你以为是「窃取」，其实是行业标配。模型蒸馏是2015年由Hinton提出的通用技术，目的是将大模型能力迁移到小模型，降低算力成本。OpenAI、谷歌、亚马逊甚至将其作为标准化服务对外提供。但2026年起，Anthropic指控中国公司进行「工业级蒸馏攻击」，白宫随即发布反蒸馏备忘录，技术手段被升级为国家安全问题。核心争议在于：通过API调用输出数据训练竞争模型，是否违反服务条款？当前全球法律对此尚无统一界定。

硅谷初创企业看到的是生存筹码：中国开源模型API成本仅为美国巨头的1/2到1/5，一旦封禁，无力承担Anthropic、OpenAI高昂费用的企业将直接出局。美国安全派看到的是技术泄露：白宫科技政策办公室指控中国AI企业「系统性抽取美国模型能力」，从芯片封锁升级到模型与数据封锁。路透报道则指出，所谓「600万美元训练成本」只算了最后一次跑通的算力，前期探索成本与OpenAI在一个量级。同一笔账，三套算法。

蒸馏本身是合法技术，但争议焦点在于使用意图。Anthropic指控阿里通过25000个欺诈账户与Claude进行超2880万次对话，用于提取推理能力。DeepSeek则在《自然》论文中回应：训练数据来自公开网页，但承认部分网页可能包含其他模型输出。法律上，服务条款禁止利用API输出开发竞争模型，但现实中几乎无法追踪API输出流向。更关键的是，微软、亚马逊的官方文档甚至教授客户如何用蒸馏优化模型——正当优化与违规窃取在实践中完全混淆。

特朗普政府内部正从「硬件管制先行、模型管制滞后」转向双轨策略：一边通过分级审查机制收紧高端算力获取门槛，另一边通过「美国AI出口计划」将美国主导的技术栈、安全标准打包输出全球。2026年3月，BIS撤回的AI芯片出口管制规则被ITA的出口计划迅速取代。关键观察窗口是：2026年Q3美国是否将中国AI企业列入实体清单，以及印度仿制药厂和开源社区对管制冲击的反应。

Anthropic CEO在国会称开源模型是「危险路径」——一旦开放权重，企业无法监控滥用、撤销访问或更新安全护栏。但评论区高赞直指：这是闭源公司用「安全」包装商业保护主义。真正值得追问的不是「开源是否安全」，而是「谁有权定义安全」。当安全叙事从一家闭源公司嘴里说出来，很难和商业利益完全切开。更深的矛盾在于：开源促进透明与审计，闭源黑箱反而构成更大系统性风险，但拥有定义权的恰恰是后者。