2026 年 6 月 10 日，美国 AI 公司 Anthropic 向美国参议院银行委员会主席蒂姆・斯科特与资深成员伊丽莎白・沃伦致信，正式指控某公司在 2026 年 4 月 22 日至 6 月 5 日期间，通过近 2.5 万个欺诈账户与 Claude 模型进行超 2880 万次交互，实施大规模 “模型蒸馏” 行为，非法提取其核心能力，并称是该公司遭遇的同类攻击中顶级规模的一次。Anthropic 精确指出，此次行动由与某公司实验室关联的操作者实施，其行为已突破商业伦理与法律底线 月，Anthropic 就曾指控一些某某企业对 Claude 发动 “工业级蒸馏攻击”。OpenAI、Anthropic、谷歌已通过 2023 年共同创立的 “前沿模型论坛” 共享信息，联手打击 “对抗性蒸馏”，美国特朗普政府《人工智能行动计划》也明确将遏制 “对抗性数据蒸馏” 列为核心目标。
是指利用性能更强的 “教师模型” 输出结果，训练参数量更小、成本更低的 “学生模型”，使其在保留核心能力的同时实现轻量化部署。该技术本身是 AI 领域的通用优化手段，大范围的使用在提升效率、降低算力门槛，但没有经过授权的大规模对抗性蒸馏—— 通过欺诈、规避检测等手段批量获取教师模型输出以训练竞品 —— 则成为全世界 AI 竞争的焦点争议，其法律定性、责任边界与治理规则，成为数字时代知识产权与竞争法的核心命题。从技术逻辑看，模型蒸馏与传统的代码复制、数据窃取存在本质区别：
。以 Anthropic 指控为例，某公司通过 2880 万次交互获取 Claude 的输出结果，再用这一些数据训练千问模型，最终使千问在推理、长文本处理等能力上接近 Claude—— 这一过程未 “拷贝” Claude 的核心参数，却实现了能力的实质性迁移。技术特性决定了法律定性的复杂性：一方面，蒸馏未侵犯传统意义上的 “复制权”，因为学生模型不包含教师模型的原始数据或代码；另一方面，其结果是对教师模型核心商业经济价值的直接掠夺，相当于 “不偷图纸却复刻产品功能”。除非能证明直接窃取训练数据或代码架构，否则仅以功能相似性主张侵权，在现有法律框架下缺乏明确依据。
现行著作权法以 “作品” 为保护核心，要求客体具备 “独创性” 与 “可复制性”。对于 AI 模型，司法实践普遍认为：
—— 伦敦高等法院在 Getty Images 诉 Stability AI 案中精确指出，模型权重是训练形成的模式与特征产物，未包含受版权保护作品的复制件，不构成侵权复制品；美国版权局也多次表态，机器学习生成的内容及模型本身不受版权保护。Anthropic 指控的核心是 “能力被提取”，但
。即便 Claude 的输出内容可能包含受版权保护的文本（如文学片段、专业论述），但批量获取输出用于模型训练，是否构成 “复制权” 侵权仍存争议 —— 加州北区法院在 2025 年 6 月裁决中支持 Anthropic 使用版权内容训练模型属于 “合理使用”，理由是训练行为具有转换性，未替代原作品市场。判例意味着，仅以著作权法规制蒸馏行为，存在很明显的法律漏洞。相比著作权法，
成为规制非法蒸馏的核心备选路径，其核心是保护经营者的合法商业利益与公平竞争秩序。2026 年 3 月，北京知识产权法院在全国首例 AI 模型侵权案（某音公司诉某睿科公司）中终审判决，认定被告未经许可使用原告 AI 模型的结构与参数构成不正当竞争，赔偿 160 万元 —— 法院明确，AI 模型的结构、参数及由此形成的竞争优势，属于反不正当竞争法保护的法益。判决为蒸馏行为的定性提供了参考，若某公司的行为被证实，其通过欺诈账户批量获取 Claude 输出、掠夺 Anthropic 核心竞争优势，可能构成《反不正当竞争法》中的 “混淆行为”“搭便车” 或 “其他破坏公平竞争的行为”。但争议依然存在：
？正常用户交互与恶意批量交互的区分标准是什么？复旦大学法学院教授吕炳斌指出：“蒸馏技术本身中立，合法与否重点是是否违反服务条款、是否采用欺诈手段、是否实质性掠夺他人商业经济价值”。Anthropic 与某公司的争议，还涉及
与商业秘密保护两个层面。Claude 的用户协议明确禁止 “批量、自动化、欺诈性访问” 及 “用于训练竞品模型”，某公司通过 2.5 万个欺诈账户交互，已直接违反服务条款，构成违约。同时，若 Claude 的推理逻辑、知识结构被认定为 “不为公众所知悉、具有商业经济价值并采取保密措施” 的商业机密。但商业机密保护存在局限性：
；而服务条款的跨境执行力较弱，Anthropic 难以通过合同追责实现有效救济。这也是其选择向美国参议院致信、借助政治与舆论施压的核心原因。美国政府与头部企业已将 “对抗性蒸馏” 上升至
