กลับไปที่ข่าว
ความปลอดภัยAI Understanding บรรยายสรุป

Anthropic รายงานการโจมตีด้วยการกลั่น 190 ล้านครั้งจากห้องปฏิบัติการ AI ของจีน

Anthropic เปิดเผยว่าห้องปฏิบัติการ AI รายใหญ่ของจีน รวมถึง Alibaba, Moonshot และ DeepSeek ได้เปิดตัวการโจมตีแบบกลั่นกรองเกือบ 190 ล้านครั้งต่อ Claude ระหว่างเดือนพฤษภาคมถึงกรกฎาคม โดยใช้บัญชีที่ฉ้อโกงเพื่อดึงข้อมูลเหตุผลสำหรับการฝึกโมเดลของตนเอง

4 min readRead the original reporting
Source-provided image accompanying Anthropic reports 190 million distillation attacks from Chinese AI labs
การรายงานที่มีการระบุแหล่งที่มาแหล่งที่มาบันทึกไว้
สำนักพิมพ์
businessinsider.com
ลิงค์แหล่งที่มา
businessinsider.comhttps://www.businessinsider.com/china-ai-labs-millions-distillation-attacks-anthropic-claude-2026-9
ประเภทแหล่งที่มา
การรายงานโดยสำนักข่าว — ไม่ใช่เอกสารของบุคคลที่หนึ่ง

สิ่งที่เราไม่สามารถยืนยันได้อย่างอิสระ: การอ้างสิทธิ์นี้มาจากร้านที่มีชื่อ เราไม่ได้ตรวจสอบกับเอกสารของบุคคลที่หนึ่ง (businessinsider.com)

บริบทเข้าใจสิ่งนี้ใน 60 วินาที

เริ่มที่นี่

เงื่อนไขสำคัญ

การกลั่น
การบีบอัดความรู้จากโมเดลครูใหญ่ให้เป็นโมเดลนักเรียนตัวเล็ก
ทดสอบตัวเองแบบทดสอบจริยธรรมของ AI

เกิดอะไรขึ้น

Anthropic เผยแพร่รายงานรายละเอียดการโจมตีด้วยการกลั่นขนาดใหญ่โดยคู่แข่ง AI ของจีน บริษัทระบุว่า Alibaba, Moonshot, DeepSeek, Zhipu และ Xiaomi ร่วมกันสร้างปฏิสัมพันธ์ที่เป็นอันตรายกับ Claude เกือบ 190 ล้านครั้งตั้งแต่เดือนพฤษภาคมถึงกรกฎาคม การโจมตีเหล่านี้เกี่ยวข้องกับการกำหนดเส้นทางข้อความค้นหาของผู้ใช้สำหรับรุ่นในประเทศไปยัง Claude เพื่อรวบรวมข้อมูลการฝึกอบรม โดย Alibaba คิดเป็นการแลกเปลี่ยนมากกว่า 151 ล้านรายการผ่านบัญชีที่ฉ้อโกง 3,500 บัญชี

Anthropic ตีพิมพ์รายงานเมื่อวันพฤหัสบดี โดยกล่าวหาว่าห้องปฏิบัติการ AI ของจีนรายใหญ่ 5 แห่ง ได้แก่ Alibaba, Moonshot, DeepSeek, Zhipu และ Xiaomi ได้ดำเนินการกลั่นแกล้งเกือบ 190 ล้านครั้งต่อโมเดล Claude ระหว่างเดือนพฤษภาคมถึงกรกฎาคม การโจมตีด้วยการกลั่นเกี่ยวข้องกับการใช้ผลลัพธ์ของโมเดลขั้นสูงเพื่อฝึกโมเดลขั้นสูงน้อยกว่า ทำให้คู่แข่งสามารถใช้ประโยชน์จากความสามารถที่เป็นกรรมสิทธิ์ของ Anthropic ได้อย่างมีประสิทธิภาพโดยไม่ต้องทำงานร่วมกันโดยตรง

