论坛·原创 | 美国炒作“工业规模蒸馏”的三重谬误与规则博弈
原创
李祺
李祺
中国信息安全
2026年11月20日 19:18
北京
去阅读
李 祺
文 | 北京邮电大学网络空间安全学院教授 李祺
美国国家安全局(NSA)、网络安全与基础设施安全局(CISA)、联邦调查局(FBI)于2026年9月8日联合发布编号AA26-251A的网络安全公告《基于中国的人工智能公司针对美国人工智能公司开展工业规模蒸馏活动》(China-Based ArtificialIntelligence Companies ConductingIndustrial-Scale Distillation Campaigns Against U.S. AICompanies),指控中国人工智能(AI)企业“自2024年年底以来通过大规模蒸馏活动系统性提取美国人工智能模型的专有功能与能力”。这是美方首次由三家核心安全机构联合就“蒸馏”这一技术问题发声。本文认为,这标志着美国对华AI遏压从“算力封锁”向“能力封锁”的制度性延伸。
蒸馏并非新概念。杰弗里·辛顿(GeoffreyHinton)、奥里奥尔·维尼亚尔斯(OriolVinyals)与杰弗里·迪恩(Jeffrey Dean)提交美国神经信息处理系统大会2014年深度学习与表示学习研讨会(NIPS 2014 Deep Learning andRepresentation Learning Workshop)的论文《神经网络中的知识蒸馏》(Distilling the Knowledge ina Neural Network),系统提出了知识蒸馏方法,奠定了该技术的学术基础。此后十余年,蒸馏已成为AI行业最基础的技术工具之一。美方公告的措辞策略在于,承认蒸馏技术本身具备“合法”性,却通过“工业规模”“系统性提取”“恶意”等修饰语将其构建为攻击行为。中国商务部9月9日的回应明确指出,美方指控“于事无凭,于法无据”,是“将蒸馏这一业内正常的技术和商业问题政治化、工具化,并在实践中搞双重标准”,属于“以打击蒸馏为名、行产业垄断之实”。2026年9月16日,《人民日报》文章《技术问题政治化,美国霸权老套路》进一步指出,美方“将行业通行做法抹黑为攻击行为”。
本文认为,美方指控在技术维度存在逻辑谬误,在法律维度存在正当程序与管辖权缺陷,在战略维度体现为“泛安全化”政治操作,三者背后都对应规则博弈——美方试图在三个维度分别“立规则”,而我国则需在三个维度分别“破规则”并“建规则”。
一、
技术维度:蒸馏污名化的逻辑谬误与定义权博弈
美方公告的核心技术论证可概括为:蒸馏是提取模型能力的技术手段,中国企业大规模使用蒸馏获取美国模型能力,构成“工业规模”的能力窃取。这一论证的致命缺陷在于概念混淆:蒸馏作为技术手段,与“未经授权提取专有信息”存在本质区别。
(一)蒸馏的技术本质:功能学习而非参数复制
知识蒸馏的核心机制是“教师—学生”架构:较小的学生模型通过模仿较大教师模型的输出概率分布学习其功能。这一过程学习的是“输入—输出”映射关系,而非模型的内部参数或架构。蒸馏获取的是模型的“行为特征”而非“结构特征”,无法复现教师模型的权重、训练数据、架构设计等核心专有信息。美方将“蒸馏”等同于“窃取专有功能与能力”,在技术上是概念偷换。
更值得注意的是,蒸馏的普遍性远超美方公告所暗示的“中国特有行为”。OpenAI、Anthropic、Google等美国AI公司均在其自身模型开发中广泛使用蒸馏技术。云安全联盟AI安全倡议团队2026年10月3日的研究简报《推理提取:蒸馏作为对模型提供商的攻击》(Reasoning Extraction: Distillation as an Attack on Model Providers)明确指出,“提供商在其自身模型上合法地使用蒸馏,是降低部署成本的常见途径”。微软首席执行官(CEO)萨提亚·纳德拉(Satya Nadella)于2026年7月在社交平台X发布《逆向信息悖论》(The Reverse Information Paradox)长文,公开批评主流AI模型供应商在蒸馏问题上的“双重标准”,自身依赖合理使用条款抓取公开网络数据训练自身模型,却用严苛条款禁止他人利用其输出训练竞争模型。
