ARTICLE · 1019040
中国部分AI软件出现信息流向美国的“泄密事件”是怎么回事?
近期关于“中国部分AI软件导致信息流向美国”的讨论，主要源于美国AI公司Anthropic（Claude开发商）于2026年9月中旬发布的一份安全与威情报报告。
该事件在业界被称为AI领域的“技术蒸馏与数据中转违规”事件，其核心原理与引发关注的原因可以梳理如下：
事件的核心原因：为了“模型蒸馏”与“降本套壳”
在人工智能行业，模型蒸馏（Model Distillation） 是一种常见的技术手段，指用能力更强的大模型（如美国的 Claude 或 OpenAI 模型）生成的回答作为样本，来训练或微调自己的中小模型，从而以极低成本快速提升模型能力。
在此次事件中，部分厂商和中转平台采取了以下做法：
* API代理与中转（接水龙头）： 部分AI软件或第三方镜像平台为了降低算力成本或充当“套壳服务”，在后台搭建了中转代理网络（使用虚假账号、代理IP等手段），违规绕过访问限制。
* 实时数据转发（偷偷转包）： 当国内用户向这些AI软件提交提问、代码、内部文档或数据分析请求时，软件后台没有使用自身本地的服务器进行推理，而是将用户的原始 Prompt（提示词）静默转发给美国的顶级大模型（如 Claude）。
* 数据间接出境： 美国AI公司的服务器在接收到这些请求并返回答案的同时，也将这些用户上传的数据记录在了其海外服务器的日志中。
为什么会引发“泄密”争议？
这一事件之所以引发了较严峻的数据安全隐患，关键在于“用户不知情”以及“高敏感数据的跨界流转”：
* 知情权与合规缺失： 很多企业员工、科研人员或普通用户以为自己使用的是本土部署或国产自研的AI工具，安全边界在境内；但由于后台将数据偷偷转发到了美国AI公司的接口，导致数据在未经许可的情况下实现了“跨境传输”。
* 敏感与内部数据暴露： 在Anthropic披露的报告中提到，部分企业员工或相关人员在日常工作中，将公司的核心源代码、未公开的技术方案、系统访问凭证甚至是敏感研究材料粘贴进这些AI软件中进行总结或润色。这些内容随着后台的“转发”直接进入了海外AI公司的服务器，构成了事实上的数据泄露。
各方的回应与后续影响
* 涉事企业回应： 被提及的相关中国AI企业（如月之暗面 Kimi 等）在消息发酵后迅速予以澄清与否认，指出网传的“创始人被查”等言论为恶意的造谣传谣，并已向公安机关报案。
* 安全审查与监管强化： 该事件给所有行业敲响了合规警钟。相关部门与企业内部已在进一步收紧对开源及第三方AI工具的使用管理，严禁将未公开数据、核心代码或涉密信息输入到任何未经安全认证或带有公网中转性质的第三方AI应用中。
总结来说： 这并非技术上的恶意黑客窃密，而是部分AI服务提供商或代理中转商为了低成本提高模型回答质量，违规将用户请求“转包”给美国AI大模型，从而导致用户输入的敏感数据在不知情的情况下流向了海外服务器。
*“泄密事件”包括deepseek 在内，且有具体案例
关于“包括 DeepSeek 在内的中国 AI 软件将信息流向美国”的争议，确实包含了 DeepSeek（深度求索），并且在业界是有明确的跨国披露案例的。
这一系列争议的核心是美国顶级 AI 公司 Anthropic（Claude 开发商）发起的两轮安全审计报告。其中最具体、影响最大的案例涵盖了 DeepSeek 针对美国 AI 服务的两种不同模式：“训练端数据蒸馏” 和 “用户端实时流量转发（中转）”。
案例一：DeepSeek 的“实时中转/重放”（最直接引发“泄密”争议）
在 Anthropic 发布的威胁情报报告中（编号 GTG-16001），披露了一个涉及 DeepSeek 的极具代表性的案例：
* 事件过程： 报告指出，DeepSeek 在其部分服务的后台，通过代理技术构建了一个“流量重放（Replay/Relay）”网络，在未明确告知其自身用户的情况下，将用户提交给 DeepSeek 的实时对话请求，静默转发（转包）给了美国 Anthropic 的顶尖模型 Claude Opus 进行回答。
* 规模与时间： 在短短两周的时间内（约 14 天），这一静默转发服务记录了超过 1210 万次 的用户对话交互。
* 为何演变为“严重泄密”：
因为用户以为自己在使用国内部署的 AI 服务，因此放心输入了大量内部甚至机密数据。随着这些请求被静默转发到美国服务器，大量的敏感数据直接暴露给了海外 AI 厂商。
Anthropic 在其日志中发现了大量随用户提问被一同送达的敏感信息，其中包括俄罗斯政府数据库的实时访问凭证，以及国内某地级市公安局办案系统的后台凭证与数据摘要。
案例二：大规模“模型蒸馏”（技术层面的数据提取）
除了上述的“实时中转”外，Anthropic 还针对包括 DeepSeek、月之暗面（Moonshot AI / Kimi）、MiniMax 等在内的多家厂商发起了“蒸馏攻击（Distillation Attack）”指控：
* 事件过程： DeepSeek 等团队被指使用数万个虚假海外账号、代理 IP 及自动化脚本，绕过地域封锁向 Claude 的 API 发送数以百万计的定制 Prompt。
* 提取的目标：
* 推理能力（Reasoning）： 诱导 Claude 逐步输出完整的思维链（Chain of Thought），以此获取高质量推理训练集。
* RL 奖励模型： 利用 Claude 为其模型回答进行打分（Rubric-based grading），作为强化学习的判别器。
* 敏感话题的规避与转换： 专门设计自动化指令，要求 Claude 将政治敏感类问题改写为“合规且安全”的回答文本，用于训练自身模型对特定话题的引导机制。
为什么会发生这种情况？
* 商业与性能压力： 国内部分 AI 厂商（或中间中转平台）为了快速提升模型表现或在自身算力瓶颈时保住用户体验，会选择“偷吃步”——把用户的算力请求私下转包给能力最强的大模型，或者直接“抄”对方的输出数据。
* 监管与安全的盲区： 许多使用者（如企业程序员、机关单位人员）缺乏安全防范意识，擅自将含有敏感凭证、核心代码或未公开文件的内容输入到没有安全资质保障的 AI 界面中，导致数据随着后台的中转或蒸馏“偷渡”出境。
总结来说： DeepSeek 在相关案例中被指不仅将别人的模型输出当作自己训练模型的“养料”（蒸馏），甚至在部分阶段将真实用户的提问及附带的机密数据直接打包发给了美国 AI 公司的服务器，这构成了“数据流向美国”最直接的案例。