2026 年 3 月，Anthropic 发布了一份详尽的技术报告，披露其检测到三家中国 AI 公司——DeepSeek、Moonshot（月之暗面/Kimi）和 MiniMax（稀宇科技）——对 Claude 模型进行的大规模蒸馏攻击（Distillation Attack）。[1]
蒸馏攻击的核心手法是：通过大量调用目标模型 API，收集其输入-输出对作为训练数据，用于训练自己的模型。本质上是在不获取模型权重的情况下"复制"模型能力。三家公司的攻击规模令人震惊——MiniMax 累计发起了约 1300 万次交互。[1]
事件全貌：三家公司的蒸馏行为
从 15 万次到 1300 万次，规模差异背后的不同策略
Anthropic 的检测系统追踪到三家公司在不同时间段内、通过不同方式对 Claude API 发起的大规模系统性调用。这些调用的模式明显区别于正常的企业使用场景——重复性极高、覆盖面极广、主题分布高度工程化。[1]
| 公司 | 交互次数 | 攻击特征 | 推测目的 |
|---|---|---|---|
| DeepSeek | ~15万次 | 高质量推理链提取、集中在数学/代码领域 | 提升推理能力的训练数据 |
| Moonshot | ~340万次 | 大量多轮对话生成、覆盖广泛主题 | 通用能力蒸馏训练数据 |
| MiniMax | ~1300万次 | Hydra 集群架构、多账号并行、规避限流 | 大规模系统化蒸馏 |
三家公司的攻击规模存在数量级差异：DeepSeek 的 15 万次交互相对"精准"，集中在特定能力领域；Moonshot 的 340 万次覆盖面更广；MiniMax 的 1300 万次则是全方位、工业化的系统性蒸馏。[1]
攻击详情：Hydra 集群与规避策略
MiniMax 的工业化蒸馏基础设施
在三家公司中，MiniMax 的攻击最为系统化和工程化。Anthropic 将其使用的基础设施命名为 "Hydra 集群"——一个分布式的、多账号并行的蒸馏系统，设计目标是最大化数据获取量同时规避检测。[1]
Hydra 集群的核心设计特征：
使用大量独立账号同时发起请求，每个账号的调用量控制在正常范围内，避免触发单账号限流。账号之间表面上没有关联。[1]
通过代理网络和 VPN 分散请求来源 IP，模拟全球各地的独立用户。单个 IP 的请求频率保持在正常水平。[1]
在请求间加入随机延迟、变换提问风格、穿插"正常"对话，试图让调用模式看起来像人类用户的自然使用。[3]
DeepSeek 的策略更为聚焦：主要针对数学推理和代码生成等高价值能力领域，使用精心构造的提示词引导 Claude 产出详细的思维链（Chain-of-Thought）。这种"精准蒸馏"虽然量小但价值密度高——每一条推理链都可能包含 Claude 在复杂问题上的决策路径。[1]
Moonshot 采取了"广覆盖"策略：对话主题横跨数百个领域，从日常问答到专业知识，从创意写作到逻辑推理。目标似乎是构建一个覆盖 Claude 通用能力的全面训练集。[1]