知识蒸馏由 Geoffrey Hinton 2015 年提出，核心是用教师模型的输出概率分布（软标签）训练学生模型，而非直接复制参数或训练数据。全球 AI 公司均在使用——马斯克在 OpenAI 诉 xAI 案中坦言「几乎所有 AI 企业都在蒸馏」，Cursor 被发现直接基于月之暗面开源模型微调。但同一技术，Anthropic 一面自己蒸馏中国模型（Claude Opus 4.8 被发现自称是通义千问），一面将中国企业的对等行为上升至「国家安全威胁」。蒸馏本是工具，立场决定它被定义为创新还是盗窃。

Anthropic CEO Dario 多次主张前沿模型应闭源，理由是高能力模型权重公开会带来「攻防不对称」风险。但 2026 年 7 月，133 家科技机构联名支持开源，唯独 Anthropic 缺席——英伟达同日牵头成立开放安全 AI 联盟，直接对立。投资人 Chamath 直指 Dario 本质是要「停止开源，把技术经济力量集中在 Anthropic 手中」。这套叙事与 2019 年 GPT-2 分阶段发布的「过度谨慎」一脉相承，如今被重新用于为闭源商业护城河服务。

Anthropic 年收入 140 亿美元、估值 3800 亿，核心商业模式是 Claude 的闭源 API 付费。它指责中国公司「工业规模蒸馏」并要求制裁，但事实是：Cursor 被发现基于月之暗面开源模型微调，马斯克承认 xAI 蒸馏了 OpenAI，Anthropic 自己的模型被用户测出自称阿里通义千问。中方商务部回应直指这是「人工智能霸权」，并指出近 200 家美国初创企业反对切断对中国开源模型的访问——因为那会「削弱美国企业竞争力」。同一本账，安在别人头上是盗窃，算自己账上是创新。

中国模型用 1/10 的训练成本达到美国模型 97% 的性能（斯坦福报告），API 定价仅为海外 10%-20%（瑞银数据），同时保持 20%-40% 的毛利。但后发优势的致命前提是「足够的技术吸收能力、制度环境和市场规模」——文章点破这点。当下能看到的关键变量是：美国 MATCH 法案已将管制从芯片扩到设备存量服务和远程算力调用，2027 年国产算力集群能否批量交付将决定中国 AI 是否从「成本套利」切换为「自主迭代」。拐点不在蒸馏技术本身，在算力底座。

Anthropic 在政治层面推动反蒸馅的同时，技术攻防早已开打。输出水印（绿/红名单采样、logits 扰动）试图在 token 选择层嵌入可追溯信号，但蒸馏攻击真正提取的是语义层的推理模式——转述攻击用另一个 LLM 改写文本，就能打散水印的统计偏置。技术天花板现实存在：水印防御锚定在表层，蒸馏进攻在深层。这意味着反蒸馅的终极解法可能不在技术层，而在立法定义权。那么问题来了：当技术手段永远追不上语义提取的自由度时，Anthropic 的指控究竟是法理博弈，还是资本谈判筹码？