迭代來獲得解題路徑，這是蒸餾無法提供的。不同模型間的數(shù)據(jù)分布差異也讓蒸餾效果大打折扣，需要大量工程優(yōu)化才能發(fā)揮作用。

值得注意的是，Anthropic自身深陷版權(quán)爭議。該公司曾被曝以破壞性方式掃描全球書籍，從盜版網(wǎng)站下載大量侵權(quán)內(nèi)容，最終支付15億美元和解金。馬斯克公開批評(píng)Anthropic大規(guī)模竊取訓(xùn)練數(shù)據(jù)卻指控他人。這種雙重標(biāo)準(zhǔn)讓Anthropic的指控顯得缺乏說服力。

Lambert認(rèn)為，Anthropic此時(shí)公開點(diǎn)名中國公司，技術(shù)防御并非首要?jiǎng)訖C(jī)，更像是向美國國防部遞交的投名狀。此前美國防部剛威脅Anthropic配合提供不受限制的使用權(quán)限，否則將其標(biāo)記為供應(yīng)鏈危險(xiǎn)。這種選擇性執(zhí)法暴露了其地緣政治考量。

業(yè)內(nèi)普遍認(rèn)為，蒸餾能幫助模型快速入場，但要達(dá)到頂級(jí)水平必須依靠自主的強(qiáng)化學(xué)習(xí)訓(xùn)練。DeepSeek、月之暗面、MiniMax均具備完善的基礎(chǔ)設(shè)施和優(yōu)秀人才，絕非僅靠小聰明企圖彎道超車的小作坊。Anthropic提出的蒸餾爭議，折射出AI行業(yè)在規(guī)則模糊地帶快速行動(dòng)后，面臨規(guī)則收緊時(shí)的復(fù)雜博弈。（愛范兒）