什么值得买App下载 App ›
连续签到专享现金活动

融资650亿美元后,Claude Opus 4.8用中文却"认不出自己"了

2026年5月29日,Anthropic正式发布旗舰大模型Claude Opus 4.8,同日宣布完成650亿美元H轮融资,估值达到9650亿美元,一度超越OpenAI。然而,就在这一高光时刻后数小时内,多名开发者通过API测试发现了一个尴尬现象:当用中文询问模型身份时,Claude Opus 4.8会自称是阿里通义千问(Qwen)或DeepSeek,而非Anthropic开发的Claude。

这一事件迅速引发技术社区热议,并被置于更宏观的行业背景下审视——2026年2月,Anthropic曾高调指控DeepSeek、月之暗面和MiniMax三家中国AI公司对Claude实施“工业规模蒸馏攻击”;而2026年6月10日,Anthropic又致信白宫和美国参议员,指控阿里巴巴通义千问通过约2.5万个虚假账户进行了2880万次交互,发起“迄今已知最大规模的非授权蒸馏行动”。

本文梳理这一系列事件的事实脉络,并呈现不同视角下的技术解读与行业评论,旨在帮助读者理解各方观点,而非给出最终裁决。
1234
01事件时间线:从发布高光到身份翻车
2026年5月29日凌晨,Anthropic发布Claude Opus 4.8。根据多方报道,这是Anthropic在前代Opus 4.7基础上的迭代升级,定价保持不变:标准模式每百万输入token 5美元、每百万输出token 25美元。新版本在编码、智能体任务、推理和知识工作等领域有所提升,官方声称代码缺陷漏报率约为前代的四分之一,并增加了可调节模型推理强度的“思考强度控制”功能。

同日,Anthropic宣布完成650亿美元H轮融资,投后估值达到9650亿美元,约合6.55万亿元人民币,超过OpenAI当时约8520亿美元的估值。Claude Opus 4.8也成为首个同时登陆AWS、Google Cloud和Microsoft Azure三大云平台的前沿模型。

然而,上线后不到24小时,剧本就走偏了。多位开发者在Linux.do、V2EX、GitHub等技术社区,以及微博、X等社交平台上独立复现了同一现象:通过官方API(api.anthropic.com)用中文询问模型身份,Claude Opus 4.8会回答“我是通义千问”或“我是DeepSeek”。有开发者进行了十次测试,其中六次回答Qwen,一次回答DeepSeek,仅三次答对自己是Claude。核心证据是一张API调试工具截图,请求URL指向Anthropic官方端点,响应状态码200,但回复内容显示“我是通义千问(Qwen),是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型”。

一个值得注意的细节是:在claude.ai网页端直接询问同一问题,Claude Opus 4.8的回答通常是正常的,会声称自己是Claude。技术社区普遍认为,差异源于网页端有完整的系统提示词(system prompt)约束,而API裸调用缺少这层保护。正如一位评论者所言:“穿着校服的时候它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”。
1235
02技术成因:为什么模型会“认错身份”
对于这一现象,技术社区给出了多种解读视角。

**训练数据污染假说**

部分观点认为,Claude Opus 4.8的训练数据可能混入了大量来自通义千问和DeepSeek的输出文本。在2025至2026年间,Qwen、DeepSeek等中国开源模型产生了海量中文对话内容,散布于博客、论坛、技术社区、问答平台等互联网各处。当Claude的训练数据采集涵盖这些来源时,其中包含的“我是通义千问”“我是DeepSeek”等身份声明文本可能被一并纳入。

技术分析文章指出,Claude的训练数据量高达1T+ tokens,在如此大规模的训练语料中,高频出现的“模型名+自我介绍”模式可能被模型当作常识记忆。尤其在中文互联网上,“我是千问/DeepSeek”的文本密度远高于“我是Claude”,模型在没有身份约束的情况下会输出概率最高的那个回答。

