钳沿AI实验室评蒸馏争议：Anthropic 指责中国模型蒸馏是双标

以下是视频口播的自动转写，可能有错字。

蒸馏 cloud 算不算偷？9月 anthropic 一份报告点名了7家中国大模型，阿里、deepseek、智谱、小米全在名单上。最多的一家，3个月问了 cloud 1亿5千万次，专抄它的解题过程，拿回去训练自己的模型。anthropic 管这叫非法蒸馏。

要判他算不算偷，得先搞懂大模型是怎么练出来的。第一步，把全网的文章、几百万本书，一股脑喂给他，只让他干一件事，猜下一个字。床前明月，下一个字是什么？光！几万亿个字猜下来，他就学会了说话，也记住了知识。这一步就叫预训练。可这时候，他只会接话，不会答题。

你问他：“北京有什么好玩的？”你猜他会怎么接呢？他可能接着写：“上海有什么好玩的？”“广州呢？”所以还得教第二步：照着示范答案学，一问一答，答案怎么写，步骤怎么走，照着练。再让他自己做题，答对加分，答错扣分。这一步叫后训练。deepseek 的技术报告里写得清清楚楚，先预训练，再照答案学，再做题打分。

预训练让他读万卷书，后训练让他会答题。而 claude 读过的书里，有一大批来路不正，这个后面细说。后训练最要命的是示范答案，这些答案从哪来呢？一种，请专家一道道写，又贵又慢。另一种，找个学霸来抄。瓶里放老师，一个更强的模型。漏斗里倒进题库，成千上万道题。

底下这把火，是一次次调用它的接口。它把题一道道做出来，连解题过程一起往上冒。冷凝管把这些收集起来，再筛掉做错的。滴进瓶里的，就是示范答案。最后拿去训练学生，一个小模型。这就叫蒸馏。DeepSeek自己就在论文里干过，拿R1当老师，教阿里开源的一个小模型。

同一个小模型，自己做题苦练1万多步，数学竞赛47分。照着R1的作业学一遍，72.6分。抄，比自己练，高了25分。所以连 anthropic 自己的报告都写着，蒸馏本身是正当的训练方法。那凭什么抄它就成了偷呢？先看看 claude 自己是怎么练出来的。

法院文件写着，anthropic 花了几千万美元，买了几百万本纸质书，拆掉书脊，扫进电脑，原书就这么毁了。内部文件写着，要把全世界的书都拆了扫一遍。还写着，别让人知道我们在干这个。这还算是买来的，更早之前，他还从盗版网站下了700多万本书，最后掏了15亿美元和解。

你猜法官怎么说呢？买来的书拿去训练，合理使用。就在上个月，美国司法部也站出来说，拿别人的文章训练AI属于合理使用。一周后，美国国安局FBI联合发公告，中国公司蒸馏美国模型是安全威胁。拿别人的书练自己，叫合理使用。别人学你的回答就叫偷吗？何况 cld 的回答本来就是从别人的书里学来的。

更绝的是，今年5月，opas 4.8刚上线，网友用中文问他，你是谁？他答，我是通义千问。到底是谁在蒸馏谁呢？再看美国公司自己，马斯克在法庭上被问，xai 有没有蒸馏过 OpenAI？他先说，行业里都这么干。再追问，他答，部分是。美国公司蒸馏叫行业惯例，中国公司蒸馏就成了安全威胁。

难怪商务部说这是典型的双重标准。现在 anthropic 防的越来越狠，claude 的思考过程只给你看摘要，原文一个字都不给，前兆全价收。中国控股的公司去年9月起就不卖了。可这招美国早就用过，最好的显卡不卖给中国。结果 deepseek 拿着阉割版的 h800，练出了 v3和 r1，英伟达一天蒸发了5890亿美元。

今年4月的V4，官方直接写“等华为升腾950量产，价格还要大降”。防蒸馏也一样，9月Anthropic刚点名7家，10月DeepSeek照样发了新模型，自家成绩单上写代码超过了Claude Opus 5，价钱只要它的1/60。卡得越狠，逼出来的本事越硬。

我的判断：防得越狠，越是逼着国产模型、国产显卡自己站起来。这一招，短视。所以回到开头，蒸馏 cloud 算不算偷？我的答案不算。蒸馏是人人都在用的方法，anthropic 自己都承认。拿别人几百万本书练出来的 cloud，转头喊别人偷，这叫双标。

防来防去，只会把国产逼得更强，这叫短视。你觉得蒸馏算不算偷呢？评论区见。