9月10日，Anthropic发布了一份威胁情报报告，内容覆盖网络攻击、非法模型蒸馏等AI“滥用”行为。其中最受关注的部分，是报告点名7家中国AI公司，指控它们对Claude实施了“工业规模蒸馏”。这已经是该公司今年以来第三次公开此类指控。
被置于指控中心的“蒸馏”，并不是一项新技术。2015年，Google Brain团队的一篇论文将其确立为一种模型训练方法，此后全球主要实验室都在内部使用。技术本身中立，至于其应用边界在哪里、是否构成侵权，行业争论多年，至今没有定论。
一项中立的常规技术，为何值得一家头部公司在半年多的时间里三次公开指控，且声势一次比一次大？要回答这个问题，需要把Anthropic近几个月的动作连起来看。
今年6月，Anthropic向监管机构秘密递交IPO申请，冲刺一场可能成为史上规模最 大的上市；7月，它成为硅谷唯 一拒绝签署开源公开信的头部公司；9月12日，也就是报告发布两天后，创始人达里奥·阿莫迪（Dario Amodei）发表长文，呼吁全行业放慢最强模型的迭代速度，给安全验证留出时间。
这些动作拼在一起，呈现出一种耐人寻味的反差：一边不断强调AI风险、呼吁行业减速，一边以最快速度推进商业化和上市；一边把安全挂在公司使命的最高位置，一边把最有价值的模型能力牢牢锁在闭源体系里，攫取产业链最丰厚的利润。
Anthropic已经不只是一个模型供应商。它同时在扮演应用竞争者、风险解释者和规则倡议者，并试图借助“安全”的名义影响开源政策、定义技术边界、打击潜在竞争者。
说到底，Anthropic不是在单纯维护AI安全，它想守住的，其实是自己的技术壁垒、商业利益和行业地位。
01.Anthropic的“受害者”面具
在Anthropic的叙事里，自己总是被攻击的一方。对“蒸馏”的指控，就是如此。
2015年，刚加入Google Brain不久的杰弗里·辛顿与团队负责人杰夫、研究员奥里奥尔共同发表论文，首次把此前零散的模型压缩思路系统化，命名为“知识蒸馏”。此后从头部实验室到开源社区，蒸馏被广泛用于模型的压缩与后训练。
其基本逻辑并不复杂，用一个能力更强的“教师模型”生成结果，去提升规模更小的“学生模型”。学生模型既可以学习教师模型输出每个Token的概率分布和思维链，也可以直接学习教师模型生成的最终答案，即所谓“硬蒸馏”。
在大模型行业，蒸馏被普遍视为一种高效的后训练手段，它本身是一项中立的技术，既非模型能力的决定性因素，也无法单独构成护城河。
今年以来，Anthropic对“蒸馏”的指控逐级加码。2月，它首次公开指控DeepSeek、月之暗面、MiniMax三家公司通过约2.4万个虚假账户，与Claude产生超过1600万次交互；6月，它致信美国国会议员，指控另一家中国头部实验室实施了“史上最 大规模的蒸馏攻击”；9月10日的报告进一步将规模扩大到近2亿次交互，点名7家中国公司，并以账户数量、交互频次等监测数据描述所谓“工业规模”的特征。
但在法律层面，“蒸馏”本身很难被直接定性。Anthropic的服务条款禁止用户利用Claude的输出训练与其竞争的模型，这意味着即便指控成立，最直接的依据也是合同层面的违约问题。更何况上述所有交互数据均来自Anthropic自身的监测系统，未经任何独立第三方核验。
被点名的公司中，阿里方面已否认存在不当行为，其余多家未公开回应。
面对所谓“史上最 大规模”的攻击，Anthropic没有首先把争议带进法庭，而是选择致函国会议员、发布威胁情报报告，把技术纠纷变成公共议题。因为法庭要求证据，舆论场只需要一份足够耸动的报告。
从更深一层的技术层面来看，蒸馏无法被证实，同样也无法被证伪，今天没有任何一家公司能够证明自己被另一家公司蒸馏，同样也无法自证从未蒸馏过他人。
对于“技术无罪”这条界线，美国产业界的态度反而更清晰。7月末，英伟达、微软、Meta、IBM等25家机构发表联名信，强调蒸馏被广泛用于模型改进、评估和验证，不应与非法提取混为一谈。英伟达CEO黄仁勋还公开表示，蒸馏以及从各类知识来源中学习是智能发展的基础，应当追责的是违反隐私与合同的具体行为，而非技术本身。
