10月17日，DeepSeek上线V4.1-Flash-1017。不到一天，X上有开发者把它丢进一个叫ModelTrace的指纹检测工具，测出"90.71%像GPT家族，9.29%像Claude"，"DeepSeek套壳GPT"的说法随即刷屏。
然后有人做了个绝妙的对照实验：用Python生成一串随机数，扔进同一个工具。结果，这串谁也没"训练"过的随机数，被判定99%"蒸馏自Claude"。
原因并不玄乎。ModelTrace自己的说明写得很清楚：它的参考模型库只有18个模型，不是GPT家的就是Anthropic家的。换句话说，不管扔进去什么，它都只能回答"像这两家里的哪一家"。这不是检测，这是先定了罪，再选罪名。
知乎热榜上正好挂着那个问题：为什么ChatGPT和Claude防不住蒸馏？我把这周的报道翻了一遍，答案大概分三层。
第一层：正常调用和"偷数据"，在服务端长得一模一样。
蒸馏的通俗版是"老师教学生"：调用强模型的API，把它的输出喂给自己的小模型去训练，低成本复刻能力。关键在于，这个过程不需要任何黑客手段——付钱、正常提问、正常拿回答。API怎么区分屏幕那头是写代码的学生，还是24小时连轴转的采集脚本？
Anthropic最近发报告，公开指控DeepSeek、月之暗面和MiniMax对Claude进行了"工业规模的蒸馏攻击"，并称自家的反蒸馏打击已达到90%–99%。但这场指控的法律底色很尴尬：行业对蒸馏是否构成侵权并无统一规范，争议大多落在违反服务协议，而非明确的法律禁止条款——界定难，取证更难。
第二层：蒸馏本来就是全行业的常规操作。
把蒸馏等同于抄袭或套壳，是最大的误解。"老师-学生"式的知识迁移在深度学习里存在了快十年，几乎所有模型训练都用到过它的某种形式。OpenAI战略未来主管Dean Ball公开说过：加入OpenAI之前，他估计中国模型紧跟美国前沿约有30%可以用蒸馏解释；接触内部信息后，他把这个估计上调到接近50%。这个数字本身可争议，但连OpenAI的人都承认：蒸馏只是"跟得上"的解释之一，而且不是全部。
第三层：防御手段自带副作用，还防不干净。
真正被卡住的从来不是模型权重——权重本来就开源或拿不到——而是思维链，模型给出答案前的那段推理。闭源厂商现在的做法是：只回答案，不回完整思考过程。这确实堵住了"学老师怎么想"的捷径，但代价是普通用户也跟着看不到推理细节了。
而且堵得住吗？凤凰网10月23日报道了研究者王琰的一份技术报告：用原生思维链训练出来的小模型，在大多数任务上反超了直接拿Claude Fable 5思维链蒸馏的对照组。翻译一下：就算你收走了老师的板书，别人也能自己培养出好学生。防御换来的只是时间差，不是护城河。
回到我们自己身上，这件事有个很实用的启发。
下次再刷到"XX模型套壳YY"的争论，先查三件事：检测工具是谁做的？参考库多大？结论能被第三方复现吗？ModelTrace这出闹剧就是活教材——当随机数都能被测出"蒸馏自Claude"，它给出的任何百分比都该先打个问号。
另外，不必为"该押注哪家模型"过度纠结。模型差距在按月收敛，与其赌单一厂商，不如养成多模型横向对比的习惯：同一个任务丢给两三家，看输出、看速度、看价格。我在spark1.cn的工具页（/tools/）里把九十几个AI工具按用途分好了类，选型的时候适合拿来做横向对照。
评论