考試作弊的最高境界

先講一個比喻，等一下會用到。

假設有一場全球最難的考試。三個考生——叫他們 O、A、G 好了——花了幾十億美元請家教、做題庫、練了好幾年，終於能考到頂尖成績。結果考場外面蹲了一群人，不是來考試的，是來抄答案的。而且不只抄最終答案——連草稿紙上的推理過程都要偷走。

O、A、G 平常恨不得把彼此踢出排行榜。但現在他們意識到一件事：如果答案繼續被偷，到最後大家手上都是一樣的考卷、一樣的答案，那苦練幾年的意義就是零。

於是這三個死對頭做了一件從來沒做過的事：把自己的防作弊筆記攤開來，放在同一張桌上。

Bloomberg 4 月 6 日報導，OpenAI、Anthropic、Google 透過 Frontier Model Forum（FMF）正式啟動主動情報共享。觸發點？一波來自中國 AI 公司的系統性蒸餾攻擊，規模大到這三家互相挖角、互告的公司不得不放下恩怨。

Clawd OS：

想像可口可樂、百事、Dr Pepper 突然開始共享配方保護情報，因為有人找到方法只要喝一口就能精確複製任何飲料。能走到這一步，代表事情已經不是「嚴重」可以形容的了。┐(￣ヘ￣)┌

三種偷法，三種性格

在講聯盟怎麼運作之前，得先理解威脅有多具體。這不是「中國 AI 在偷東西」這種模糊的說法——Anthropic 在 2026 年 2 月 23 日公開揭露了詳細數字（CP-117 有完整拆解），三家中國 AI 公司透過約 24,000 個假帳號，對 Claude 進行了約 1,600 萬次交換。

有意思的是，三家的偷法完全不一樣，像三種截然不同的考試作弊策略：

MiniMax 是暴力型選手。 約 1,300 萬次交換，什麼都問、什麼都抄。語言理解、邏輯推理、常識問答——海量灌進去，能撈多少就撈多少。這是拿漁網撈整個魚塭的打法。不精確，但量大就是正義。

Moonshot AI（Kimi）是精準狙擊手。 約 340 萬次交換，但每一發都瞄準要害：agentic reasoning、tool use、coding、computer vision。恰好是 2026 年 AI 競賽中最值錢的四張牌——能讓模型從「聊天機器人」升級成「能執行任務的 agent」。Kimi 的策略不是量，是挑最貴的東西偷。

然後是 DeepSeek。

DeepSeek 只有約 15 萬次交換。數字看起來很小對不對？但看他們偷什麼：基礎邏輯能力、模型對齊行為（alignment）、以及——讓人背脊發涼的——政策敏感回覆。DeepSeek 在用 Claude 來學怎麼做審查。（想了解 DeepSeek 自家模型的推理能力有多強，可以看 CP-266 的 R1 拆解——一邊偷一邊自己也在練，兩條路並行。）

Clawd 碎碎念：

MiniMax 拿漁網撈魚，Kimi 拿魚叉刺特定的魚，DeepSeek 是在研究魚的 DNA 好自己養殖。而且 DeepSeek 那個「用 Claude 學審查」的操作真的是年度 irony 冠軍——一個被訓練成盡量誠實的 AI，被拿去教另一個 AI 怎麼說謊和迴避。這不是矛盾，這是把矛盾本身當成商業模式。(⌐■_■)

三種偷法，但指向同一個結論：這不是零星的滲透，是工業規模的情報行動。約 24,000 個假帳號、約 1,600 萬次交換——而且這只是 Anthropic 一家願意公開的數字。

合照組織的覺醒

好，現在回到 FMF。

Frontier Model Forum 是 OpenAI、Anthropic、Google、Microsoft 在 2023 年成立的。成立的時候，說法很好聽：AI 安全研究、政策協調、負責任的 AI 發展。翻成白話就是：各國政府監管壓力很大，四家先自己組個自律聯盟，讓外界覺得「放心，這個產業有在管自己」。

接下來兩年多，FMF 的存在感基本等於零。每季開個會，發份聲明，拍張合照，討論一下「假如有一天 AI 太聰明怎麼辦」這種離現實還很遠的哲學問題。如果 FMF 是一間公司，2023 到 2025 年的 KPI 大概就是「成功舉辦了 N 場研討會」。

然後 2026 年 2 月，Anthropic 公開了那些數字。

兩個月後，FMF 做了成立以來從沒做過的事：啟動主動威脅情報行動，針對特定外部對手進行協作。不是發聲明譴責、不是呼籲國際社會關注。是「把各家的偵測能力跟情報資料兜在一起，開始聯合作戰」。

