США предложили тайно ухудшать ответы ИИ тем, кого подозревают в копировании моделей
Новость опубликована 09.09.2026 ⦁ источник
Агентство национальной безопасности, CISA и ФБР США рекомендовали поставщикам ИИ без предупреждения переключать запросы, которые с высокой уверенностью сочтут частью злонамеренной дистилляции, на менее способные модели или сокращать глубину рассуждений в ответах. Это не закон и не обязательный запрет: совместный бюллетень от 8 сентября описывает защиту, которую компании могут применять по своему решению.
Дистилляция — обычный способ обучения, при котором новая модель перенимает возможности более сильной системы по её ответам. Американские ведомства не называют незаконным сам метод. Они утверждают, что DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun и Z.AI обходили ограничения доступа и с конца 2024 года получили миллиарды токенов через миллионы запросов к Claude, GPT, Gemini и Grok.
Публичный бюллетень перечисляет предполагаемые схемы: API и облачные площадки, посредников, прокси-сервисы и общие премиум-аккаунты. Но исходных журналов запросов и методики атрибуции в нём нет. Поэтому масштаб кампаний, участие китайского государства и вклад чужих ответов в конкретные модели остаются утверждениями американских служб, а не независимо проверенным результатом.
Самая существенная часть документа — предложенная реакция. Разработчикам советуют менять стиль ответов, уменьшать глубину рассуждений или выдавать менее способную модель, не сообщая об этом выявленному участнику кампании. Легитимных исследователей безопасности, ошибочно попавших под фильтр, напротив, рекомендуют уведомлять. Качество модели становится средством контрразведки: пользователь может не знать, получил ли он обещанную систему.
МИД Китая отверг обвинения и заявил, что успехи страны основаны на самостоятельной разработке; названные компании не дали AP немедленных комментариев. Новость здесь не в открытии дистилляции, а в том, что три американские службы признали тайное ухудшение ответов допустимой защитой от неё. Защищая доверие к своим моделям, поставщикам предлагают незаметно делать эти модели менее надёжными.