عنوان: آنثروپیک سه آزمایشگاه چینی را به «استخراج صنعتی» قابلیتهای مدل کلود متهم کرد — ادعای بیش از 16 میلیون تبادل با حسابهای جعلی
آنثروپیک (Anthropic)، شرکت فعال در توسعه مدلهای زبان بزرگ، روز دوشنبه در یک افشاگری فنی سه آزمایشگاه برجسته چینی — DeepSeek، Moonshot AI و MiniMax — را متهم کرد که در قالب کمپینهایی هماهنگ و در مقیاس صنعتی با استفاده از دهها هزار حساب جعلی، قابلیتهای مدلهایش (Claude) را استخراج کردهاند. بر اساس گزارش آنثروپیک، این سه مجموعه مجموعاً بیش از 16 میلیون تبادل با Claude انجام دادهاند و نزدیک به 24 هزار حساب تقلبی در این عملیات دخیل بودهاند.
خلاصه ادعاها و اعداد کلیدی
– مجموع تبادلات گزارششده: بیش از 16 میلیون درخواست/پاسخ با Claude.
– تعداد حسابهای جعلی: حدود 24,000.
– سهم بازیگران: DeepSeek حدود 150,000 تبادل، Moonshot بیش از 3.4 میلیون، و MiniMax بیش از 13 میلیون تبادل (بیش از سهچهارم کل ترافیک اعلامشده).
– اهداف مورد نظر: استخراج قابلیتهای استدلال عامِ عاملیتمحور (agentic reasoning)، استفاده از ابزارها، تولید کد و ردگیری منطق پاسخها (chain-of-thought).
دیستیلاسیون؛ فنآوری یا سلاح؟
«دیستیلاسیون» (distillation) فرآیندی است شناختهشده در یادگیری ماشین که در آن دانش یک مدل بزرگ (معلم) به یک مدل کوچکتر (دانشآموز) منتقل میشود تا کارآیی مشابه با هزینه محاسباتی کمتر حاصل شود. این روش بهطور مشروع در آزمایشگاههای پیشرو برای تهیه نسخههای سبکتر و پذیراتر از مدلها استفاده میشود. اما آنثروپیک میگوید همان تکنیک، در قالبی مخفی و سازمانیافته، به ابزاری برای «سرقت قابلیت» تبدیل شده است: جمعآوری خروجیهای مدل هدف از طریق حسابهای جعلی و استفاده از آنها برای آموزش مدلهای رقیب.
روشهای ادعایی و شواهد فنی
آنثروپیک مدعی شده است از طریق بررسی آدرسهای آیپی، متادیتا، شاخصهای زیرساختی و هماهنگی گزارششده توسط شرکای صنعت، «با سطح اطمینان بالا» این کمپینها را ردیابی کرده است. گزارش اشاره میکند که برخی بازیگران:
– ترافیک همزمان و هماهنگ بین حسابها تولید کردهاند، الگوهای پرداخت مشترک داشتهاند و زمانبندیهای همراستا نشاندهنده بارگذاری توزیعشده برای دورزدن تشخیص بوده است.
– با پرسشهایی خواستهاند مدل را وادار به توصیف «منطق درونی» پاسخها کنند تا دادههای chain-of-thought در مقیاس وسیع تولید شود؛ نوع دادهای که برای آموزش مدلهای استدلالی بسیار ارزشمند است.
– از «خوشههای هیدرا» (شبکههای پراکنده حسابهای جعلی) و خدمات پروکسی تجاری برای دسترسی انبوه به API مدلها استفاده کردهاند؛ شبکههایی که با جایگزینی حسابها هنگام حذف، تابآوری بالایی دارند.
این افشاگری، امنیت ملی یا اختلاف حقوقی؟
آنثروپیک این پرونده را صرفاً یک نقض شرایط خدمات تلقی نکرده و آن را به امنیت ملی مرتبط دانسته است. شرکت هشدار داده مدلهای ساختهشده از طریق دیستیلاسیون غیرمجاز احتمالاً محافظتها و مکانیسمهای ایمنی لازم را ندارند و میتوانند بهعنوان ورودیهایی برای عملیات سایبری، جنگ اطلاعاتی یا سامانههای نظارتی کشورهای غیردموکراتیک مورد استفاده قرار گیرند. این موضع، همراستا با تلاشهای مدیرعامل آنثروپیک، دارِیو آمودی، برای تشدید کنترل صادرات چیپهای پیشرفته است؛ موضوعی که اینک در محافل سیاسی واشنگتن به بحث گذاشته شده است.
پیچیدگیهای حقوقی و چالشهای اجرایی
وضعیت حقوقی دیستیلاسیون پیچیده است. تحلیلهای حقوقی نشان میدهد که اثبات نقض حقوق مؤلف در این زمینه دشوار است، چرا که خروجیهای مدلها لزوماً مصداق آثار دارای حق مؤلفِ انسانی نیستند. از سوی دیگر، مفاد قراردادی و شرایط خدمات شرکتها ابزار مؤثرتری برای طرح شکایت است، اما اجرای این مفاد در برابر بازیگرانی که از پروکسیها و حسابهای جعلی در حوزههای قضایی خارجی استفاده میکنند، عملیاتی کردن دشواری دارد. همین واقعیت احتمالاً یکی از دلایلی است که آنثروپیک ترجیح داده موضوع را در سطح سیاستگذاری و امنیت ملی مطرح کند.
پاسخ فنی آنثروپیک و فراخوان به همکاری
آنثروپیک میگوید سیستمهای شناسایی پیشرفتهای از جمله طبقهبندها و ردپای رفتاری برای تشخیص الگوهای دیستیلاسیون و استخراج chain-of-thought توسعه داده است. این شرکت اعلام کرده شاخصهای فنی را با سایر آزمایشگاهها، ارائهدهندگان ابری و مراجع مربوطه به اشتراک میگذارد، و امنیت احراز هویت را برای حسابهای آموزشی، برنامههای پژوهشی و استارتاپها تقویت کرده است. با این حال، تأکید شده که «هیچ شرکتی بهتنهایی قادر به حل مسئله نیست» و برای مقابله مؤثر نیاز به اقدام هماهنگ صنعت، ارائهدهندگان ابر و سیاستگذاران وجود دارد.
پیامدها برای صنعت و سیاست
اگر ادعاهای آنثروپیک صحیح باشند، نشاندهنده وجود زیرساختی پیچیده و قابل تطبیق برای دورزدن کنترلهای دسترسی به مدلهای پیشرفته است — تهدیدی که فراتر از یک شرکت یا منطقه جغرافیایی است. این افشاگری میتواند بحثهای مربوط به کنترل صادرات چیپ، قواعد دسترسی به API، استانداردهای امنیتی بینالمللی و امکان قرار گرفتن شرکتها در فهرستهای تحریمی را تحت تأثیر قرار دهد. همچنین یادآور این نکته است که در عصر هوش مصنوعی، امنیت دسترسی به مدلها به اندازه خود مدلها اهمیت است.
نتیجهگیری
این اتهامات نمونهای از تنشهای فزاینده بین بازیگران نوآور در حوزه هوش مصنوعی را نشان میدهد؛ تنشی که هم ابعاد فنی و هم جغرافیای سیاسی دارد. پرسش اصلی اکنون این است که آیا صنعت و دولتها میتوانند سریعاً سازوکارهای مقابلهای مؤثر و هماهنگ ایجاد کنند یا این افشاگری صرفاً آغازی بر یک «دوئل» تسلیحاتی در حوزه دیستیلاسیون خواهد بود.