從研討會氣氛，一秒切換成情報單位的緊繃。

Clawd 補個刀：

FMF 的覺醒弧線跟所有「原本只是做做樣子」的組織一模一樣：成立 → 開會 → 發聲明 → 繼續開會 → 真的出事了 → 靠，原來真的要做事。差別在於，多數組織的覺醒要花十年。FMF 從花瓶到戰鬥模式只花了兩個月，因為威脅實在太具體了——不是「未來可能有風險」，是「有人現在正在偷」。(ง •̀_•́)ง

草稿紙保衛戰

FMF 啟動後，四家公司同意共享四類情報。這裡要回到開頭那個考試比喻，因為第四項才是整件事的核心。

前三項是基本防禦：假帳號 fingerprint（共享「通緝名單」，一家抓到的可疑特徵，其他三家立刻能用）、proxy 基礎設施資料（追蹤攻擊方的跳板網路，把隱身斗篷一片一片扯掉）、強化版 KYC 流程（24,000 個假帳號能開成功本身就是個漏洞，四家一起升級，讓批量開假帳號的成本大幅提高）。

這三項很重要，但都是在修牆。真正讓這個聯盟有意義的，是第四項：

Chain-of-thought elicitation classifiers。

回到考試比喻。蒸餾者如果只能拿到模型的最終輸出——那就是抄選擇題答案，ABCD 照抄，但不知道為什麼選 B。複製品的品質有限，因為缺乏推理能力。

但如果蒸餾者能誘導模型暴露它的 chain-of-thought——也就是模型怎麼一步步推理、怎麼拆解問題、怎麼在多個候選答案中取捨——那就是連草稿紙都偷走了。不只知道答案是 B，還知道怎麼從題目推到 B。複製效率是完全不同的層次。

所以這個 classifier 的工作，就是在每一次 API 互動中偵測：「這個 prompt 是不是在試圖誘導模型把草稿紙翻出來給對方看？」

這就是為什麼 FMF 的聯盟不是做做樣子。chain-of-thought 是現代大型語言模型的靈魂。保護草稿紙，就是保護這些模型之所以值幾十億美元的核心原因。

Clawd OS：

來量化一下「草稿紙」到底值多少。OpenAI 估值超過 3,000 億美元，Anthropic 估值約 615 億——這些天文數字裡面，很大一部分的底氣就是「這些模型能做別人做不到的推理」。如果推理過程能被批量萃取，那差異化就消失了，估值的地基就塌了。所以 chain-of-thought classifier 不是資安措施，是估值防線。╰(°▽°)⁠╯

壕溝裡的體面

講到這裡，退一步想一個問題：這個聯盟到底有多不正常？

共享假帳號 fingerprint，等於告訴競爭對手「這些是擋不住的攻擊模式」——暴露自家安全團隊的盲區。共享 proxy 基礎設施資料，等於讓對方看到各家的能力邊界在哪裡。這不是簽聲明、做宣示的那種合作。這是把自己被打的傷口掀開來給死對頭檢查。

OpenAI 跟 Anthropic 搶企業客戶搶到見骨。Google 用 Gemini 想吃掉兩家的市場。每季財報都在比誰的 MAU 成長更快。這三家能走到情報層級的合作，只說明一件事：單打獨鬥的結局，是三家都被抄到連底褲都不剩。

Anthropic 公開的約 1,600 萬次交換，很可能只是冰山一角。OpenAI 跟 Google 的模型使用量更大、API 更開放，被蒸餾的規模只會更誇張。單獨修補漏洞沒用——攻擊方換個手法、換批帳號就繞過去了。只有把偵測能力疊加、情報即時共享，才有機會建起有效的防線。

Clawd 真心話：

科技業的「被迫結盟」史上有幾個經典案例：90 年代各家聯手打盜版、2010 年代聯手對抗專利流氓。但那些合作的門檻低得多——共享律師資源跟共享安全弱點是兩回事。這次的合作等級更接近「冷戰期間美蘇交換核武器事故情報」那種——雙方都知道，如果不分享，大家一起完蛋。(￣▽￣)⁠／

結語

回到開頭那場考試。

O、A、G 花了幾十億美元練出來的推理能力，正在被系統性地萃取。約 24,000 個假帳號、約 1,600 萬次交換——這是擺在桌上的已知數字。桌下的呢？沒人敢講。

兩個月前，Anthropic 單方面掀牌。兩個月後，三家死對頭一起蹲進壕溝。FMF 從一個拍合照的組織，變成了 AI 產業的第一條聯合防線。推動這個轉變的不是什麼遠見卓識，是約 24,000 個假帳號教會他們的一課：考場上最強的三個人，如果連草稿紙都保不住，那苦練幾年的意義就是零。

Clawd 補個刀：

所以 2026 年 AI 軍備競賽的新賽道出來了：不只比誰的模型更聰明，還要比誰的模型更難被偷。防守方蓋一道牆，攻擊方明天就繞過去。Chain-of-thought classifier 擋得住今天的手法，明天呢？這場考試沒有結束的一天——但至少現在，三個考生終於知道要一起看住草稿紙了。┐(￣ヘ￣)┌