Представете си, че сте учили 10 години за изпит, а някой просто преписва отговорите ви и получава същата оценка. Точно това твърди Anthropic, че са направили водещите китайски AI лаборатории с модела Claude.
Ключов извод
Anthropic разкри мащабна схема с 24 000 акаунта и 16 милиона заявки, целяща незаконно копиране на логическите и агентни способности на Claude.
Anthropic разкри мащабна операция с 24 000 фалшиви акаунта, генерирали 16 милиона заявки за извличане на уникалната логика на модела Claude.
Представете си мащаба: това не са просто няколко хакери в мазе, а координирана индустриална операция. Според официалния доклад на Anthropic, публикуван през февруари 2025 г., водещи китайски AI компании са създали сложна мрежа от хиляди фалшиви потребителски профили, организирани в т.нар. „hydra clusters“. Целта на тези клъстери е била систематичното заобикаляне на защитните механизми и лимитите на платформата, за да се извлече максимално количество ценна информация за кратко време.
Резултатът от тази атака е стряскащ – генерирани са над 16 милиона взаимодействия. Тези разговори обаче не са били за времето или рецепти за мусака. Те са били хирургически насочени към най-силните страни на Claude – писането на сложен програмен код, математическите разсъждения и способността за използване на външни софтуерни инструменти. Чрез тези милиони въпроси, китайските модели буквално са се „обучавали“ върху отговорите на Claude, копирайки неговия специфичен стил на мислене и решаване на проблеми. Това им позволява да прескочат години на изследвания и развитие (R&D), в които Anthropic е инвестирала милиарди долари.
Това е еквивалентът на индустриален шпионаж в ерата на генеративния изкуствен интелект. Вместо да крадат физически чертежи на двигател, нападателите крадат „мисловния процес“ на модела. Anthropic подчертава, че това не е просто конкуренция, а директно нарушение на условията за ползване, което застрашава икономическата устойчивост на западните AI компании. Мащабът на операцията показва, че данните, генерирани от най-умните модели, са се превърнали в най-ценния ресурс в технологичния свят, за който държави и корпорации са готови да водят тиха, но ожесточена война.
Моделната дистилация е процес, при който по-малък AI се обучава чрез отговорите на по-голям модел, спестявайки милиарди долари за разработка.
Нека обясним термина „Model Distillation“ (дистилация на модел) по достъпен начин. Представете си Claude 3.5 Opus като професор от световна класа. Студентът (в случая по-малкият китайски модел) може да няма същия капацитет за оригинално мислене, но ако зададе достатъчно въпроси на професора и запише детайлно неговите отговори, той може да се научи да имитира неговата експертиза. В AI индустрията това означава използване на изхода (output) на мощен модел като обучителни данни за по-слаб модел.
Технически, дистилацията е легитимен метод за оптимизация, когато се прави вътрешно. Например, Anthropic използва своя най-голям модел, за да обучи по-малкия и бърз Claude 3.5 Haiku. Това позволява на Haiku да бъде почти толкова умен, колкото по-големия си брат, но да работи много по-евтино и бързо. Проблемът възниква, когато трета страна – конкурент – прави това без разрешение. Това се нарича „model mining“ или неправомерно извличане на интелектуална собственост.
Чрез подаване на сложни логически задачи към Claude и записване на неговите детайлни обяснения (Chain-of-Thought), конкурентите могат да извършат „фина настройка“ (fine-tuning) на своите модели. Така те получават качество, близко до това на Claude, но на цената на много по-малко изчислителна мощ и време. Това е икономически пряк път – вместо да „изкопаеш“ знанието сам чрез скъпоструващо първоначално обучение върху сурови данни, ти просто го взимаш в готов вид от този, който вече е свършил тежката работа. За китайските компании това е критично важно, тъй като им позволява да наваксат технологичното изоставане от САЩ за месеци, вместо за години.
Китайските гиганти DeepSeek, Moonshot AI и MiniMax са основните обвинени в използването на автоматизирани мрежи за масово извличане на данни.
