抗敌性蒸馏：从技术到政策争议

近年来，随着人工智能技术的快速发展，围绕大模型的竞争日益激烈。然而，在这场技术竞赛中，一种被称为“对抗性蒸馏”的新型操作方式正在引起广泛关注，并被视为影响人工智能竞争格局和国家安全的重要风险因素。

抗敌性蒸馏：从技术到政策争议

根据2026年2月Anthropic披露的信息，约2.4万个虚假账号持续高频调用其Claude大模型，累计交互请求达1600万次。外界普遍认为，此举旨在大规模收集模型输出内容，用于训练竞品大模型。与此同时，OpenAI在美国国会众议院举行的听证会上指出，DeepSeek相关人员研发出绕过平台访问限制的方法，截取模型生成数据用来自研同类大模型。

这两起事件共同指向了一种颇具争议的操作：“对抗性蒸馏”。这种技术通常是指未经授权擅自使用模型蒸馏方法，通过批量账户、自动化访问或其他手段绕过平台限制，大规模收集模型输出内容，并将其用于训练竞争性模型。

美国为何高度警惕

美国政策界认为，“对抗性蒸馏”可能引发三大突出风险：

• 削弱竞争优势：如果美国企业投入巨额研发资金形成的前沿模型能力被系统性提取，其他国家的竞争者便能以较低成本快速缩小技术差距。

• 军事与情报应用风险：被提取的模型能力可能进入军事和情报应用领域，例如武器研发、网络攻击等高危活动。

• 安全机制缺失：蒸馏后的模型虽然能继承部分能力，但未必完整保留原有厂商的安全防护机制，可能导致不受约束的人工智能系统被滥用。

法律工具的局限性

尽管美国现行法律提供了部分追责途径，如《计算机欺诈和滥用法》和《保护商业秘密法》，但在面对具有国家背景、多方协同、产业化的大规模行动时，这些工具显得力不从心。例如，利用数千个虚假账户突破访问权限的窃取行为，即便能够锁定涉案人员身份，对身处海外的当事人刑事追诉和判决执行都存在现实困难。

此外，美国政府还可以动用出口管制、制裁措施或“实体清单”等工具，针对查实参与对抗性蒸馏的境外人工智能机构实施限制。但如果境外主体将管制措施视作研发所需付出的成本，这类手段很难起到震慑作用。

更重要的是，美国现行法律尚未建立政府与人工智能企业之间常态化的情报共享机制，也缺乏识别、认定和制裁相关行为主体的统一程序，在国际层面同样缺少与盟友协调应对的成熟框架。

美国政策加速补短板

为弥补这些政策空白，美国国会和行政部门已经开始行动补齐短板。美国众议院外交事务委员会一致通过《2026年遏制美国人工智能模型窃取法案》（DAAMTA，H.R.8283），该法案计划通过出口管制和制裁措施，提高境外不法主体系统性抓取美国大模型、走捷径发展竞品人工智能产业的违法成本。

与此同时，美国白宫科学和技术政策办公室（OSTP）发布第4号国家安全技术备忘录（NSTM-4），将外国实施的对抗性蒸馏活动界定为国家安全威胁。这表明，模型蒸馏问题正在从企业之间的商业竞争和知识产权争议，进一步进入美国国家安全政策体系。

区分合法与非法的关键

值得注意的是，蒸馏本身是一种常规技术，并不天然等同于“模型窃取”。正常的学术研究、模型压缩、基准测试和开源开发同样会使用蒸馏方法。

因此，美国未来若进一步立法，关键在于如何区分合法研发与未经授权的大规模能力提取。如果相关法律对“蒸馏”“模型输出收集”或“自动化测试”作出过于宽泛的规定，可能将正常研究活动一并纳入限制范围，也可能削弱美国企业与全球开发者生态之间的联系。

与此同时，如果美国企业受到更严格约束，而境外开发者仍可继续使用蒸馏技术，美国自身也可能在模型优化和成本控制方面承受压力。

模型安全纳入网络防御体系

想要守住人工智能领域的战略优势，美国政府不能仅将人工智能模型安全归为商业秘密保护、出口管制范畴，更要将其视作网络防御的核心支柱。具体而言，落实法律追责的同时，还要加大前沿防护技术研发投入，扶持高精度水印、模型输出追踪、异常账户识别和算法检测等技术发展，搭建政企联动的动态防御体系，保障防护措施的有效性。

图源：ITIF

综上所述，“对抗性蒸馏”作为一种新兴的技术操作方式，正在成为美国政策界关注的焦点。随着相关立法的推进和技术防护措施的加强，未来人工智能领域的竞争格局和安全态势或将发生深刻变化。