AI巨头互撕“抄袭”：是技术蒸馏，还是“贼喊捉贼”的商业战？

在人工智能和软件开发领域，“抄袭”这个词的界限正变得越来越模糊。当一个AI模型通过学习另一个更强的模型而提升能力，这算是“蒸馏创新”还是“技术窃取”？当一个企业借鉴开源代码来快速开发产品，这又是在“巨人肩膀上创新”还是“搭便车抄袭”？这些争议背后，不仅是技术和法律问题，更关乎商业竞争、行业伦理和创新模式的深刻博弈。

AI模型的“蒸馏”之争：是学习还是攻击？

“知识蒸馏”本是机器学习领域一个成熟的技术概念，指的是用一个强大的“教师模型”来训练一个更小、更高效的“学生模型”，以节省计算资源和成本。这种做法在技术上早已存在，也被许多人视为推动AI普惠、打破算力垄断的有效途径。例如，有AI公司高管就曾公开表示，在遵守开源协议的前提下，利用Llama 3等开源大模型进行蒸馏，并再次开源成果，这本身并不违法，还能显著降低训练成本和碳足迹。

然而，当竞争变得激烈，这一技术便被推上了风口浪尖。争议的焦点在于Anthropic公司公开指控DeepSeek、月之暗面等中国AI公司对其Claude模型进行“蒸馏攻击”。Anthropic称，这些公司通过使用大量虚假账户和代理服务，绕开其服务条款和访问限制，系统性地、大规模地调用API，旨在“抽取”其模型的核心能力（如逻辑推理链）来训练自己的竞争模型。在Anthropic的定义中，这种有组织、规避限制的行为已超出正常学习范畴，属于“攻击”。

对此，反驳的声音也同样强烈。以马斯克为代表的批评者指出，Anthropic自身也面临着版权争议，其模型训练数据来源包含了大量未经授权的网络内容，这种指责无异于“贼喊捉贼”。这种观点认为，AI行业的“原罪”在于，几乎所有大模型都建立在对海量公共和版权数据的学习之上，如今却试图阻止后来者用类似的方式学习，是一种双重标准。

更深层次的分析认为，这场“蒸馏”指控背后是商业模式的冲突。硅谷巨头长期以来构建了“算力=护城河”的叙事，即投入越多、模型越大，壁垒就越高。而以DeepSeek为代表的公司通过结构创新，试图用更低的成本实现高性能，这直接挑战了昂贵的闭源商业模式。因此，将对手的成功归因于“蒸馏抄袭”而非“结构创新”，成了一种维护自身商业叙事和市场地位的防御策略。

从法律层面看，这一争议也处于灰色地带。绕过地理限制、违反服务条款（TOS）可能构成合同违约，但未必构成刑事犯罪。法律界人士指出，根据相关判例，只要不是通过黑客手段破解系统，而是通过正常API接口访问，即使动机是“能力抽取”，也很难被界定为非法入侵。

开源软件的“抄袭”边界：合规与合情的冲突

与AI模型通过API学习的模糊性相比，软件代码的抄袭争议则更多地围绕开源协议展开。近期几起事件典型地反映了这种冲突。

例如，OpenClaw（龙虾）创始人指责腾讯旗下的SkillHub平台“抄袭”，称其大规模抓取数据，导致自己服务器成本飙升，却未对项目做出贡献。腾讯回应称，SkillHub是为中国用户服务的“本地镜像站”，标注了来源，并且通过分发流量，实际上减轻了源服务器的压力，其团队成员也是开源项目的贡献者。这场风波的核心在于，即使在技术上可能符合开源协议（如MIT协议）的宽松要求，大公司未经充分沟通就利用个人开源项目搭建商业化服务的行为，是否符合社区的道德和伦理？这种“合规但不合情”的做法，引发了关于大厂“搭便车”和开源项目可持续生存的广泛讨论。

另一个案例是美团旗下的Tabbit浏览器被指抄袭开源项目代码。美团的回应是，团队早期使用该代码时项目尚未声明开源协议，后续因未持续跟进，未能注意到原作者添加了GPL这种具有“传染性”的强约束协议。这一事件暴露了在追求“速度优先”的开发竞赛中，企业对开源合规性的忽视可能带来的法律风险，也说明“没有许可证”不等于“可以免费使用”。

创新之路如何走？

综合来看，“蒸馏”与“抄袭”的争议反映了当前科技界面临的共同困境。一方面，站在巨人的肩膀上是技术演进的常态，无论是AI模型间的学习，还是对开源代码的借鉴，都是加速创新的重要途径。完全闭门造车不仅成本高昂，也违背了知识共享的时代精神。另一方面，无边界的“拿来主义”会损害原创者的利益，打击创新积极性，最终导致整个生态的枯萎。

这些争议的本质，是在旧的知识产权框架与新的技术现实之间的碰撞。当AI可以学习全人类的公开知识，当开源协作成为创新的主流模式，如何界定“原创”与“借鉴”，如何平衡开放共享与商业利益，成为了一个亟待解答的问题。这不仅需要法律框架的与时俱进，更需要行业内形成尊重原创、鼓励回馈、合作共赢的共识。最终，一个健康的创新生态，既要允许后来者攀登巨人的肩膀，也要确保巨人有继续成长的土壤。