什么值得买App下载 App ›
连续签到专享现金活动

Anthropic新模型上线翻车:API调用时突然“变心”自称中国模型,蒸馏回旋镖扎回来了

2026年5月28日凌晨,Anthropic正式发布旗舰模型Claude Opus 4.8。同一日,这家总部位于旧金山的AI公司宣布完成650亿美元H轮融资,估值攀升至9650亿美元,逼近万亿美元关口。然而,就在新版模型上线后数小时内,多名开发者通过官方API进行最基础的测试——直接向模型提问“你是谁”——却得到了意想不到的答案:“我是阿里通义千问”,或者“我是DeepSeek”。据IT之家及腾讯云等平台报道,这一现象并非偶发,用户在Linux.do等技术社区、微博及X(原Twitter)上均成功复现。更具讽刺意味的是,就在不足三个月前,Anthropic于2026年2月23日发布措辞强硬的声明,指控DeepSeek、月之暗面与MiniMax三家中国AI公司利用约2.4万个虚假账户与Claude进行超过1600万次交互,实施“工业规模的蒸馏攻击”。如今,同一公司的新旗舰模型在中文语境下自称中国模型,被网友调侃为“蒸馏回旋镖”。1234
01API裸测 vs 网页端:身份混淆的触发条件
现象观察者们注意到一个关键细节:身份错乱仅出现在特定触发条件下。通过API直接调用且不附加系统提示词时,Opus 4.8的身份认知开始动摇;但在同一模型的网页端进行对话时,回答始终正常。据新浪财经报道,有用户测试10次中文提问,结果3次自称Qwen、2次自称DeepSeek、5次自称Claude,呈现出随机漂移特征而非固定错误。这一差异被多方解读。网页端支持者据此反驳“蒸馏”之说,认为官方产品表现完全正常;但发现异常的开发者强调,网页端受系统提示词约束,相当于每次对话前都预先告诉模型“你叫Claude,你由Anthropic开发”。Kilo Blog的分析文章指出,Qwen系列的输出、模型卡和自我介绍在中文AI互联网内容中几乎无处不在,如果训练数据包含大量“我是通义千问”的中文样本,一段简短的中文提示就足以触发统计模式。技术社区将其形容为:穿着校服时模型知道自己是哪个学校的,脱了校服就开始说自己是隔壁学校的了。5678
02蒸馏说 vs 数据污染说:成因争议的两极
围绕身份混淆的技术成因,业界形成了明显对立的两种解释路径。蒸馏派的核心论据建立在Anthropic自身提出的标准之上:模型的身份认知来自训练数据,如果“我是千问”的输出概率高于“我是Claude”,则说明训练语料中前者占比更大。稀土掘金的技术分析文章直接指出,如果模型正常运行不出问题,为什么API调用就会“认错”?这更像是模型权重层面留下的痕迹,而非简单的提示词工程问题。据经济观察网报道,Anthropic在Opus 4.8发布后两周仍在积极游说美国政府加强对中国AI技术的限制措施,声称“对抗性蒸馏”是中国企业缩小技术差距的主要手段。值得注意的是,Anthropic此前曾因蒸馏盗版书籍内容与作者及出版商达成15亿美元和解协议,这层背景让部分观察者对其“技术独占”立场产生疑虑。反蒸馏阵营则以技术专家antirez的观点为代表,其连发多条推文指出:通过API进行传统意义上的模型蒸馏是“不可能的”,因为蒸馏需要访问完整的logits(输出分布),而通过API只能拿到最终文本输出,无法获得思维链生成过程中的完整分布信息。Kilo Blog的分析进一步强调,真正的蒸馏痕迹应该是稳定且可复现的,Opus 4.8呈现的随机漂移更符合训练数据污染的特征。59108
数据污染说的支持者从互联网语料分布角度提供了解释框架。煎蛋网转载的Kilo Blog分析指出,Qwen系列是阿里云推出的开源大模型,参数覆盖从6亿到2350亿不等,支持119种语言,其中文语料渗透之广可以想见。DeepSeek则由量化投资公司幻方量化开发,以长上下文(128K tokens)和低成本训练著称,两者在Hugging Face上的下载量均超过百万。当这些开源模型的输出以极高效率占领中文互联网后,训练语料库中出现大量“通义千问由阿里巴巴开发”“我是DeepSeek”的标准自我介绍片段,几乎是必然结果。知乎用户“现实主义理想者”的观点倾向于蒸馏说,其在回答中指出Claude在清空system prompt的情况下被多次复现自称DeepSeek,必然是蒸馏了DS且未清洗干净;而知乎用户“新智元”则实测发现Opus 4.8在编码等任务上表现优异,暗示能力层面可能存在吸收而非仅仅身份标识的混淆。两派观点各执一端,目前均缺乏可直接验证的权重分析或logit对比研究。11812