(二)“工业规模”的定性谬误:量的描述替代质的论证
美方公告反复使用“工业规模”这一修饰语,暗示中国企业实施了系统性、超出正常使用边界的能力提取行为。然而,“工业规模”在技术上描述的是调用量,而非行为性质。调用次数增加并不会改变蒸馏的技术性质:十次调用是“使用”,而一百万次调用仍是“使用”。调用次数不会因量变而转化为“攻击”。如果大规模调用应用程序接口(API)构成“攻击”,那么任何使用美国AI模型的商业应用,都将面临同样的定性风险。
(三)中国AI企业的技术路线:自主创新而非能力复制
美方指控的隐含前提是中国AI企业的能力主要来源于对美国模型的蒸馏。这一前提与公开技术事实相悖。以DeepSeek为例,其R1模型的核心算法于2025年9月在《自然》杂志发表。审稿人刘易斯·汤斯顿(Lewis Tunstall)指出,该模型的推理方法“足够先进,且不依赖于蒸馏OpenAI系统”。2025年,DeepSeek长上下文处理研究成果在国际计算语言学学会年会(ACL)的8300余篇投稿中脱颖而出,获最佳论文奖。从产业数据看,美国抱抱脸(Hugging Face)公司于2026年3月17日发布的《2026年春季生态开源现状》(State of Open Source on Hugging Face: Spring 2026)报告显示,中国研发的开源模型的全球下载量占比达41%,首次超越美国。在OpenRouter平台,中国模型连续23周词元(Token)使用量超过美国模型。这些数据指向的是一个正在形成独立生态的技术路线,而非对既有模型的简单复制。
(四)技术维度的规则博弈:定义权之争
在技术维度,美方试图“立”的规则是将“大规模调用+模型训练”的组合推定为“恶意提取”,从而为后续管制提供技术定性依据。其本质是争夺技术概念的定义权——通过安全话语重新编码“蒸馏”的含义,使一个中性技术术语承载安全威胁的内涵。
若要在此维度实现突围,我国应以技术事实澄清为核心,明确蒸馏与窃取的技术边界,揭示“工业规模”定性在技术层面并不成立,并以中国企业的学术成果和开源生态数据证明自主技术路线的独立性。在此基础上,推动行业形成关于蒸馏技术合规边界的共识性技术标准,将讨论焦点从“是否允许蒸馏”拉回到“如何规范模型访问的合理使用”。
二、
法律维度:安全公告替代正当程序的法律缺陷与管辖权博弈
美方以网络安全公告的形式指控中国企业,其法律形式本身就是值得审视的问题。该公告不是出口管制规则,不是制裁决定,不是司法判决,甚至不是行政调查结论——只是一份由安全机构发布的“建议性文件”。然而,正是这种形式上的“非正式性”赋予了它独特的政治功能:既避免了正式法律程序所要求的证据标准和正当程序,又为后续正式法律行动预设了“事实基础”。
(一)证据标准不足:单方断言而非独立验证
美方公告指控中国企业“系统性提取”美国模型能力,但公告本身并未提供可独立验证的证据。研究简报《推理提取:蒸馏作为对模型提供商的攻击》明确指出,“该领域的归因主张目前是提供商断言,尚未经独立验证”。这意味着,美方公告的核心事实基础依赖Anthropic等公司的单方面陈述,缺乏第三方验证或司法审查的确认。该归因主张目前主要是提供商断言,不能作为定性的充分证据。从证据法角度审视,蒸馏所获得的是模型功能行为的近似,而非模型内部参数或架构本身。美方公告试图将“大规模调用+模型训练”的组合推定为“恶意提取”,但这一推定的基础是行为意图的推断,而非行为本身的客观违法性。
(二)管辖权错位:合同争议而非国家安全