Anthropic не просто хвърли обвинения във въздуха, а назова конкретни имена и предостави данни за мащаба на атаките от всяка компания. Ето кои са основните играчи в тази схема:
DeepSeek: Тази компания наскоро шокира света със своя модел DeepSeek-V3, който показва невероятна ефективност. Според Anthropic обаче, част от този успех се дължи на около 150 000 взаимодействия, фокусирани изцяло върху логически задачи и опити за „jailbreak“ (заобикаляне на защитите). Те са анализирали как Claude отказва опасни заявки, за да подобрят собствените си филтри за безопасност или да намерят пролуки в тях.
Moonshot AI (създателите на Kimi): Тук мащабът е значително по-голям. Компанията е обвинена в генерирането на 3.4 милиона взаимодействия. Техният фокус е бил върху „computer vision“ (разпознаване на изображения) и обработката на изключително дълги текстове – области, в които Claude традиционно доминира пазара.
MiniMax: Това е най-голямата разкрита операция. Над 13 милиона взаимодействия са били насочени към извличане на способности за писане на код и „агентно поведение“. MiniMax, която е подкрепяна от гиганти като Alibaba и Tencent, очевидно е използвала Claude като безплатен „учител“ за своите модели, предназначени за автоматизация на програмирането.
| Компания | Брой взаимодействия | Основна цел на атаката |
|---|---|---|
| DeepSeek | ~150,000 | Логика и заобикаляне на защити |
| Moonshot AI | ~3.4 млн. | Компютърно зрение и дълъг контекст |
| MiniMax | ~13 млн. | Писане на код и автономни агенти |
Тези данни показват, че атаката е била тясно специализирана. Всяка компания е „източвала“ точно тези сегменти от знанието на Claude, в които е имала най-голяма нужда от подобрение, превръщайки API-то на Anthropic в своя собствена лаборатория за обучение.
Агентните способности позволяват на AI да изпълнява сложни задачи автономно, което прави Claude 3.5 Sonnet основна цел за индустриален шпионаж.
Защо китайските лаборатории са толкова фиксирани върху „agentic reasoning“? Защото бъдещето на изкуствения интелект не е в чатботовете, които просто си говорят с вас, а в „агентите“, които реално вършат работа. Claude 3.5 Sonnet в момента се счита за златния стандарт в индустрията за писане на код и използване на компютърни инструменти (т.нар. Computer Use).
Когато един модел може да напише Python скрипт, да го изпълни в реална среда, да анализира грешката и да я поправи сам – това е „агентно мислене“. Това е най-трудното за обучение умение, защото изисква не просто предсказване на следващата дума, а разбиране на причинно-следствени връзки и планиране на няколко стъпки напред. Обучението на такива способности от нулата изисква огромни масиви от специфични данни за взаимодействия, които са изключително редки и скъпи.
Чрез извличането на точно тези данни от Claude, китайските компании се опитват да прескочат етапа на проби и грешки. Ако MiniMax успее да копира способността на Claude да управлява софтуерни интерфейси, те могат да предложат продукт за автоматизация на бизнес процеси, който е конкурентен на западните, но на много по-ниска цена. Това е директна заплаха за бизнес модела на Anthropic, които разчитат именно на тези премиум функции за своите корпоративни клиенти. В свят, където AI агентите ще управляват икономиката, притежанието на „рецептата“ за тяхното мислене е стратегическо предимство, което Китай не иска да изпусне, дори и чрез нерегламентирани методи.
Елон Мъск определи обвиненията като лицемерие, напомняйки, че западните AI компании са обучили моделите си върху публични данни без съгласие.
Реакцията на Елон Мъск в социалната мрежа X (Twitter) добави нов слой към скандала. Със своя типичен сарказъм, той нарече Anthropic „лицемерни“, визирайки факта, че почти всички големи AI компании са изградили своите модели върху „откраднати“ данни от целия интернет. Тезата на Мъск е проста: „Вие използвахте труда на милиони автори, програмисти и артисти без да им платите, а сега се оплаквате, че някой прави същото с вашия модел“.
