當2880萬次查詢變成武器：蒸餾攻防戰嘅技術剖析

2026年6月24日，Anthropic向美國參議院銀行委員會及白宮官員致函，指控阿里巴巴相關營運方透過約2.5萬個帳戶向Claude發起大規模蒸餾攻擊。45日內超過2880萬次互動，精準瞄準軟件工程同Agentic推理兩類高價值能力。呢一宗指控係繼年初Anthropic指控中國另外三家LLM企業之後嘅最新個案。指控本身仍待各方回應，但事件已經迅速引發更深層討論。

更具戲劇性嘅係，一星期前喺Huggingface出現嘅開源模型Qwable-v1為呢場爭議提供咗可公開檢驗嘅技術樣本。呢款由獨立開發者發佈嘅模型，以Qwen系列嘅MoE架構為基座，透過鏈式蒸餾先後注入Claude系模型嘅推理鏈同Agentic工具使用能力，淨係用約4600多條SFT數據、單張H200顯卡、約14小時就完成訓練。佢以一種幾乎透明嘅方式，展示咗蒸餾技術嘅效率邊界。

蒸餾技術原理

從「教師」到「學生」嘅知識轉移模型蒸餾（Knowledge Distillation）最早由諾獎得主Geoffrey Hinton於2015年提出，核心思想係用一個大型「教師模型」（Teacher）去指導細一啲嘅「學生模型」（Student）學習，從而喺保持較高性能嘅同時大幅降低計算成本同部署門檻。

基本流程包括：

教師生成高質量輸出（包括推理鏈同概率分布）。
學生透過SFT或強化學習模仿。
高級變體例如鏈式蒸餾（Qwable-v1採用呢個方法）、對抗性蒸餾等。

喺LLM領域，蒸餾特別有效，能快速將萬億參數模型「濃縮」成高效版本。Qwable-v1就係呢項技術嘅典型實踐：佢將Claude嘅高階推理同工具使用能力，遷移到Qwen開源基座上，實現社區驅動嘅快速能力複製。

蒸餾攻擊嘅技術邏輯

蒸餾攻擊唔同於傳統數據竊取。其目標唔係獲取模型權重，而係透過大規模、結構化嘅API調用，系統性咁收集教師模型喺特定任務上嘅推理過程同工具使用模式，再用呢啲輸出去訓練自家模型。攻擊者唔需要理解Claude嘅內部結構——佢哋只需要令Claude「表演」足夠多次。

此次攻擊呈現高度組織化。2.5萬個帳戶嘅查詢策略有明確任務聚焦，圍繞代碼生成、除錯、多步工具調用等場景展開。呢種聚焦式蒸餾最大化咗每條訓練樣本嘅信息密度。考慮到Claude喺單次Agentic任務中可能生成數千Token嘅推理鏈同多輪工具調用，2880萬次互動所含嘅結構化知識量，足以支持學生模型喺特定領域快速接近教師水平。

防禦：一場不對稱嘅貓鼠遊戲

Anthropic已部署反蒸餾