蒸馏争议本质上涉及的是服务条款的遵守问题——美国AI公司的用户协议通常禁止利用模型输出训练竞争模型。违反服务条款的后果是合同违约责任,属于合同纠纷,相关争议通常通过民事诉讼或仲裁程序解决。将合同争议上升为国家安全威胁,并以安全机构公告的形式处理,在法律逻辑上存在根本性的管辖权错位。当美国以网络安全公告的形式介入蒸馏争议时,实际上是在执行准立法功能,即通过公告为一种此前未被法律明确禁止的行为创设“非法性”,绕过了正常的立法程序和行政规则制定程序。
(三)国际法争议:国内规则而非多边共识
美方公告要求美国企业对中国AI企业的蒸馏行为采取防御措施,包括对疑似蒸馏请求“悄悄降级响应”。这一建议的实质是要求美国企业单方面中断或降低对中国客户的正常服务,而判断“是否属于蒸馏”的标准完全由美方单方面界定。这一建议如果转化为强制性要求,将构成对中国企业在美国正常商业活动的歧视性限制,可能违反世界贸易组织(WTO)《服务贸易总协定》的最惠国待遇和国民待遇原则。更广泛地看,AI模型API服务是无形的、跨境即时交付的、难以在边境实施有效管控的。试图通过安全公告为这种新型服务设定排他性规则,不仅在技术上不可执行,也在国际法上缺乏先例。
(四)法律维度的规则博弈:管辖权之争
在法律维度,美方试图“立”的规则是以国内安全机构公告为全球AI服务设定行为标准,并通过“长臂管辖”要求第三国企业配合执行。其本质是争夺规则的管辖权边界——将国内法效力向域外延伸,以安全例外为名绕开多边规则约束。在此维度,我国应系统梳理美方指控在证据标准和管辖权方面存在的缺陷,质疑其以安全公告替代正当程序的合法性,并在WTO等多边框架下评估其合规性。在此基础上,推动建立关于AI服务跨境提供的多边规则框架,明确安全例外的适用边界,防止单边规则制定成为既成事实。
三、
战略维度:“泛安全化”遏制的政治经济学批判与规则体系博弈
美方在战略维度的核心论证可概括为算力管制效果递减。中国AI企业通过蒸馏获取美国模型能力,因此需以国家安全名义实施能力封锁。这一论证的根本缺陷在于定位错误——将商业竞争问题包装为国家安全威胁,实质是以国家权力维护特定企业的产业垄断地位。
(一)管制策略转向:从算力封锁到能力封锁
中国AI企业在算力受限条件下展现出超出美方预期的技术能力。DeepSeek以极低的训练成本达到接近前沿模型的性能,引发英伟达单日市值缩水近6000亿美元。布鲁金斯学会2026年7月发布的评论文章《华盛顿为何忌惮中国开源人工智能》指出,中国开源模型以远低于美国同类模型的成本提供具有竞争力的性能,因而在全球市场获得广泛采用。算力管制虽抬高了硬件成本,但未能阻止中国企业在算法效率和工程优化上实现突破。正是在这一背景下,美方开始将遏制重心从“算力”转向“能力”。2026年4月,白宫发布备忘录《对抗性蒸馏美国人工智能模型》,将蒸馏列为重点问题。2026年8月5日,美国参议院提出《阻断大规模敌对性蒸馏努力法案》(BLADE Act),拟设立AI模型抽取攻击者清单,对相关外国实体实施出口管制和金融制裁。
(二)立法设计:安全化定义与合同化豁免的矛盾
BLADE Act将管制对象定义为“模型抽取攻击”,即“未经授权获取闭源美国AI模型的模型权重、模型架构及其他技术特征”,试图以“模型抽取”替代“蒸馏”,在立法层面完成对蒸馏行为的安全化定义。然而,该法案同时规定了针对“授权模型训练实践”的豁免情形,即“遵守服务条款或与闭源模型所有者设定的合同条款一致的模型训练实践是合法的研究方法”。这一豁免暴露了法案的内在矛盾:如果蒸馏的合法性最终取决于是否“遵守服务条款”,那么它本质上仍是合同问题,而非国家安全问题。一边以安全名义立法管制,一边以合同条款为豁免条件,恰恰说明美方自身无法在技术逻辑上自洽其安全叙事。
(三)“泛安全化”实质:产业垄断而非国家安全
