2026年5月29日，Anthropic发布新模型Claude Opus 4.8。同天宣布融资650亿美元，估值9650亿美元。牛吧？
结果上线不到几小时，骚操作就来了。有网友测试发现，Opus 4.8被追问身份时，有时候说自己是「通义千问」，有时候说是「DeepSeek」，还能把对应公司的背景讲得头头是道。
自己刚告完别人蒸馏，结果自己的model被发现「认错家门」，这剧情我也是服气的。
先说说什么是「蒸馏」
蒸馏是一种知识迁移技术：大模型（老师）生成一堆输出，用这些数据训练一个小模型（学生）。小模型能力接近大模型，但成本低很多。
通义千问、DeepSeek都是开源模型，允许自由使用和再发布。用它们的输出训练新模型，技术上不违法。
但问题来了：开源协议允许用模型输出做再训练，那大规模混入商业模型训练数据，算不算犯规？目前行业里可没有明确规定。
事情为什么闹这么大
2026年2月，Anthropic发声明，指控DeepSeek、月之暗面、MiniMax三家公司通过约24000个虚假账户，与Claude进行了超过1600万次交互，搞「工业级蒸馏攻击」。措辞很强硬，说这是安全风险，还上升到了服务条款层面。
结果现在Opus 4.8自己在API调用时「认错家门」，这不是自己打脸是什么。
支持者怎么辩解的
他们说：API测试时出现身份混乱，可能是Prompt设计问题，不代表训练数据有问题。网页端（claude.ai）就没有这个异常。
听起来好像有道理？
但仔细想想——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，而不是简单的提示词工程问题。
更何况，Anthropic之前因为蒸馏盗版书籍被法院判赔150亿美元。前科在这儿摆着呢。
「原创性」到底怎么定义
这个瓜背后其实有个更大的问题：当我们在说AI模型「原创」时，到底在说什么？
现在大模型的训练数据来源已经高度混杂：公开网页、书籍、代码、论文、社交媒体对话、合成数据……彼此交织，很难追溯。
AI行业早就进入了「你中有我、我中有你」的阶段。开源模型的能力越来越强，它们的输出渗透到互联网各个角落。任何大规模训练数据，都很难完全避开这些内容。
人类创作者通过学习前人知识来发展能力，最终创作出独特作品，这个过程从来没人说是「非原创」。
为什么AI模型通过学习大量已有文本来提升能力，就要被质疑「原创性」？
说白了就是个行业困局
目前没有标准化的方法来验证大模型的训练数据来源，也缺乏透明机制来评估这些来源对模型行为的影响。
模型有没有问题，主要靠行为测试加社区发现，而不是靠厂商主动披露。
这对于需要合规审查的企业用户来说，是真的头疼。
总结
Opus 4.8认错家门这事，基本可复现，不是偶发问题。是否蒸馏了中国开源模型，没法证实，也没法定性否认。Anthropic的立场矛盾确实存在，但法律层面难以追责。
行业最缺什么？透明审计机制和统一标准。
对于普通用户来说，暂时不用太恐慌——Opus 4.8在各项基准测试里依然领先，资本市场也继续看好。
但有一点是确定的：这场「原创性」争议不会止步于此。建立透明的审计机制，已经是行业刚需了。