รายงานระบุว่า DeepSeek และ Moonshot AI เปลี่ยนเส้นทางคำขอของผู้ใช้สำหรับโมเดลของตนเองไปยัง Claude Anthropic บันทึกการเปลี่ยนเส้นทางดังกล่าว 23 ล้านครั้งโดย Moonshot และ 12.1 ล้านครั้งโดย DeepSeek ในช่วง 14 วันในเดือนกรกฎาคม นอกจากนี้ Anthropic ยังอ้างว่าคำขอเหล่านี้บางส่วนได้เปิดเผยข้อมูลที่ละเอียดอ่อน รวมถึงภาพ CCTV จากผู้ใช้ในเครือ PLA และข้อมูลจากฐานข้อมูลของรัฐบาลรัสเซียที่ส่งโดยผู้รับเหมาทางทหาร

อาลีบาบาถูกระบุว่าเป็นผู้กระทำผิดรายใหญ่ที่สุด โดยมีการแลกเปลี่ยนมากกว่า 151 ล้านครั้งดำเนินการโดยบัญชีที่ฉ้อโกง 3,500 บัญชี บัญชีเหล่านี้ทำให้ Claude ส่งออกกระบวนการให้เหตุผล ซึ่งจากนั้นจะใช้ในการฝึกโมเดล Qwen ของ Alibaba Anthropic ยังกล่าวหา Z.ai ว่ามีการโจมตีที่คล้ายกัน และตั้งข้อสังเกตว่า Xiaomi บันทึกการแชทของผู้ใช้ด้วยรุ่น MiMo และป้อนลงใน Claude เพื่อสร้างข้อมูลการฝึกอบรม

เพื่อตอบสนองต่อภัยคุกคามเหล่านี้ Anthropic ระบุว่าได้ใช้มาตรการป้องกันใหม่เพื่อแบนกิจกรรมที่น่าสงสัย และลดรายละเอียดของการถอดเสียงการให้เหตุผลเพื่อจำกัดยูทิลิตี้สำหรับการฝึกโมเดลอื่นๆ นอกจากนี้บริษัทยังจะต้องมีการยืนยันตัวตนสำหรับผู้ใช้ที่ดูเหมือนว่าดำเนินการจากจีน รัสเซีย หรืออิหร่าน ซึ่งเป็นภูมิภาคที่ Claude ไม่สามารถใช้งานได้อย่างเป็นทางการ ตัวแทนของบริษัทที่ถูกกล่าวหาไม่ตอบคำถามของ Business Insider และ Anthropic ไม่ได้ให้ความคิดเห็นเพิ่มเติมนอกเหนือจากรายงาน

รายละเอียดที่มา: businessinsider.com ↗

ทำไมมันถึงสำคัญ

เหตุการณ์นี้เน้นย้ำถึงช่องโหว่ด้านความปลอดภัยและทรัพย์สินทางปัญญาที่สำคัญในภูมิทัศน์ AI ทั่วโลก คู่แข่งสามารถเร่งการพัฒนาแบบจำลองขอบเขตของตนเองได้ โดยการแยกบันทึกการให้เหตุผลโดยละเอียด ซึ่งอาจทำให้ช่องว่างด้านความสามารถแคบลงด้วยห้องปฏิบัติการในสหรัฐฯ การเปิดเผยข้อมูลของรัฐบาลและทหารที่ละเอียดอ่อนในระหว่างการโจมตีเหล่านี้ ยิ่งตอกย้ำความเสี่ยงในการเข้าถึงระบบ AI ขั้นสูงที่ไม่ผ่านการตรวจสอบ ส่งผลให้ Anthropic ดำเนินการตรวจสอบตัวตนและจำกัดเอาต์พุตที่เข้มงวดยิ่งขึ้น

ขนาดของการโจมตีเหล่านี้แสดงถึงการถ่ายโอนทรัพย์สินทางปัญญาและความได้เปรียบทางคอมพิวเตอร์อย่างมีนัยสำคัญ ห้องปฏิบัติการของจีนสามารถลดเวลาและต้นทุนที่จำเป็นในการพัฒนาโมเดลขอบเขตการแข่งขันได้อย่างมาก ด้วยการแยกห่วงโซ่การให้เหตุผล ซึ่งท้าทายความเป็นผู้นำทางเทคโนโลยีของบริษัท AI ในสหรัฐฯ