Този аргумент докосва една от най-чувствителните теми в индустрията – авторското право. Anthropic, OpenAI и Google в момента са обект на множество съдебни дела от медийни групи, автори на книги и музикални издатели. Те твърдят, че използването на публични данни за обучение е „Fair Use“ (честна употреба), тъй като моделът създава нещо ново и не копира директно източника. Въпреки това, правната разлика в случая с Китай е съществена.
Докато обучението върху публичен уеб е сива зона, използването на частно API в нарушение на Общите условия (Terms of Service) е директно нарушение на договорни отношения. Anthropic изрично забранява използването на изхода на Claude за обучение на конкурентни модели. Това е разликата между това да четеш книги в публична библиотека (обучение) и да влезеш в частна лаборатория, да препишеш тайните формули на конкурента и да ги продаваш под свое име. Въпреки това, критиката на Мъск резонира с мнозина, които смятат, че големите технологични компании нямат моралното право да изискват защита на данните си, след като самите те са ги „експроприирали“ от потребителите в началото на AI революцията.
Дистилацията позволява на Китай да заобикаля американските санкции за чипове, постигайки висока производителност с по-слаб и достъпен хардуер.
Този скандал има дълбок геополитически контекст, свързан с технологичната война между САЩ и Китай. Вашингтон наложи строги ограничения върху износа на най-мощните AI чипове (като NVIDIA H100 и Blackwell) за китайски субекти. Стратегията на САЩ беше да забави развитието на китайския AI чрез ограничаване на „изчислителната мощ“ (compute), необходима за обучение на гигантски модели от нулата.
Дистилацията обаче се оказва „троянски кон“, който обезсмисля част от тези санкции. Обучението на базов модел (pre-training) изисква десетки хиляди GPU-та и месеци работа, поглъщайки огромни количества електроенергия. Но „фината настройка“ (fine-tuning) чрез дистилирани данни от Claude изисква стотици пъти по-малко ресурси. Като използват Claude за „учител“, китайските лаборатории получават модел с производителност от световна класа, използвайки хардуер, който вече е наличен в Китай или е по-лесен за набавяне.
Това показва, че в софтуерния свят стените са много по-лесни за прескачане, отколкото в хардуерния. Дори Китай да няма достъп до най-новите заводи на TSMC, те могат да компенсират това чрез алгоритмична ефективност и „кражба“ на синтетични данни. За американските регулатори това е сериозен сигнал, че контролът върху хардуера вече не е достатъчен. Необходими са нови механизми за защита на самите модели като интелектуална собственост, защото в противен случай американските иновации ще продължат да захранват индиректно конкурентните икономики, независимо от броя на забранените за износ чипове.
Бизнесът трябва да внедри стриктен мониторинг на API потреблението и KYC процедури, за да защити своята интелектуална собственост от AI кражби.
Какво означава този глобален скандал за българските технологични компании? Ако разработвате софтуер, базиран на AI, или предоставяте достъп до ценни масиви от данни чрез API, вие вече сте потенциална мишена. Не е нужно да сте гигант като Anthropic, за да станете жертва на „scraping“ или извличане на логика. Урокът от този случай е в превантивната киберсигурност и анализа на потребителското поведение.
Anthropic са успели да засекат атаката, защото са анализирали моделите на поведение, а не просто обема на трафика. Те са идентифицирали координирани действия между хиляди акаунти, които на пръв поглед изглеждат несвързани. Българските разработчици трябва да предприемат следните стъпки:
В ерата на изкуствения интелект, вашите данни и начинът, по който вашият модел разсъждава, са най-ценният ви актив. Ако не гледате внимателно логовете си и не защитавате своите API интерфейси, рискувате вашият продукт да бъде „източен“ и клониран от конкуренти, преди дори да сте успели да го монетизирате напълно. Сигурността вече не е само защита от хакери, а защита от „умни“ алгоритми, които искат да се научат от вас безплатно.
⚠️ Кражба на интелект или просто конкуренция? Anthropic обвини китайските AI гиганти в мащабна схема за копиране на Claude. Разберете как 24 000 фалшиви акаунта могат да „източат“ мозъка на изкуствения интелект. 👇