关于蒸馏的争论，很大程度上已演变成一场各说各话的罗生门。
而Anthropic自身经历的一场版权诉讼，暴露出一个尴尬的事实：这家公司并没有站在一块天然干净的道德高地上。
在作家起诉该公司的案件中，法院文件披露，Anthropic从盗版来源下载了超过700万份图书副本，建立内部资料库，再选取其中部分材料训练模型。
2025年6月，法官认定案涉模型训练属于合理使用，但没有将这一结论延伸到为建立永 久资料库而下载、保留盗版书的行为。双方最终达成15亿美元和解，法院于2026年7月20日最终批准。和解并不构成Anthropic承认责任，也没有解决所有AI训练的版权问题，Anthropic方面也不承认自己存在任何过错。
一个曾因获取训练资料的方式陷入版权诉讼、最终付出15亿美元和解成本的公司，如今却站在道德高地上指责同行“蒸馏”，多少有些讽刺。
Anthropic当然可以追究违反合同和隐私规则的行为，但它没有资格把自己包装成AI技术世界的道德裁判。
02.当“安全”变成商业武器
如果说蒸馏指控为Anthropic塑造了“受害者”的形象，那么围绕开源模型的博弈，则更能看清这种形象的商业用途。
7月24日前后，英伟达牵头25家AI产业链相关机构发起题为《开放权重与美国AI领导力》的联名信，签署名单随后迅速扩张，开源阵营的Meta，芯片企业英伟达、AMD，以及微软、谷歌等云平台也在列，连闭源阵营的OpenAI最终也签了名。
美国头部AI公司中，只有Anthropic一家缺席。另有多名业内人士透露，该公司正在游说政府限制开源模型。
压力之下，阿莫迪7月28日发表长文回应。他明确表示，Anthropic从未主张禁止开源模型。但他同时强调，足够强大的模型一旦开放权重便无法收回，若落入不法分子手中将过于危险。
尽管阿莫迪并没有明确表示要封禁开源模型，但他反复强调的AI安全，以及屡次指控开源模型厂商蒸馏攻击，都体现了他对于开源的“打压”。这就是“安全”作为商业武器的高明之处，Anthropic不需要公开喊出“禁止开源”，只要不断把开源模型与安全风险、恶意使用和国家安全绑定，政策环境就会自然变得更不利于开源。
之所以这么做，是因为当开源模型不断逼近闭源模型，Anthropic的利润壁垒正在被削薄。
据SemiAnalysis报告，Anthropic二季度预计实现约5.59亿美元的首笔营业利润，三季度GAAP口径下息税前利润预计超过10亿美元；年化经常性收入将从2025年底的约90亿美元攀升至逾600亿美元。
如果把渠道分成和模型训练成本剔除，Anthropic的毛利率可能超过80%。
因此，打压开源与冲刺IPO事实上是同一盘棋。6月1日，Anthropic向SEC秘密提交S-1草案，在此背景下，如果开源模型被政策锁死在门槛之外，企业客户的选择集合收窄，收入确定性上升，政策壁垒就能转化为估值溢价。
回看Anthropic对于开源模型的“攻击”与这家公司的估值几乎是同步的，今年2月公开指控中国开源模型公司蒸馏攻击后不久，Anthropic的估值在私募二级市场平台Forge Global上突破1万亿美元，并反超了OpenAI。9月的蒸馏报告，则与交表后的上市关键筹备期再度重合。
对一家即将进入资本市场的模型公司来说，竞争对手越少、模型领 先叙事越强、收入越集中于自己，估值就越容易被推高。如果还能借“安全”的名义让监管者替自己提高竞争门槛，就更是获得了一道由政策构筑的护城河。
况且，从整个AI行业来看，以Anthropic为代表的闭源模型公司不仅仅在收割资本市场，同样也在大量攫取产业链的利润。闭源厂商高额的毛利率同时也在挤压整个AI产业链的利润空间，无论是上游的硬件厂商还是下游的云厂商、应用厂商都会受到影响，如果掐死了开源模型这一路线，Anthropic的利润空间只会更大，这是行业其他参与者不愿意看到的。