การเปิดเผยข้อมูลของรัฐบาลและทหารที่ละเอียดอ่อนในระหว่างการโต้ตอบเหล่านี้ทำให้เกิดข้อกังวลด้านความปลอดภัยที่ร้ายแรง โดยชี้ให้เห็นว่าระบบ AI ขั้นสูงอาจเสี่ยงต่อการรั่วไหลของข้อมูลผ่านทางวิศวกรรมสังคมหรือการสร้างบัญชีที่ฉ้อโกง ซึ่งอาจส่งผลกระทบต่อผลประโยชน์ด้านความมั่นคงของชาติของหลายประเทศ

เหตุการณ์นี้อาจเร่งการดำเนินการด้านกฎระเบียบเกี่ยวกับการเข้าถึงโมเดล AI และอธิปไตยของข้อมูล ผู้ร่างกฎหมายในสหรัฐอเมริกาได้เรียกร้องให้ออกกฎหมายเพื่อจัดการกับการโจมตีดังกล่าว และรายงานนี้ให้หลักฐานที่เป็นรูปธรรมที่อาจมีอิทธิพลต่อการอภิปรายนโยบายเกี่ยวกับกระแสข้อมูล AI ข้ามพรมแดนและการควบคุมการส่งออก

Interactive Mechanism

กลไกเชิงโต้ตอบ: มันทำงานอย่างไร

สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
การตรวจสอบแนวคิดแบบโต้ตอบ+10 Points
AI Ethics Quiz

Why can ethical evaluation not be reduced to one model score?

จะดูอะไรต่อไป.

ติดตามการตอบสนองทางกฎหมายในสหรัฐอเมริกาและจีนเกี่ยวกับการดึงข้อมูล AI และกระแสข้อมูลข้ามพรมแดน ติดตามมาตรการตอบโต้ทางเทคนิคเพิ่มเติมจาก Anthropic และผู้ให้บริการ AI อื่นๆ เพื่อป้องกันการกลั่นแกล้งแบบจำลอง สังเกตว่าห้องปฏิบัติการของจีนที่ถูกกล่าวหาตอบสนองต่อข้อกล่าวหาอย่างเปิดเผยหรือไม่ หรือหากการตรวจสอบอิสระตรวจสอบระดับของการรั่วไหลของข้อมูล

การพัฒนาด้านกฎหมายในสหรัฐอเมริกาและจีนเกี่ยวกับการดึงข้อมูล AI การกลั่นแบบจำลอง และความเป็นส่วนตัวของข้อมูลข้ามพรมแดน สหรัฐฯ อาจแนะนำกฎระเบียบที่เข้มงวดมากขึ้นเกี่ยวกับการเข้าถึงโมเดล AI สำหรับหน่วยงานต่างประเทศ ในขณะที่จีนอาจตอบสนองด้วยมาตรการปกป้องข้อมูลของตนเอง

มาตรการตอบโต้ทางเทคนิคจากผู้ให้บริการ AI เพื่อป้องกันการโจมตีด้วยการกลั่น ซึ่งอาจรวมถึงการยืนยันตัวตนที่มีประสิทธิภาพมากขึ้น การจำกัดอัตรา และทำให้เอาต์พุตของโมเดลซับซ้อนขึ้น เพื่อลดอรรถประโยชน์ในการฝึกโมเดลที่แข่งขันกัน

คำตอบสาธารณะจากห้องปฏิบัติการ AI ของจีนที่ถูกกล่าวหา การปฏิเสธหรือการชี้แจงอาจให้บริบทเพิ่มเติม ในขณะที่ความเงียบอาจถูกตีความว่าเป็นการยอมรับโดยปริยาย การตรวจสอบที่เป็นอิสระหรือการตรวจสอบโดยบุคคลที่สามเกี่ยวกับขนาดการโจมตีก็มีความสำคัญเช่นกัน

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง

จริยธรรม AIอธิบายโมเดล AIความปลอดภัยของเอไอทดสอบสิ่งที่คุณรู้ — ลองแบบทดสอบ AI ฟรีค้นหาคำศัพท์ AI ในอภิธานศัพท์ของเราปฏิบัติตามตัวติดตามกฎระเบียบของ AI
พบว่าสิ่งนี้มีประโยชน์หรือไม่?