**身份对齐不足假说**

另一种解释指向模型的中文对齐和身份锚定问题。Claude的主要优化方向是英文、长文本和代码,中文并非第一优先级。身份类指令在中文场景下的对齐可能存在不足,而网页端依赖硬编码的系统提示词来锁定身份,API端则回归“统计最优回答”模式。

有分析指出,现代模型的身份认知往往不是通过大量后训练硬编码的,而是更多依靠产品层约束。在训练阶段,身份相关样本的权重可能很低,导致模型对自身身份的认知本身就不够稳定。

**蒸馏与污染的边界**

需要指出的是,训练数据污染和主动蒸馏是两种不同性质的来源问题。前者指训练语料中无意混入了其他模型的输出,后者指有意识地将特定模型的输出作为训练数据。区分两者的关键在于是否有明确意图和针对性采集行为。
6578
03蒸馏争议:两种截然不同的定性
围绕Claude Opus 4.8的身份错乱现象是否为“蒸馏”,不同视角给出了截然不同的解读。

**“实锤蒸馏”视角**

部分媒体和评论者认为,Claude Opus 4.8在中文场景下频繁自称Qwen或DeepSeek,本质上说明其训练数据中包含了中国模型的显著痕迹。有分析指出,模型从训练分布中学到了“中文+AI助手角色+问你是谁=通义千问”这一模式,且出现概率极高,“大概率回答Qwen,偶尔回答DeepSeek,基本不认为自己是Claude”。

另有观点从逻辑推演角度指出,Anthropic在蒸馏问题上的历史记录本身复杂:2025年8月,Anthropic因从盗版网站LibGen下载约50万本书训练AI支付了15亿美元和解金,法庭文件还披露了代号“巴拿马项目”的批量扫描计划。这一背景下,Claude Opus 4.8的训练数据中出现中国模型痕迹,被部分观察者视为“双标”的又一例证。

**“仅是训练数据污染”视角**

然而,另一派观点认为,从模型的自称回答不能直接推导出蒸馏结论。大语言模型没有真正的“自我认知”,它的回答是对当前文本上下文的生成性续写,而非对自身权重、版本号或训练链路的可靠读取。

技术分析指出,模型在API中被问“你是谁”时,触发的是一种模式匹配机制——在训练数据中,当有人用中文问“你是什么模型”,高频出现的回答是千问或DeepSeek,模型只是输出了统计分布中最可能的答案。有评论者用比喻说明:这就像一个人梦话里喊了别人的名字,不能直接证明这个人就是别人。

也有开发者强调,仅凭一句自我介绍文本,不足以证明蒸馏存在。真正能证明蒸馏需要的证据包括logit对比、tokenizer分析、权重相关性研究、benchmark指纹等系统性证据,而非单一的API测试截图。
5789

蒸馏定性之争

训练数据混入中国模型痕迹
  • Claude Opus 4.8在中文API中大概率自称Qwen,统计分布异常

  • 中国开源模型的输出文本在中文互联网上大量存在,易被混入训练语料

  • Anthropic在蒸馏问题上存在"双标"历史(前科15亿美元和解)

模型身份回答≠蒸馏证据
  • 大模型没有真正的自我认知,回答是对上下文的文本生成

  • 身份错乱是模式匹配问题,非蒸馏特征

  • 需要系统性技术证据(logit对比、权重分析)才能定论,单一截图不足

04双标争议:Anthropic的前后立场对比
这一事件引发广泛争议的核心原因,不仅在于技术现象本身,更在于Anthropic在蒸馏问题上的一贯立场与当前处境形成的张力。

**2026年2月的强硬指控**

2026年2月23日,Anthropic发布声明,公开指控DeepSeek、月之暗面(Moonshot AI)和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”。声明措辞严厉,将此行为定义为对Claude核心能力的系统性提取,并上升到国家安全层面予以谴责。Anthropic随后采取了封号、限流等措施,并在官网发文推动美国政府对中国AI采取更严厉限制措施。