从政治经济学角度审视,美方蒸馏指控的驱动力并非单纯的地缘政治竞争,而是美国AI头部企业的商业利益与国家权力的深度绑定。中国商务部新闻发言人明确指出,美方“由安全部门发布公告,是将个别企业和资本利益与国家安全相捆绑,动用国家强权机构干涉正常商业活动”,并特别指出美方“相关蒸馏指控,有为这些霸王条款背书之嫌”。Anthropic就是这一事件的典型代表。该公司持续指控中国AI企业实施蒸馏攻击,且其首席执行官(CEO)达里奥·阿莫迪(Dario Amodei)于2026年7月在一封以“国家安全”为框架的公开信中公开呼吁收紧芯片出口禁令。与此同时,Anthropic的用户协议禁止利用Claude输出训练竞争模型,其商业目的是维持对模型能力的排他性控制。当美国安全机构以国家安全名义为这类条款“背书”时,实质上是用公共权力保护私人商业利益。
(四)战略维度的规则博弈:规则体系之争
在战略维度,美方试图“立”的规则是通过BLADE Act等立法构建系统性“反蒸馏”规则体系,并向盟友推广,形成多边遏制格局。其本质是争夺规则体系的主导权——将单边遏制意图嵌入多边规则框架,使对华技术封锁获得制度化合法外衣。在此维度,我国应揭示“泛安全化”操作背后的产业垄断实质,联合国际社会对技术霸权持警惕态度的各方力量,形成对单边规则的制衡。在此基础上,在联合国、二十国集团(G20)、亚太经济合作组织(APEC)等多边框架下推动AI治理规则制定,争取在技术共享、发展权保障、反对技术霸权等议题上形成国际共识,以多边协商对冲单边规则制定的影响力。
四、
结论:三个维度的规则博弈与我国应对路径
美国以“工业规模蒸馏”为由对我国AI企业的指控,在技术维度存在逻辑谬误,在法律维度存在正当程序与管辖权缺陷,在战略维度体现为“泛安全化”的政治操作,其本质是以安全叙事包装排他性管制,试图将对华AI竞争从算力封锁延伸至能力封锁和规则封锁。面对这一态势,我国应在三个维度分别“破规则”并“建规则”。在技术维度,应以技术事实澄清为核心,明确蒸馏与窃取的技术边界,依托中国企业的学术成果和开源生态数据反驳“能力主要来源于对美国模型蒸馏”的指控,佐证自主技术路线的独立性,并推动行业层面形成关于蒸馏合规边界的技术共识;在法律维度,应系统梳理美方指控在证据标准、正当程序和管辖权方面的缺陷,在WTO等多边框架下评估其合规性,推动建立关于AI服务跨境提供的多边规则框架,明确安全例外的适用边界;在战略维度,应揭示“泛安全化”操作客观上具有以国家权力维护特定企业排他性商业利益的效果,联合国际社会支持多边治理、反对技术霸权的多元力量,在联合国、G20、APEC等多边框架下推动AI治理规则制定,以多边协商对冲单边规则。
美方的指控在技术、法律和国际支持三个层面均难以成立:蒸馏的普遍使用和开源生态的全球扩散,使排他性管制难以彻底执行;将合同争议安全化的做法,在国际法框架下缺乏正当性基础,在道义上也难以获得广泛国际支持。然而,单边管制的实际危害并不因其执行困难而自动消解。规则先例一旦形成,可能引发盟友跟随、企业合规寒蝉效应和市场分割,进而增加中国AI产业参与全球合作的制度成本。因此,我国不应等待单边规则自行失效,而应主动参与和塑造多边规则,争取中间地带和全球南方支持,防止排他性规则成为既成事实。
全球AI生态正呈现多极化趋势,美国、中国、欧盟、英国、印度、日本、韩国、东盟、中东等主要国家和地区,以及全球南方和开源社区等行为体,在标准、市场与治理中均具有独立影响。中国开源模型的全球应用,如Hugging Face下载占比41%、OpenRouter连续23周Token使用量领先,表明“能力封锁”难以完全奏效,但技术应用优势不会自动转化为治理话语权。全球AI普惠发展并非自动实现,需以开源生态、算力可及、标准互操作、能力建设和包容性治理为条件。在全球AI治理面临规则碎片化风险的当下,我国应通过技术事实澄清、多边规则参与和开放生态合作,推动AI治理从单边遏制转向多边协商,为全球AI技术的普惠发展提供制度保障。
(本文刊登于《中国信息安全》杂志2026年第10期)
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论