OpenAI称挫败针对模型推理链的协同蒸馏行动，核心群体指向月之暗面关联人员

被盯上的「受保护推理」：不碰加密，也能把思维链骗出来

9月30日，OpenAI安全栏目发文《瓦解一场协同模型蒸馏行动》，披露一起针对其模型**受保护推理内容（protected reasoning）**的有组织提取事件。所谓受保护推理，是模型处理任务时生成的内部思维链——这是各家前沿模型的核心竞争力，也是安全对齐措施的重要载体。

OpenAI明确，操作者没有破解加密、没有入侵数据库、也没有直接访问用户存储的对话。攻击手法是操纵对话本身：例如把一段对话中的加密推理内容复制出来，在另一段对话里要求模型对其解密并转录，让受保护推理「可见地重现」。独立研究者此前已通过负责任披露报告同类漏洞——8月10日提交至arXiv的论文《窃取专有大模型API的推理轨迹》描述了相同路径，OpenAI在此次公告中确认这些攻击途径真实存在。

时间线：三周完成的攻防

OpenAI的处置包括：暂停或限制欺诈账户、收紧注册与基础设施管控、扩大对关联网络的监控，并跨用户、工作区、组织与模型家族强化隐藏推理的保护——具体堵上了「复现他人加密推理以还原内容」的路径，还新增了对流式输出中可能暴露推理内容的检测拦截。相关情况已通过Frontier Model Forum及政府渠道共享。

谨慎但罕见的点名：核心集群关联月之暗面

归因部分，OpenAI用词相当克制：公告没有断定所有操作者同属一个主体，也说明1.6万次峰值请求是提取企图、未必全部成功。但公司明确写道：「我们将该活动的一个核心集群归因于与**月之暗面（Moonshot AI）**有关联的个人」——Kimi开发商被直接点名，在中美大模型竞争背景下极为罕见。截至发稿，月之暗面方面的回应尚未见诸OpenAI公告引用。

OpenAI把这类行为定义为对抗性蒸馏（adversarial distillation）：未经授权系统性利用模型输出或推理内容去训练、复制或增强另一个模型，并将其上升为模型安全乃至国家安全风险——被抽走的推理能力可用于训练一个不带原版安全措施的模型。公告还提醒，该攻击不挑厂商，任何允许推理内容被转移或复现的系统都面临类似风险。

行业背景：蒸馏指控正在制度化

这不是第一起公开点名：今年2月，Anthropic曾将多起蒸馏行动归因于DeepSeek、月之暗面和MiniMax；自9月24日起，Anthropic已开始对多个类别被拦截的请求（含推理提取）收费，把反蒸馏做成了API层面的经济门槛。OpenAI此次行动与Anthropic的收费策略合在一起看，标志着头部实验室对「推理链资产」的保护从技术修补进入监测、归因、封禁、通报、计费的体系化阶段。

编辑点评

这件事的看点不在「谁抄了谁」的口水层面，而在攻击面的变化：当模型厂商普遍把思维链加密、把护城河建在推理过程上时，攻击不再针对基础设施，而是针对模型自身会说话这一特性——用一个合法对话当「解密预言机」。这对所有做私有化部署与API中转的团队都是警示：日志里异常的长推理复制、跨账号相似prompt簇，都该进入风控规则。对国产大模型而言，被点名后如何以证据与程序回应、而非舆论战，也是国际化绕不开的合规考题。

来源参考：

• OpenAI官方安全公告：Disrupting a coordinated model distillation campaign
• arXiv论文：Robo de trazas de razonamiento de APIs de LLM propietarios（2026-08-10提交）