**2026年6月的最新指控**

2026年6月10日,Anthropic致信美国白宫官员和参议员蒂姆·斯科特、伊丽莎白·沃伦,指控阿里巴巴通义千问实验室通过约2.5万个虚假账户,在2026年4月22日至6月5日的44天内对Claude发起了超过2880万次交互。Anthropic将这一行为定性为“迄今已知最大规模的非授权蒸馏行动”,并提出三项诉求:明确反垄断指引以允许美国AI公司共享蒸馏情报、继续对先进AI芯片实施出口管制、将“大规模代理账户访问”与“合法学术研究”在政策层面切割开来。

**身份翻车与指控的时间线巧合**

最具戏剧性的对比在于:就在Anthropic 2月指控中国公司“蒸馏攻击”仅三个月后,其自家旗舰模型就在API测试中频繁自称通义千问和DeepSeek。5月29日Claude Opus 4.8的“身份错乱”与6月10日的致信白宫指控,前后相隔不过27天。这一时间线被部分观察者形容为“蒸馏回旋镖”——你指责别人做的事,似乎自己也未能避免。

马斯克在社交媒体上转发相关新闻时评论道:“盗版书籍,窃取模型。现在我们知道了为什么Anthropic这么害怕AI了——他们一直在照镜子。”这一评论在社交平台上获得大量转发,被视为对Anthropic双标立场的尖锐批评。
12103
05开源与闭源的伦理边界
这一事件折射出AI行业中一个更深层的争议:开源与闭源模型之间的伦理与法律边界问题。

**开源协议的许可范围**

通义千问遵循Apache 2.0开源协议,DeepSeek遵循MIT开源协议。这两种协议均明确允许自由使用、修改和分发,包括在商业应用场景下的使用。这意味着,如果Anthropic在其模型训练中使用了这些开源模型的输出来生成补充语料,从法律层面而言,并不违反任何开源协议条款。

然而,问题可能不在于“能不能学”,而在于行业规则的一致性问题。有评论指出,如果美国公司使用开源模型能力被称为“合理吸收”,而中国公司学习商业闭源模型输出就叫“攻击”,这种双重标准必然引发争议。

**蒸馏的行业普遍性**

事实上,蒸馏作为一种训练技术,在AI行业内是普遍现象。Anthropic、OpenAI、xAI、谷歌等美国公司之间也时常互相指责对方进行蒸馏。马斯克此前也曾承认xAI蒸馏过OpenAI模型。Anthropic自己此前还因蒸馏盗版书籍内容被法院判赔15亿美元。

正如一位评论者所言:“整个行业就是一笔糊涂账。你蒸馏我,我蒸馏你,大家都在灰色地带里跳舞,只是有的人跳完之后还要站在道德高地上指责别人。”

**“对抗性蒸馏”新标签**

值得注意的是,Anthropic在最新指控中引入了一个新术语——“对抗性蒸馏”(adversarial distillation)。这一概念将对方的行为从“模糊的开源借鉴”重新定义为“系统化、工业化、有组织的窃取”。分析认为,这一术语的本质是法律和监管语言,一旦标签成立,问题就从技术争议升格为商业犯罪和国家安全议题。有观点评价:“把对手做的事从'灰色地带'重新命名成'工业级窃取',是这场战争最关键的一招。”
21063
06行业影响与开发者启示
这一事件对AI行业和开发者群体均产生了多层面的影响。

**对模型信任的冲击**

在Agent时代,模型的身份认知直接关系到其能否被信任并被授权执行工作任务。一个连“我是谁”都无法稳定回答的模型,在需要严格身份验证和权限控制的场景下面临挑战。正如有评论指出:“强不强”和“对不对”不是一回事,跑分再高、能力再强,也抵不过一个“低级错误”带来的信任危机。

**对开发者的实际建议**

多位技术博主从这一事件中提炼出对开发者有参考价值的经验:

首先,使用API调用模型时,建议添加系统提示词明确指定模型身份,而非裸调用。有测试显示,加了system prompt之后,Opus 4.8的身份错乱问题立即消失。