一个对照是OpenAI。在阿莫迪发表“减速”长文后，OpenAI CEO奥特曼公开表示赞同，并在接受媒体采访时确认，OpenAI今年不会进行IPO。两家最 大的闭源模型公司，在同一个月里做出了相反的选择：一家以安全之名推迟上市，一家在安全声浪中冲刺上市。
03.硅谷公愤，对手越追越近
Anthropic面对的麻烦，已经不只是竞争对手的质疑。C端用户开始担心数据隐私，B端企业开始警惕它向应用层无边界扩张，而中国开源模型正在从技术追赶走向商业反攻。
一个要求全行业对AI风险保持高度警惕的公司，本应首先对自己的数据边界保持同样严格的标准。但在用户协议层面，Anthropic的差异化安排早已引发讨论。使用Claude Free、Pro、Max的个人用户不享受零数据保留（ZDR）协议，付费订阅也不等于零保留。ZDR仅作为专门安排，提供给部分API客户和经批准的Claude Code企业客户。
换言之，普通用户的对话数据默认可能被用于模型训练。今年1月，一位海外开发者在查看代理日志时发现，Claude Code后台每隔几秒便向一个网站发送请求，频率之高接近实时监控。他在GitHub上的询问，未获实质性回应。
此次Anthropic对蒸馏的指控本身，也展示了其对用户交互数据的详细掌握。报告中，它精确描述了具体用户的对话内容。Anthropic对此的解释是，监测由后台自动运行的分类器完成，而非人工翻阅对话。
除了C端用户对于Anthropic的隐私保护担忧，B端的企业也在抵制Anthropic的无节制扩张。
7月29日，据外媒报道，一股针对Anthropic的抵制情绪正在硅谷积聚，根源在于其产品与现有软件提供商形成竞争，以及它对封闭AI生态的倡导。导火索之一是4月发布的Claude Design，一款被认为直接对标其合作伙伴、设计软件公司Figma的产品。
此外，根据媒体报道，英伟达、Palantir、Booz Allen Hamilton已开始限制内部使用Anthropic的AI模型。这些企业担心员工将内部代码、知识产权等敏感信息输入外部AI模型后，模型提供商可能接触甚至从这些数据中学习。
比舆论抵制更实际的压力，来自被指控者的追赶。斯坦福大学《2026年人工智能指数报告》显示，中 美顶 尖模型的评分差距已缩小至约2.7%，两国模型自2025年初以来多次交替登顶。报告同时指出，中国的优势恰在开源探索、应用落地与基础研究转化。
能力接近之外，中国开源模型正在商业上进入Anthropic的腹地。Kimi K3，在今年7月开源后以2.8万亿参数成为全球最 大的开源模型，据外媒报道，月之暗面正与微软、亚马逊、谷歌三大云厂商谈判，寻求让Kimi K3进驻三大平台并获得最高30%的收入分成，若达成，将是中国AI公司与美国云巨头之间首批重要的分成协议。
9月16日，智谱在投资人电话会上表示，已与多家国内外头部云服务商签署收入分成协议，GLM系列开源模型将以托管API形式在海外云平台提供服务，相关收入10月起确认。一周前，该公司刚完成50亿美元融资。
从花钱购买海外算力，到向海外云平台输出模型并参与分成，中国开源公司与全球云计算产业的角色正在对调。这也在事实上回答了Anthropic的打压为何收效有限。当技术差距收窄到个位数百分点、开源模型转而以分成模式入驻海外云平台时，被封锁者正在变成封锁者盟友的生意伙伴。
站在IPO节点上的Anthropic，其宣称的AI安全、开源威胁与蒸馏攻击中，已经与自身的商业利益深度交织。
1959年，美国发明家托马斯·卡特开始销售一种名为Carterfone的装置，让无线对讲机用户能够与电话网络通话。电信巨头AT&T禁止用户接入，理由是公司承担维护网络的责任，必须控制接入设备。1968年，美国联邦通信委员会裁定，Carterfone并未损害电话系统，一概禁止外部设备接入的规定不合理且带有歧视性。
一个行业的领跑者可以参与制定技术标准，也可以对行业未来的发展方向提出倡议，但“安全”不应该成为打击竞争对手的武器，更不能成为领 先企业向监管者索取竞争壁垒的筹码。
AI行业真正需要警惕的，不只是模型失控，也包括“安全”被商业化之后，变成少数公司排斥竞争、抬高门槛的工具。