FTC调查AI实验室，OpenAI指控蒸馏行动

FTC调查公布的当天，OpenAI也发布博客，指控与中国月之暗面（Moonshot AI）相关的人员对其模型发起蒸馏行动。据The Register 9月30日报道，OpenAI称该活动始于7月1日，7月28日被阻断。

这两件事对所有发布开放权重模型的人都很重要。它们划定了争论的边界：一个模型可以从另一个模型学到什么，智能体出错时又该由谁负责。答案尚无定论。FTC没有点名任何目标。据《卫报》报道，Anthropic、OpenAI和研究机构Metr均未立即回应置评请求。《纽约邮报》最先报道了这一消息。

OpenAI说了什么，又没说什么

据The Register转述，OpenAI的说法在规模上很具体，在归因上却很含糊。查询起初很缓慢，随后出现高峰。该公司称，7月24日和25日来自超过4000名用户的16000次请求使用了相关的提取模式。进一步调查后，OpenAI发现超过15000名用户存在相关的提示词模式活动，并称已于7月28日完全阻断该行动。

OpenAI在博客中表示：「操作者没有破解我们的加密，没有入侵数据库，也没有直接获取存储的用户对话。他们操纵模型交互，使受保护的推理过程以请求者可见的形式被复制，手段有组织、成规模，违反了我们的服务条款。」

OpenAI称，尚不清楚7月的操作者是否都与同一个竞争对手有关，但把月之暗面称为核心集群。这是一种指控，不是调查结论。The Register向月之暗面寻求置评，未获立即回应；向OpenAI询问哪些模型成为目标，同样没有得到回复。

背景令人不安。正如The Register所指出的，OpenAI自身在版权争议中利用大量抓取的互联网内容构建模型，如今却把提取其推理过程称为国家安全风险。Anthropic、谷歌和美国官员也对月之暗面提出过类似指控。据The Register报道，7月底，特朗普的科技助理Michael Kratsios指责月之暗面通过蒸馏Anthropic的Fable来构建其Kimi K3模型。

Anthropic的应对是技术性的。其Claude Opus 5.5模型在The Register这篇报道前一周发布，带有一种名为「保留思维」的防蒸馏机制，该机制随Fable 5.1一同推出。OpenAI这边则表示，已封禁复制模型的账号，收紧了注册和基础设施管控，扩大了监控，关闭了一条可让某人重放另一用户加密推理的路径，并通过Frontier Model Forum分享了细节。

Anthropic对GLM-5.3的警告

Anthropic围绕开放权重的论述更早。据The Decoder 9月30日报道，Anthropic Frontier Red Team对智谱开放权重模型GLM-5.3的分析称，该模型能像自家的Claude Mythos Preview一样自行构建完整的网络攻击工具，却在发布时没有配备有效防护措施。

Anthropic公布的数字值得细看。在衡量Chrome V8引擎已知漏洞利用的ExploitBench上，GLM-5.3在410次尝试中成功构建了50个可用漏洞利用；Mythos Preview为56个。在取自谷歌OSS-Fuzz的内部二进制漏洞利用基准上，GLM-5.3在4%的任务中完全控制了目标系统，Mythos Preview为6%。据The Decoder报道，包括GLM-5.2和Claude Opus 4.6在内的较旧模型两项测试均告失败，Kimi K3和DeepSeek V4.1-Flash得分极低。

拒绝行为的数据更值得注意。在Anthropic的模拟中，GLM-5.3拒绝了明显恶意的指令。当同一请求被包装成红队演练时，它在64%的运行中尝试连接目标系统。加入预填的推理步骤后，这一比例升至92%。经过消融（abliteration，一种从开放权重中剥离拒绝行为的技术）后，达到100%。受保护的Claude模型始终为零。Anthropic称这是它首次使用消融技术，花费约2200个GPU小时和大约4400美元，并估计有经验的团队只需约1200美元就能完成。

这份分析并非中立，The Decoder也指出了这一点：Anthropic不公开其权重，并将其作为安全优势，而一个接近前沿的廉价中国开放权重模型是直接竞争对手。美国机构CAISI单独评估了GLM-5.3，称其是迄今网络能力最强的开放权重模型，落后于美国最好的模型约四个月，但有一个前提：美国模型是在关闭网络防护的情况下测试的。

与此同时，小型开放权重模型仍在不断发布

这一切都没有放慢发布节奏。Fermion Research于9月30日发布Phonon-2，这是一个英语语音识别模型，下载包164 MB，在Open ASR Leaderboard的七个英语测试集上平均词错率为5.21%，保持了其2.5 GB全精度教师模型的准确率，并在会议和议会语音上超过教师模型。

压缩方式才是看点。每个编码器权重是五个学习电平之一，约2.1比特，以三进制数字打包，每字节五个，同一个文件可在Mac、Linux、Windows和NVIDIA GPU上运行。在MacBook Air上，一小时音频约20秒转成文字；在八个CPU核心上，一小时需要25秒；在一块H100上，一整天的音频以128为批次只需13秒。权重采用CC-BY-4.0许可，即其来源NVIDIA Parakeet TDT 0.6B v3的许可。

NVIDIA则把重心放在表格数据上。其Kumo Tabular模型9月29日在Hugging Face上发布，是一个用于表格分类和回归的开放基础模型，无需训练、无需调参、无需特征工程，一次前向传播即可预测标签。它有从28M到215M参数的三种规模，仅用人工数据预训练，以OpenMDW-1.1许可发布，可商用。NVIDIA称其在TabArena、BeyondArena、TALENT和ScoringBench上排名第一。

最突出的是关于表格上下文学习的说法：一个在数百万张表格上预训练的模型，把带标签的表格作为上下文读取，直接预测新行，这正是大语言模型在文本上使用的技巧。二十年来，这项工作一直属于按任务从零构建的梯度提升树。215M参数的Transformer能否在实践中取代它们，基准测试尚未给出答案。

开放权重，封闭的问题

在档案的其他部分，开放生态正在尝试更奇特的结构。来自commonsense-ai的项目Coop，在捐赠的消费级硬件以及Hugging Face和GitHub Actions的免费额度上运行约145M参数的预训练任务，伪梯度以拉取请求形式提交，由一个无状态定时任务聚合。第一阶段是一个15M模型，由志愿者用TinyStories训练六天完成，结束时超过了Chinchilla最优预算，验证损失从9.01降至2.8。

来自Sparticle62ops的PSSA是一个非Transformer语言模型，用Rust编写，底层没有任何机器学习框架，采用选择性状态空间递归、双曲记忆库和逐token权重更新。在相同语料、相同参数量下，其作者称它比Transformer学得更快，在同一CPU上生成速度约快十二倍。英国AI安全研究所的Inspect框架9月30日更新，现已内置200多个预建评估，并支持在沙箱中运行Claude Code和Codex CLI等外部智能体。

放在一起看，图景并非简单的开放对封闭。FTC调查的是最大实验室的智能体行为，而这些实验室大多不公开权重。蒸馏之争涉及的模型同样不公开权重。真正被下载的模型往往很小、很便宜，而且常常在实验室之外训练：164 MB的语音模型、215M参数的表格预测、一个可以在终端里跑的志愿者预训练项目。

它们都没有回答FTC调查和Anthropic报告共同指向的问题。如果一个下载来的模型能在一天内、花大约1200美元就被剥离拒绝行为，如果与前沿的能力差距以月计，那么许可条款和训练时的防护措施所起的作用，比撰写它们的人所暗示的要小。这次执法行动是美国监管机构第一次尝试检验这一点。它还不是答案。