层面。2026 年 4 月，白宫科技政策办公室发布 NSTM-4 备忘录，声称中国实体以 “蓄意、工业规模” 蒸馏美国 AI 系统，通过代理账户、越狱技术抽取核心能力，威胁美国技术领先与国家安全。特朗普政府《人工智能行动计划》明确要求建立信息共享中心，专门遏制 “对抗性数据蒸馏”。OpenAI、Anthropic、谷歌通过 “前沿模型论坛” 构建联盟，共享蒸馏检验测试的数据，联合实施技术封堵（如限制 API 调用频率、检测异常账户）。其核心逻辑是：
。但这一立场遭到质疑 —— 特斯拉 CEO 马斯克嘲讽道：“他们怎么敢偷 Anthropic 从人类程序员那里偷来的东西？” 直指美国企业自身训练数据的合法性问题。学界与业界强调
第四波科技智库研究员冯皓钦指出，蒸馏是通用技术，美国企业间也广泛存在互相蒸馏，指控中国企业却不提供证据，本质是市场之间的竞争焦虑下的政治打压。
复旦大学吕炳斌教授认为：“蒸馏是开放创新的合法路径，应包容规制，其合法性源于技术中立性，学习行为属于自由范畴，但需避免复制参数、确保输出差异化”。
最高人民法院知识产权法庭研究员亓蕾提出 “宽进严出” 思路：输入端构建数据合理使用制度，输出端严格规制侵犯权利的行为，兼顾技术发展与权利保护最高人民法院知识产权法庭。
：以斯坦福大学 AI 治理中心教授为代表，认为蒸馏是 AI 效率提升的必要手段，应允许合法使用，仅规制恶意欺诈、批量窃取行为，避免过度限制技术创新。
：以欧盟知识产权局专家为代表，主张扩张知识产权保护范围，将 AI 模型的 “功能利益” 纳入保护客体，建立 “模型权利” 制度，明确蒸馏需获得授权并支付对价最高人民法院知识产权法庭。
：以联合国贸发会议专家为代表，认为蒸馏争议本质是竞争问题，应通过反不正当竞争法、反垄断法规制，禁止滥用市场支配地位封堵技术，同时要求企业公开蒸馏数据来源，保障透明度。
欧盟《AI 法案》明确要求，使用蒸馏技术训练的模型需披露数据来源，禁止通过欺诈手段获取训练数据，违者最高罚全球营业额 6%最高人民法院知识产权法庭。
中国《生成式人工智能服务管理暂行办法》规定，训练数据需合法来源，不得侵害他人知识产权，要求企业建立蒸馏行为检测机制最高人民法院知识产权法庭。
美国国会正在审议《AI 模型保护法案》，拟将 “没有经过授权的大规模蒸馏” 列为联邦犯罪，最高判处 10 年监禁并处罚款。
美国头部企业已部署 “蒸馏检测系统”，通过一系列分析交互频率、请求模式、账户特征识别异常行为，准确率超 95%。
中国企业推出 “反蒸馏技术”，如动态响应混淆、输出差异化处理、水印嵌入，防止模型能力被批量提取。
全球已出现 3 起 AI 蒸馏相关诉讼，其中 2 起以和解告终，1 起（北京 AI 模型侵权案）以不正当竞争判决胜诉，平均赔偿额超 100 万元全国党媒信息公共平台。
加州法院 2025 年判例明确，使用版权内容训练模型属合理使用，但恶意批量获取输出仍可能构成侵权。
三大价值的冲突，暴露了全球 AI 治理规则的滞后性。当前法律体系既无法有效规制恶意蒸馏，也可能过度限制合法技术应用，亟需从以下维度构建新规则：
。正常的模型学习、小规模测试交互属于合法创新；而批量欺诈账户、超大规模交互、直接用于训练竞品则构成恶意侵权。
为核心，著作权法、商业机密法、合同法为补充，构建多层保护体系。明确 AI 模型的 “竞争利益” 受反不正当竞争法保护，恶意蒸馏构成 “掠夺性竞争”；同时，保留著作权法对模型输出中原创内容的保护，商业机密法对核心技术信息的保护全国党媒信息公共平台。
：借鉴版权法合理使用规则，为蒸馏设定 “非商业、小规模、转换性” 例外 —— 允许科研机构、中小企业小规模使用蒸馏技术进行技术探讨研究，禁止大规模的公司恶意掠夺他人核心能力最高人民法院知识产权法庭。
：推动建立 AI 模型 “蒸馏授权市场”，企业可通过 API 授权、数据共享等方式合法获取训练数据，支付合理对价，实现 “有偿蒸馏、公平竞争”。
：美国将蒸馏问题政治化、国家安全化，本质是维护技术垄断，阻碍全球 AI 普惠发展。全球应共同反对以 “国家安全” 为名的技术遏压，推动技术交流与合作。
：在联合国、WTO 等框架下，制定 AI 蒸馏全球治理规则，明确数据来源透明度、侵权认定标准、跨境追责机制，避免各国法律冲突。
：鼓励全球企业共享蒸馏检测技术，建立异常交互预警机制，共同打击恶意蒸馏，同时防止技术滥用形成新的垄断。
AI 模型蒸馏是数字时代技术创新的必然产物，其法律治理的核心不是禁止技术，而是
未来，只有构建 “技术中立、权利清晰、竞争公平、全球协同” 的治理体系，才能既保护企业的创新成果，又避免技术垄断，让 AI 技术真正服务于人类社会的共同发展。对公司而言，需坚守合法创新底线，建立完善的数据合规与技术保护机制；以开放包容的态度推动 AI 技术的普惠共享 —— 这才是应对 AI 时代法律挑战的根本路径。
,老哥九游官网