OpenAI 指控 Moonshot AI 主導大規模「對抗性蒸餾」攻勢，7 月底已完全瓦解

這是一起 OpenAI 首度公開點名中國 AI 新創的模型竊取事件。事件本身已在 7 月底落幕，但 OpenAI 選在此時公開揭露，時機本身就是一個訊號。

根據 OpenAI 的說法，行動始於今年 7 月初，高峰期兩天內出現來自逾 4,000 個用戶的 16,000 筆請求，最終識別出跨越 1 萬 5 千名用戶的相關活動群集，於 7 月 28 日全面瓦解。OpenAI 並未指控 Moonshot AI 作為一個公司整體策動此事，而是說核心群集的活動，可追溯至與 Moonshot AI 有關聯的個人。Moonshot AI 是中國 Kimi 模型的開發商，截至發稿未回應媒體詢問。

攻擊手法被 OpenAI 定名為「adversarial distillation」——透過反覆操控與模型的互動，逼出通常隱藏的推理過程，讓請求方得以看見並記錄，再用這些輸出訓練或強化自家模型。OpenAI 強調，對方並未突破加密系統或資料庫，也未觸及已儲存的用戶對話；漏洞是在互動本身，而非後端基礎設施。

這個手法為何讓 OpenAI 高度警覺？核心邏輯在於「不對稱的代價」。訓練一個前沿模型要砸下數十億美元與多年安全工程，但如果競爭者能透過系統化的互動操控，把先進推理能力「蒸餾」出來，就等於跳過絕大部分的投資門檻，而且不留痕跡。OpenAI 明確將此定性為安全風險與潛在的國家安全問題。

這起事件不是孤例。Anthropic 在稍早也曾指控包含 Moonshot AI 與阿里巴巴在內的多個中國 AI 開發商，秘密使用 Claude 協助訓練自家系統。兩家頂級美國 AI 實驗室在短期內相繼提出類似指控，而且都點到 Moonshot AI 的名字，顯示這不是個案的口角，而是在結構性地往「模型保護是 AI 競爭核心戰場」的方向收斂。

OpenAI 已將調查結果透過 Frontier Model Forum 與政府資訊共享管道，分享給其他 AI 開發商。這個動作的政治意涵不亞於技術意涵——它讓「美國 AI 公司遭受對抗性蒸餾攻擊」的框架進入官方視野，為未來的監管或外交動作預埋伏筆。

對企業經營者而言，真正需要關注的不是這次事件本身是否被完全瓦解，而是「adversarial distillation」的防禦成本將從此進入 AI 公司的常態運營支出。如果連 OpenAI 這個等級的公司都得投入資源識別和中斷這類活動，那依賴 API 的下游應用商，在選擇模型供應商時，供應商的安全體系與透明度，會愈來愈像是一個無法迴避的採購條件。