Афера десятиліття: Anthropic розкриває, як DeepSeek надурив увесь світ фальшивою потужністю

DeepSeek був не єдиний: як розкрили масштабний обман

Фахівці з безпеки американської компанії Anthropic оприлюднили звіт про загрози, у якому викрили промислове шпигунство з боку кількох провідних лабораторій Китаю. Експерти з'ясували, що китайські розробники не лише тренували свої моделі на чужих даних, а й у режимі реального часу перенаправляли запити клієнтів до чужого сервісу.

Під час розслідування аналітики зафіксували, що компанія Moonshot AI, яка створює сімейство моделей Kimi, систематично відправляла запити власних користувачів до нейромережі Claude Opus. Користувачі щиро вважали, що працюють із китайським сервісом, однак насправді отримували згенеровані американським штучним інтелектом відповіді. 

Для обходу географічних обмежень розробники Moonshot створили масштабну мережу з 5 380 фальшивих облікових записів, ротованих через проксі-сервери в Сингапурі та Японії. Лише за десять днів у липні 2026 року компанія перенаправила майже 300 000 клієнтських сесій, а загальний обсяг перехоплених запитів у період з травня по липень перевищив 23 мільйони.

Аналогічні маніпуляції здійснювала й компанія DeepSeek. Її інженери отримували вхідні запити від користувачів, після чого непомітно перенаправляли їх до систем Anthropic. За двотижневий період у липні 2026 року фахівці зафіксували понад 12,1 мільйона таких перехоплених з'єднань.

Подібні дії називають дистиляцією даних.

Дистиляція сама по собі є легітимним методом навчання, однак її несанкціоноване використання перетворюється на промислове шпигунство, 
– прокоментували фахівці з безпеки компанії Anthropic.

Витік конфіденційних даних та загроза приватності

Схема підміни відповідей спричинила масовий витік чутливої інформації користувачів, які навіть не підозрювали, що їхні дані потрапляють до сторонньої американської компанії. У перехоплених пакетах опинилися корпоративні секрети, фінансові звіти, паролі та вихідні коди великих підприємств, які щиро вірили, що їхні дані лишаються у Китаї.

• Серед злитих даних опинилися записи з камер спостереження в місті Ченду, які завантажив користувач, пов'язаний із Народно-визвольною армією Китаю. Запит містив відеопотоки з сотень камер поблизу оборонних об'єктів та державних підприємств із проханням проаналізувати підозрілу поведінку конкретної особи.
• Інший випадок стосувався оператора IT-мережі російського військового відомства, який через DeepSeek передав у Claude діючі ключі доступу до бази даних Міністерства оборони РФ.
• Також розробники з Китаю надсилали у систему внутрішні коди поліцейських систем стеження, які зіставляли номери національних посвідчень громадян із маршрутами їхнього пересування.

Що таке дистиляція штучного інтелекту та як вона працює

Дистиляція у сфері машинного навчання – це процес перенесення знань від великої та потужної моделі-вчителя до меншої та дешевшої моделі-учня. У класичному розумінні розробники подають складній нейромережі тисячі завдань, збирають її детальні відповіді разом із ходом думок, а потім використовують ці дані для тренування компактного алгоритму, який копіює підходи і стиль. Це дозволяє суттєво зменшити витрати на обчислювальні потужності та прискорити роботу системи без втрати якості.

Проте несанкціонована дистиляція перетворюється на прихований відбір знань, коли лабораторії без дозволу правовласника витягують міркування передової системи. Передові нейромережі під час вирішення складних завдань формують ланцюжок міркувань. Для захисту від копіювання Anthropic шифрує ці шляхи у вигляді спеціальних підписів. 

Проте китайські інженери вигадали спосіб обходу захисту через атаки повторного відтворення між сесіями. Вони зберігали цифровий підпис міркувань Claude, відкривали нову сесію і змушували модель розшифровувати власні попередні кроки у відкритий текст.

Несанкціонована дистиляція дозволяє стороннім лабораторіям витягувати передові можливості за дещицю часу та фінансів,
– кажуть дослідники компанії Anthropic.

Масштаби проблеми та інші учасники ринку

Розслідування виявило, що подібні методи застосовували й інші великі технологічні компанії з Китаю. Найбільшу операцію запустила Alibaba, яка використала понад 5 000 фальшивих акаунтів для збору ланцюжків міркувань моделей Opus 4.6 та Opus 4.7. Загальний обсяг вилучених даних Alibaba у період з травня по липень 2026 року перевищив 151 мільйон екземплярів, а пікова інтенсивність сягала 3 мільйонів запитів на добу. Зібрані матеріали компанія використала для навчання власних моделей серії Qwen 3.5, 3.6 та 3.7.

До подібної практики долучилися також розробники Zhipu AI, які вилучили понад 3,4 мільйона ланцюжків міркувань для покращення моделей GLM, а також компанія Xiaomi, яка перенаправила понад 400 000 сесій під час безкоштовного тестового періоду моделі MiMo-V2-Pro. Компанії SenseTime та MiniMax купували готові бази розмов користувачів у сторонніх брокерів або створювали підставні фірми для збору інформації.