2026年2月14日，The Register 发布的调查指出，一种以大型语言模型为中枢的攻击链正在成形：研究人员和黑客利用LLM来“蒸馏”对手模型，从而在黑箱接口下重建或逼近目标模型的行为。
报道描述的核心流程分为三步。第一步是“探针生成”：攻击者先用一个通用的强模型（本文以名为DeepSeek的编排工具为例）自动化生成大规模询问集合。DeepSeek 会合并任务提示、变体化句式、控制温度与采样策略，制造出能触发目标模型不同推理路径的问题。
第二步是“采集响应”：通过API或网页界面批量查询目标模型并记录输出。The Register 指出，攻击者会对请求进行速率抖动、语义重写和CDN跳变，以规避流量异常检测和速率限制。某些实现还会利用多模型并行查询，把同一问题在不同时间段或不同账号下请求，拼凑出更完整的行为谱。
第三步是“学生模型训练”：将采集到的一手问答对作为训练集，对开源模型或自建小模型进行微调。文章强调，使用LLM先进行答案标准化、去噪与合并能显著提升蒸馏效果——也就是说，攻击者用一个强模型来“清洗”目标模型输出，再用这些“干净”的数据训练替身。
The Register 还指出了几个容易被忽视的细节：链式思考（chain‑of‑thought）输出可能泄露内部策略，系统提示（system prompts）或特定格式的回复结构在被复制后会暴露原模型的设计理念；此外，连续迭代的相互蒸馏会导致“模型自我消耗”——错误和偏差在多轮复制中被放大，最终产出既不像原模型也失去了稳定性。
面对这种攻击，报道列举了多种防御层面。工程手段包括对输出进行不可逆扰动（输出小幅随机化或引入签名化水印）、在API层面强化速率与行为检测、在训练与推理环节引入差分隐私；法律与合约层面则建议在服务条款中加入反抽取条款，并建立可追溯的API凭证体系。
The Register 强调，这不是单一漏洞，而是架构性风险：当越来越多厂商把商业价值压缩在“模型行为”上，而模型本身又通过接口易于观测时，蒸馏攻击将成为一种低成本复制策略。文章呼吁产业界在开放能力与保护资产之间找到新的平衡。
报道还提到实验与案例：研究团队用组合式提示工程和LLM清洗的流程，在黑箱条件下复现了多个分类与生成任务的关键行为；同时也展示了在有限对话配额下，通过语义变体化和并行账号策略获得关键样本的方法。文章最后提醒，监管、技术和商业三方面的协同是防止“AI吃掉自己”的关键。
2026年2月14日的这篇调查是对行业的一次警示：在LLM生态中，强模型既可以是防御者，也可能被重工具化为攻击者。对于追求差异化优势的公司而言，仅靠闭源已不足以保证模型行为的不可复制性。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com