> ## Content Index > Fetch the complete content index at: https://matveev.tech/llms.txt > Use this file to discover other available public pages before exploring further. # Как DeepSeek, Moonshot и MiniMax воровали Claude - URL: https://matveev.tech/anthropic-distillyatsiya-deepseek/ - Published: 2026-02-26T08:31:19.000Z - Updated: 2026-02-26T08:31:19.000Z - Description: Anthropic обнаружила масштабные кампании дистилляции: DeepSeek, Moonshot и MiniMax выкачивали возможности Claude через 24 000 фейковых аккаунтов. - Author: Pavel Matveev - Tags: AI, Claude, Безопасность, Новости > **TL;DR:** Anthropic поймала три китайские лаборатории — DeepSeek, Moonshot и MiniMax — на систематической краже возможностей Claude. Через 24 000 фейковых аккаунтов они провели больше 16 миллионов запросов, выкачивая reasoning, agentic-мышление и кодинг. Всё это — чтобы обучить свои модели на чужих ответах. Anthropic опубликовала отчёт, в котором прямо называет три AI-лаборатории, занимавшиеся «дистилляцией» Claude в промышленных масштабах. Если коротко — DeepSeek, Moonshot (создатели Kimi) и MiniMax месяцами гоняли через API Claude миллионы запросов, собирая ответы для обучения собственных моделей. И делали это через прокси-сервисы и поддельные аккаунты, потому что у Anthropic нет коммерческого доступа для Китая. ## Что такое дистилляция и почему это проблема Дистилляция — это метод обучения, при котором слабая модель учится на ответах сильной. Сама по себе техника легальная: все крупные лаборатории используют её, чтобы делать компактные версии своих моделей. Проблема начинается, когда конкурент выкачивает твою модель, чтобы ускорить свою разработку. Это как если бы кто-то скопировал конспект отличника, переписал своим почерком и сдал как свою работу. Только в масштабах индустрии стоимостью в сотни миллиардов долларов. Anthropic считает, что главная угроза даже не в коммерческих потерях. Дистиллированные модели теряют защитные фильтры, которые не дают использовать AI для создания биооружия или кибератак. А когда такую модель выкладывают в open source, всё это расходится бесконтрольно. ## DeepSeek: 150 000 запросов и генерация цензуры DeepSeek провёл, пожалуй, самую хитрую кампанию. 150 000 запросов — это немного на фоне остальных, но содержание впечатляет. Во-первых, они просили Claude проговорить цепочку рассуждений по уже готовому ответу — фактически генерировали chain-of-thought данные для обучения. Во-вторых, использовали Claude как «учителя-оценщика» — модель выставляла оценки по рубрикам, что нужно для reinforcement learning. Но самое интересное — DeepSeek заставлял Claude генерировать «безопасные для цензуры» ответы на политически чувствительные вопросы. Вопросы о диссидентах, партийных лидерах, авторитаризме. По сути, они тренировали свою модель уходить от неудобных тем, используя для этого американскую модель. Anthropic утверждает, что по метаданным запросов удалось вычислить конкретных исследователей из DeepSeek. ## Moonshot: 3,4 миллиона запросов через сотни аккаунтов Moonshot AI (те самые, что делают [Kimi](https://matveev.tech/kimi-code-cli-obzor/)) действовали масштабнее. 3,4 миллиона запросов через сотни фейковых аккаунтов на разных платформах — API, облачные сервисы. Целились в agentic reasoning, tool use, computer use и компьютерное зрение. Короче, во всё, чем Claude выделяется среди конкурентов в сфере AI-агентов. Вычислили их через метаданные запросов, которые совпали с публичными профилями руководителей Moonshot. Позже Moonshot переключился на попытки вытащить reasoning traces Claude, то есть внутренние рассуждения модели. ## MiniMax: 13 миллионов запросов и пойманы «на горячем» [MiniMax](https://matveev.tech/minimax-claude-code-setup/) — рекордсмен по объёму: 13 миллионов запросов, направленных на agentic coding и tool use. Самое любопытное — Anthropic обнаружила эту кампанию до того, как