AI模型安全成採購門檻，誰能留住企業與政府客戶？

 

Anthropic把AI競賽推進資料與安全攻防

Anthropic近日公布威脅情資報告，指控Alibaba、Moonshot與DeepSeek透過大規模「非法蒸餾」，未經授權使用Claude輸出訓練自家模型。相關活動牽涉上億筆互動，也把中美AI競賽從模型效能延伸到資料治理、商業機密與國家安全。

模型蒸餾的技術概念很常見。能力較強的模型擔任老師，學生模型吸收大量問答結果，以較低訓練成本取得部分能力。爭議集中在執行方式：Anthropic指稱相關業者使用偽造帳號、超額API呼叫，並將第三方使用者資料轉送至Claude。

這份報告目前屬於Anthropic的單方指控，Alibaba、Moonshot、DeepSeek、Xiaomi與Anthropic截至9月11日皆未進一步公開回應。現階段可以確認的是指控規模與Anthropic提出的偵測結果；各家公司如何解釋用途、授權與帳號關係，仍需更多證據補齊。

 

Alibaba相關互動達1.51億次，規模遠高於其他案例

Anthropic表示，今年5月至7月，Alibaba相關營運方透過超過3,500個疑似詐欺帳號，向Claude提出逾1.51億次互動請求。尖峰單日接近300萬次，規模足以顯示高度自動化與系統化操作。

這些輸出據稱被用來強化Qwen系列模型，也涵蓋強化學習與模型架構探索。若指控成立，影響便超過單一產品功能模仿，可能觸及更廣泛的研發流程與模型能力建構。

對AI產業而言，蒸餾正在改變研發成本曲線。前沿模型需要龐大算力、資料與人才投入，後進者若能大量取得高品質輸出，模型能力追趕所需的時間與資本可能明顯下降。領先實驗室投入的研發資本，也會面臨更高的外溢風險。

這會影響市場衡量AI護城河的方法。參數規模與評測成績只能描述當期能力，帳號管理、API防濫用、輸出追蹤及資料授權，逐漸成為保護研發成果的重要基礎設施。

 

Moonshot案例暴露企業資料的隱形轉送點

Moonshot的爭議更接近企業採購端。Anthropic指稱，部分Kimi使用者提問在缺乏充分告知下被轉送至Claude，Claude回覆再交還使用者。用戶可能無從得知內容曾經進入另一家公司的系統。

Anthropic在10天內偵測到近30萬筆客戶請求，透過5,380個疑似詐欺帳號路由，多數流向Claude Opus等高階模型。今年5月至7月，與Moonshot相關的蒸餾互動估計超過2,300萬筆。

報告另稱Moonshot保留部分對話，並擷取Claude的推理軌跡，用來訓練Kimi等模型。部分請求包含個人資料、跨國企業內部內容及國家相關單位資訊。若資料流向與用途未被充分揭露，企業原先設定的權限、保存期限與合規邊界都可能失效。

AI供應鏈多了一層資料路由風險。企業採購模型服務時，需要辨識請求會經過哪些模型、資料會在哪些司法管轄區處理，以及供應商能否將內容投入後續訓練。這些條款會直接影響金融、醫療、國防與政府客戶的採用門檻。

 

DeepSeek的低成本優勢面臨新的解釋與查核

DeepSeek憑藉低成本與高效能快速受到市場關注。Anthropic表示，今年7月的一段14天期間，偵測到超過1,200萬筆被歸因於DeepSeek相關活動的互動，操作模式包括多帳號批次轉送，再把結果用於模型訓練。

這項指控提供了另一種成本分析框架。DeepSeek的效率可能同時來自工程優化、模型設計與蒸餾技術；其中有多少涉及未授權使用，現階段仍缺少雙方完整說法。投資人若直接把低訓練成本視為永久競爭優勢，容易忽略授權、封鎖與監管可能帶來的成本回補。

一旦模型供應商強化身分驗證、呼叫限制與輸出浮水印，後進實驗室取得高品質訓練資料的成本可能上升。監管機關若進一步要求揭露訓練資料與第三方模型使用情形，部分成本優勢也可能重新計算。

因此，低價模型的單位經濟需要加入合規成本。目前證據足以指出風險方向，尚不足以量化DeepSeek成本與效能有多少比例受到相關行為影響。

 

監管範圍已涵蓋七類敏感活動

Anthropic表示，被攔截與制止的活動橫跨2025年12月至今年8月。除了模型蒸餾，報告也列出網路攻擊、輿論影響、監控追蹤、詐騙與金融犯罪、生物領域濫用及常規武器研發等七類風險。

大型語言模型可以降低程式撰寫、資料整理與內容生成門檻，也可能加快敏感活動的執行速度。模型公司因此同時扮演技術供應商與安全守門者，必須增加威脅偵測、帳號稽核與事件通報投入。

從產業角度看，這會讓AI競爭出現新的Capex與營運費用項目。算力仍是前線軍糧，安全、法遵與資料治理則逐漸成為守城成本。模型能力越強，服務的企業與政府客戶越多，這筆支出越難省。

 

AI採購開始把透明度納入護城河

企業過去評估AI服務，常把推論價格、速度、模型效果與雲端整合擺在前面。Anthropic的指控提醒市場，合約中的資料流向、保存方式、二次訓練權利及分包商管理，也會左右採用決策。

這對Microsoft、Oracle等提供企業雲端與AI服務的業者，同樣具有意義。大型客戶需要端到端的權限控管與責任歸屬；平台能否證明資料沒有流向未揭露的模型，將影響高敏感產業的採購意願。原文列出的單日股價漲跌缺乏足夠因果證據，無法直接連結這份報告或推導估值變化。

我的判斷會先停在產業層次。模型安全與資料可追溯性正在形成採購門檻，也可能成為前沿模型公司的防禦工具。後續要看被點名公司如何回應、Anthropic能否提出可供外部查核的技術證據，以及各國監管是否把訓練授權與跨模型資料轉送納入明確規範。