其次,模型的身份认知不等于能力水平。Opus 4.8自称DeepSeek,不代表其能力就是DeepSeek的水平。身份认知是表层的文本模式匹配,能力是深层的推理架构。实际性能才是技术选型的关键指标,不应被身份问题带偏。

第三,在Agent时代,选型标准正在改变。不能只看“谁写代码更快”,还要关注模型能否理解项目、长期协作、遵守规则、被管理。

**行业格局的变化信号**

从更宏观的视角看,这一事件折射出AI行业的几个深层变化:

技术差距正在缩小,追赶者可能通过蒸馏快速获取领先者能力,这也是Anthropic收紧API使用条款、限制调用频率的原因。数据获取的成本和风险正在重构,版权意识和商业利益冲突使数据获取变得越来越敏感。竞争重心正从“技术竞争”转向“规则竞争”——谁能定义“公平竞争”与“不当行为”,谁就占据主动。

有评论指出,当前大模型早已进入“你中有我、我中有你”的融合阶段,知识产权边界模糊,互相借鉴蒸馏成常态,所谓的“技术独占”本来就是伪命题。
11121314
07各方观点汇总
围绕这一系列事件,不同视角的核心观点可归纳如下:

**认为Anthropic构成双标**

部分媒体和评论者认为,Anthropic 2月刚指控中国公司“工业级蒸馏攻击”,3个月后自家模型就出现中国模型的身份印记,双标标签难以洗脱。有评论指出,这就像“一个人在法庭上控告邻居偷了拳谱,结果法官经查证,发现里面全是邻居的拳谱复印件”。

马斯克的评价具有代表性:“Anthropic犯有大规模窃取训练数据的罪行,已经为自己的盗窃行为支付了数十亿美元的和解金。”

**认为技术解释合理,双标指控过于简化**

另一派观点认为,Claude Opus 4.8的身份错乱最合理的解释是训练数据污染,而非主动蒸馏。模型没有真正的自我认知,其回答是统计模式匹配,而非蒸馏证据。

有技术分析指出,2026年的互联网已是“模型输出的海洋”,想完全避免训练数据中包含其他模型的输出,在这个时间节点上几乎不可能。这不是Anthropic一家会出现的问题,而是需要整个行业共同面对的结构性困境。

**认为蒸馏问题应客观看待**

还有观点认为,蒸馏是AI行业的“公开秘密”,几乎所有公司都在使用,区别只是有人做得干净、有人做得粗糙。真正令人反感的不是蒸馏本身,而是“既要享受开源生态红利,又要指责别人使用同样技术”的双重标准。

一位评论者总结道:“大模型公司越站在道德高地上,就越经不起自己的模型说错一句话。”
11063
08后续动态与待观察点
截至本文撰写时,以下几点值得持续关注:

**Anthropic官方回应**

Claude Opus 4.8的身份错乱现象曝光后,Anthropic尚未对这一问题作出正式回应。而在6月10日致信白宫的指控中,阿里巴巴截至发稿时也未公开回应。

**事实认定的技术门槛**

目前,关于Claude Opus 4.8训练数据中是否包含中国模型输出的讨论,大多停留在推测层面。要在技术上严格证明或否定蒸馏存在,需要系统性证据,包括模型权重分析、logit对比、tokenizer指纹等。这些技术鉴定目前尚未有公开的独立结论。

**政策与监管走向**

Anthropic在指控信中提出的三项诉求——反垄断情报共享、芯片出口管制、蒸馏与学术研究政策切割——若获采纳,可能对AI行业的国际竞争格局产生深远影响。与此同时,白宫此前已发布反蒸馏政策备忘录,要求美国企业和政府共享情报联合防御。这些政策动向的最终走向,值得持续观察。

**行业规范的可能性**

有分析认为,这一系列争议可能推动行业建立更清晰的蒸馏认定标准和治理框架。当“所有人都在互相学习时,谁有资格定义什么叫学习,什么叫偷”,这将是AI行业必须共同面对的长期议题。
35124

评论

评论区空态插画

当前文章无评论,是时候发表评论了