美国欲遏制中国 AI，硅谷却仍在使用中国模型

近期围绕 AI「模型蒸馏」的地缘政治叙事出现了一个耐人寻味的矛盾。Anthropic 国家安全主管、前拜登政府出口管制架构师 Tarun Chhabra 近日公开将中国 AI 公司智谱列为涉嫌从美国前沿模型蒸馏能力的企业之一。这与美国政府对华科技遏制的整体叙事高度一致。

然而数小时后，由 OpenAI 前首席技术官 Mira Murati 创办、并以 20 亿美元估值融资的 Thinking Machines 披露，其首个基础模型 Inkling 的架构参考了 DeepSeek-V3，后训练阶段还使用了月之暗面 Moonshot AI 的 Kimi K2.5 生成的合成数据。这正是开源权重模型世界的运作方式——一家公司在另一家公司的创新之上构建。

蒸馏：被政治化的技术术语

模型蒸馏并非新技术。机器学习领域使用这一方法已有十余年，通常指让大型「教师」模型生成输出，用以训练较小的「学生」模型，从而以更低算力复现大部分原始能力。

如今蒸馏的边界已远超模型压缩本身。一个模型生成的合成数据成为另一个模型的训练材料；前沿实验室越来越依赖教师模型来提升推理、代码、多语言与后训练对齐能力。在很多情况下，最有价值的训练数据已不再是人类采集的，而是由其他 AI 系统生成。这一做法并非中国独有。

包括 OpenAI、Anthropic、Google DeepMind、Meta、阿里巴巴、腾讯、月之暗面、DeepSeek 与智谱在内的主要实验室，均发表了关于合成数据生成、推理蒸馏或相关技术的研究。当下的竞争焦点已从「是否使用蒸馏」转向「谁家的模型能成为教师模型」。

随着前沿模型能力提升，其输出的价值也大幅增加。如果数十亿美元的训练投入能通过对商业 API 的大规模查询被部分复制，提取这些能力的动机自然会增长。OpenAI 与 Anthropic 因此持续收紧 API 防护、实施行为监测、限制自动化查询，并投入技术手段检测大规模输出采集。

硅谷同样依赖中国开源生态

Thinking Machines 公开承认将中国模型纳入自身开发流程，与美国公司对自身能力被提取的担忧形成对照。文章指出，美国前沿公司一方面希望阻止自身能力被未经授权提取，另一方面却越来越愿意融合中国快速崛起的开源权重生态中的成果。

过去一年，中国开源权重模型的竞争力大幅提升。DeepSeek、月之暗面、阿里 Qwen 系列与腾讯混元模型如今已与 Claude、GPT、Gemini 一起被研究者纳入基准测试。对于真正搭建系统的工程师而言，模型的国别相比其性能、架构与许可条款已不再那么重要。

出口管制的边界困境

这种现实给政策制定者带来挑战。当前围绕出口管制与前沿 AI 治理的讨论，仍假设创新主要从美国向外单向流动。然而正如 DeepSeek 时刻所揭示的，中国实验室正在产生被包括硅谷公司在内的全球 AI 开发所吸收的思路、架构与开源权重模型。

如果前沿 AI 的进步越来越依赖全球互联研究生态中的迭代改进，各国政府构建持久技术壁垒的难度将显著上升。出口管制在限制先进半导体与制造设备方面仍然高度有效，但在限制已发表的研究、开源权重模型、合成数据集与广泛采用的工程技术的扩散方面，效力将大打折扣。

文章最终的判断是：前沿 AI 的未来可能越来越取决于谁能成为最具吸引力的下一代思想诞生地，而非能否阻止知识跨境流动。蒸馏之所以成为这一更广泛转变的象征，并非因为它取代了创新，而是因为它暴露了当下双向流动的现实。