Anthropic指控阿里巴巴用2.5万假账户提取Claude模型能力

Anthropic于2026年6月10日致信美国参议员，指控阿里巴巴关联Qwen实验室通过近25000个虚假账户，在4月22日至6月5日期间与Claude进行超过2880万次交互，规模接近此前三家中国实验室合计1600万次的两倍，目标直指代理推理、软件工程与长周期任务能力。本文还原核心事实，拆解蒸馏攻击的商业逻辑与技术路径，分析对中美AI竞争格局、开发者生态及安全对齐的影响，并结合音乐版权诉讼与半导体管制背景，判断未来政策协调与信号观察要点。

2026年6月10日，Anthropic致函美国参议员，披露阿里巴巴关联的Qwen实验室通过近25000个虚假账户，在4月22日至6月5日期间与Claude模型完成超过2880万次交互，规模接近DeepSeek、Moonshot和MiniMax三家实验室此前合计1600万次的两倍，且集中针对代理推理、软件工程与长周期任务等核心能力。

这一数字直接指向工业化蒸馏攻击的现实路径。蒸馏技术本身允许较弱模型通过学习强模型输出快速复制行为，从而大幅降低自训成本，但当攻击方以批量虚假账户实现高频、系统性调用时，成本转移就从实验室内部转向对 frontier 模型API的持续消耗。Anthropic在信中明确指出，此类行为不仅违反服务条款，还会将美国数百亿美元研发投入转化为竞争对手的隐形补贴。

攻击如何从偶发违规升级为工业规模

从技术执行看，25000个账户的创建与维持需要稳定的API访问通道和自动化管理能力。过去Anthropic披露的三家实验室案例已显示24,000个账户产生1600万次交互，而本次阿里巴巴关联行动在更短时间内达到近两倍量级，说明攻击方已形成可重复的账户轮换与流量调度机制。Qwen模型本身具备音乐分析功能，这与同期音乐行业对Anthropic提起的版权诉讼形成并行背景，但蒸馏本身并不依赖歌词数据，而是直接复制推理轨迹。

商业逻辑上，蒸馏的吸引力在于避开从零训练的巨额投入。Anthropic强调，产出模型往往在安全对齐环节存在缺陷，若直接部署，可能将训练阶段的防护漏洞放大到生产环境。

对各方利益相关者的格局影响

对中国实验室而言，此类攻击短期内可快速提升模型性能，但长期面临服务中断与声誉风险。开发者社区则可能因API访问收紧而面临更高合规门槛，企业用户在选择多模型策略时需额外评估供应链安全。Anthropic自身则借此强化其在国会听证中的议题主导权，Senate Banking Committee次日听证即为直接背景。

与此同时，美国官员对受限半导体设备是否流入中国的质疑，进一步将技术转移问题置于政策中心。蒸馏攻击与硬件管制在同一时间窗口叠加，使单纯依靠服务条款的阻断显得力有不逮。

可比先例与当前案例的差异

Anthropic此前在2月博客中已点名三家实验室合计1600万次交互，本次阿里巴巴行动在交互量上接近翻倍，且时间跨度更短，显示攻击效率提升。音乐版权诉讼中，Universal Music Publishing Group等起诉方指控Anthropic未经许可复制超过20000首歌词，索赔超过30亿美元，Anthropic则主张合理使用。两起事件虽领域不同，但均指向训练数据与模型能力的跨境流动争议。

战略判断与可验证信号

分析判断：短期内最可能出现政府与产业协调框架的讨论，例如联合账户风控标准或跨境API审计机制。观察信号包括Anthropic后续是否公布更多实验室数据、美国商务部对半导体出口的进一步审查结果，以及Qwen系列模型是否调整公开基准以规避蒸馏指控。单纯事后披露已不足以形成威慑，政策层面需要更早期的技术与商业干预。