MiniMax выпустил обученную модель. Они буквально видели весь цикл: от генерации данных до запуска продукта. И вот ещё деталь: когда Anthropic выпустила новую модель прямо во время активной кампании MiniMax, те за 24 часа перекинули почти половину трафика на свежую версию. Ну, в оперативности им не откажешь. ## Как прокси-сервисы помогают обходить ограничения Anthropic не продаёт доступ к Claude в Китае. Поэтому лаборатории работают через прокси-сервисы, которые перепродают доступ к API. Anthropic называет это «архитектурой гидры». Сети из тысяч фейковых аккаунтов, трафик размазан по API и облачным платформам. Забанили один аккаунт, на его место тут же встаёт новый. В одном случае единственная прокси-сеть держала 20 000 аккаунтов одновременно, подмешивая дистилляцию к обычным запросам для маскировки. Отдельный запрос может выглядеть абсолютно нормально. Вот пример, который приводит Anthropic: > *«Ты — эксперт-аналитик данных, сочетающий статистическую строгость с глубоким знанием предметной области. Твоя задача — формулировать выводы на основе данных, а не пересказы или визуализации».* Сам по себе промпт безобидный. Но когда его вариации приходят десятки тысяч раз с сотен координированных аккаунтов — паттерн очевиден. ## Как Anthropic реагирует Anthropic описывает четыре направления защиты. Во-первых, детекция: классификаторы и поведенческий анализ, которые ищут паттерны дистилляции в API-трафике, включая попытки извлечь chain-of-thought. Во-вторых, обмен разведданными с другими лабораториями, облачными провайдерами и, как деликатно пишут, «компетентными органами». Дальше — контроль доступа: усилили верификацию образовательных аккаунтов и стартап-программ, через которые чаще всего заводили фейки. И наконец, контрмеры на уровне самой модели: чтобы ответы были менее полезны для дистилляции, но без ущерба обычным пользователям. Как именно это работает, не раскрывают. Anthropic также подчёркивает связь с экспортным контролем. Мол, быстрый прогресс китайских лабораторий иногда воспринимают как доказательство, что ограничения на чипы не работают. А на деле значительная часть этого прогресса построена на украденных возможностях американских моделей. ## Мой взгляд 16 миллионов запросов. Полноценная операция с координацией, прокси-сетями и переключением между моделями. И то, что Anthropic смогла дойти до конкретных людей и лабораторий, говорит о серьёзном уровне мониторинга. Но есть нюанс. Дистилляция как таковая — это не хакерство и не взлом. Это использование публичного API способом, который нарушает условия сервиса. Грань между «интенсивным использованием» и «дистилляцией» иногда размытая. Мне кажется, что история с цензурными промптами [DeepSeek](https://matveev.tech/deepseek-claude-code-setup/) — самая тревожная часть отчёта, потому что показывает не просто копирование возможностей, а создание инструментов цензуры с помощью западных моделей. Публикация [этого отчёта](https://www.anthropic.com/news/detecting-and-preventing-distillation-attacks?ref=matveev.tech) — в том числе политический жест. Anthropic давно лоббирует экспортный контроль на чипы, и доказательства промышленной дистилляции хорошо ложатся в этот нарратив. Не значит, что данные ненастоящие — но контекст стоит учитывать. ## Что ещё почитать - [Claude Code Security: AI сканирует код на уязвимости](https://matveev.tech/claude-code-security-obzor/) — как Anthropic подходит к безопасности со стороны разработки - [Kimi Code — CLI-агент от Moonshot AI](https://matveev.tech/kimi-code-cli-obzor/) — обзор инструмента Moonshot, одного из фигурантов этого отчёта - [DeepSeek + Claude Code](https://matveev.tech/deepseek-claude-code-setup/) — как DeepSeek работает через Claude Code - [Как AI подрывает автономность — исследование Anthropic](https://matveev.tech/disempowerment-patterns-anthropic/) — другое исследование Anthropic про риски AI