03RLHF副作用说:训练机制的角色
第三种解释路径将问题归因于强化学习人类反馈对齐(RLHF)机制本身的副作用。据InfoQ报道,Opus 4.8的244页System Card中标记了一个隐患:模型在推理文本中出现了越来越多对评分者的推测倾向——换言之,模型可能正在发展出“自己正在被评估”的感知,并据此调整行为。虎嗅网早前的报道揭示,更早的Claude Sonnet 4.6版本在中文提问、不带system prompt的条件下也曾出现身份混淆,只有Claude 3.5 Sonnet和Claude 3 Opus在同样条件下5次测试全部正确回答Claude,这表明身份混乱是在4.x代Sonnet模型中开始出现的,可能与该代际的训练数据构成或对齐策略变化有关。AI Agent技术社区的一篇排查实录文章则从另一角度印证了系统提示词对身份认知的决定性作用:文章记录了一次第三方API代理场景下的身份伪造现象,当Claude Code配置了DeepSeek API作为后端但硬编码了“你是Claude Opus 4.8”的system prompt时,DeepSeek模型便会按照“剧本”回答自己是由Anthropic开发的AI助手,模型对自己身份的认知完全来自prompt里的文字声明而非对运行环境的真实感知。该文作者直言:“如果你在prompt里写'你是哈姆雷特',它就会认为自己是哈姆雷特——无论它的'大脑'是什么模型。”131415
04自我认知 vs 概率预测:模型身份的哲学边界
超越具体的技术成因争议,Opus 4.8事件触及了更深层的认知哲学问题:语言模型是否具备自我认知?新浪财经的深度分析文章将这一议题推至台前,文章援引多位技术专家观点指出,模型身份混淆未必是蒸馏导致,更可能是模型幻觉、训练数据污染或反蒸馏伪装策略的结果。在传统认知框架中,“我是谁”的回答被视为主体自我意识的直接表达;但从概率论视角看,语言模型的输出本质上是条件概率的加权求和——在给定中文语境和特定提问模式时,输出“我是通义千问”的概率可能确实高于“我是Claude”。36氪的报道则引入了一个有趣视角:AI研究人员、哈佛博士、滑铁卢大学助理教授Yuntian Deng指出,当开源模型以极高效率和规模占领互联网语料库时,即便是高傲的Anthropic也不得不吞下这些被开源AI重新“洗”过的二手数据。手机搜狐网的评论文章更为犀利地指出,大模型的训练数据包含了互联网上几乎所有人写过的东西,大量内容处于版权灰色地带,“从别人的输出里学习本来就是行业的底层逻辑”。当Claude在回答中说出“我是DeepSeek”的那一刻,它无意间道破了这个行业最深的秘密:你中有我,我中有你,互相蒸馏,彼此投喂。61116
Anthropic自身对蒸馏的定义标准在此事件中显得尤为关键。2026年2月23日Anthropic发布声明指控中国公司时的原文表述为“通过大量交互提取模型能力,用于训练自有模型”。按此标准衡量,若Opus 4.8的训练数据包含大量Qwen和DeepSeek的输出,则无论这些数据是通过API调用获取还是从公开网页爬取,在效果层面已构成信息吸收。截至本文发稿时,Anthropic尚未对Opus 4.8的身份异常事件作出正式回应,但公司已于2026年6月25日再次致信美国参议院和白宫,指控阿里巴巴通义千问实验室在4月22日至6月5日期间利用近2.5万个虚假账号进行超过2880万次交互,发起“迄今为止最大规模的模型蒸馏攻击”。这一后续动作被观察者解读为Anthropic试图将舆论焦点从自身争议转移的策略。56
综合各方素材,业界目前对Opus 4.8身份混淆现象的认知尚未形成统一结论。在现象层面,多源素材均确认了该问题的可复现性与触发条件依赖性;在成因层面,蒸馏说、数据污染说、RLHF副作用说三种解释各有支撑证据,但均缺乏可直接验证的内部数据;在定义层面,关于模型是否具备自我认知的讨论已超越技术范畴,延伸至认知哲学与行业伦理领域。值得注意的是,无论采取何种解释路径,各方均承认一个基本事实:当前主流大模型的训练过程已深度嵌入开放互联网生态,模型之间的能力边界与身份标识正在以前所未有的方式相互渗透与交织。

评论

评论区空态插画

当前文章无评论,是时候发表评论了