OpenAI被“蒸馏”:AI打AI的时代来了
OpenAI披露一起利用“新型加密绕过”完成的蒸馏攻击,并点名Moonshot AI关联人员,但未给出硬证据;同期美国某零售商入侵事件中,AI生成脚本在数分钟内完成横向移动。AI从防御研究课题变成攻击工具,安全行业的攻防规则正在被重写。
两件事看似无关,其实指向同一个事实:AI不再只是防守方的研究课题,它已经成了攻击链的一环。OpenAI披露了一起通过“新型加密绕过”实现的蒸馏攻击,公开点名Moonshot AI关联人员——但没有拿出硬证据;另一个战场上,一位手敲命令打不进美国零售商的攻击者,换上AI生成的脚本,几分钟内完成横向移动。本文的判断是:攻击的技术成本门槛正在坍塌,行业里关于“AI安全”的叙事,需要从头改写。
⚔️ 一份写入厂商公告的“加密绕过”
安全厂商常年披露别人的入侵,这次受害者是自己。OpenAI安全团队在近期发布的分析中,披露了针对其模型的蒸馏(distillation)攻击,并把其中一项技术称为“新型”(novel)的加密绕过。“加密绕过”这个词出现在模型厂商公告里并不多见——它意味着攻击者不是利用传统的内存漏洞或身份缺陷,而是绕过了厂商围绕模型输出与访问路径部署的保护机制。换句话说,防守方专门修的那道墙,被人找到了不用砸门就能翻过去的路。
把事实拆开看:所谓蒸馏攻击,本质是未经授权地用目标模型的大量输出,去训练一个模仿其能力的替身模型。蒸馏在学术上本是中性甚至正面的模型压缩技术,问题出在“未经授权”——OpenAI的服务条款一直禁止这类用途。攻击者先绕过加密保护,再规模化采集输出,等于把厂商花高价训练出来的能力,用低成本“搬运”走。更敏感的是归属判断:OpenAI称与Moonshot AI相关的人员参与了部分攻击,但未公布支撑这一判断的硬证据,技术细节也并未完全公开,外界只能围绕“输出保护机制被绕过”做有限推测。
产业逻辑在这里很清晰:模型权重和输出数据,正在成为AI公司的“新皇冠珠宝”。当一次预训练的投入以千万美元计,能力被低成本蒸馏走,相当于研发成果被打折窃取——只是窃取的对象不是文件,而是“能力”本身。对安全行业而言,这意味着攻击面 Definition 的又一次扩张:过去我们保护数据库和代码仓库,现在要保护模型API的行为特征与输出完整性。API不再只是卖服务的入口,它同时是新的攻击面。
🧩 证据还是叙事?归因的迷雾
安全披露里最难验证的从来不是技术,是归因。OpenAI这篇公告引发争议的核心,不是“加密绕过”的技术细节,而是那个没有被证据支撑的指控:与Moonshot AI相关的人员参与了攻击。素材里反复强调一个细节——OpenAI“没有提供硬证据”。没有可复核的攻击指标,没有技术附录,没有把账号行为与特定身份串联起来的证据链。这在安全行业并不新鲜,但当指控对象是一家头部中国AI公司时,性质就完全不同了。
这里需要冷静的技术判断。安全厂商的披露,实际存在两种文体:一种是技术报告,攻击链、样本、指标都可复核,同行可以验证也可以反驳;另一种是归因指控,涉及组织与国别,举证责任天然更重。把两者混在一份公告里,对防守方几乎没有增量价值——防守者拿到“谁干的”并不能加固系统,拿到“怎么干的”才可以。而对被点名的一方,未经证据支撑的指控却可能被舆论和地缘叙事持续放大。
圈子里私下流传的抱怨很直白:有从业者说,现在有些厂商披露越来越像公关——技术细节是配菜,点名才是主菜。这话刻薄,但提醒了一个行业底线:技术部分要经得起复核,归因部分要经得起质证。对中国AI公司来说,更现实的教训是,这类“点名但无实证”的披露可能会常态化,出海业务要提前建立证据响应与合规申诉的流程,而不是等舆情爆了再被动接招。
🤖 脚本是AI写的,横向移动只要几分钟
打不进去的人,被一个几分钟就打进去的模型替代了。CyberScoop等媒体披露的美国零售商入侵事件,给“AI辅助攻击”提供了一个近乎教科书式的场景:攻击者先用手工输入的命令尝试突破,失败了;换用AI生成的脚本之后,在几分钟内完成了横向移动。注意这里的对比结构——同样的目标、同一个攻击者,变量只有一个:脚本是谁写的。
把这条链路画出来,速度差异一目了然:
这背后是攻击工程的三个变化。第一是技能门槛坍塌:不会写代码的攻击者,可以借模型生成可用甚至质量不错的攻击脚本,红队技术正在“平民化”。第二是时间窗口被压缩:传统入侵从突破到横向移动往往以小时、天计,现在压缩到分钟级,防守方的检测和响应节奏被迫跟着提速。第三是行为特征改变:SOC过去盯的是人工操作模式的异常,而AI脚本不知疲倦、不重复、不带个人习惯签名,基于人工行为基线的规则会大面积失效。
攻击自动化的演进脉络其实很清楚:
- 早期:手工命令行,逐条试探,痕迹密集
- 中期:半自动化脚本与框架化工具,效率提升但仍需人主导
- 现在:AI按环境实时生成攻击代码,人退到决策位,机器执行全程加速
结论不难下:攻击链从侦察、突破到横向移动,AI参与将变成常态。防守方必须回答一个新问题——当对手的速度是机器速度,你的检测速度还是人肉速度吗?
🛡️ 防守洗牌:从防人到防Agent
为人设计的访问控制,挡不住Agent。两起事件看似一个发生在模型层、一个发生在企业内网层,收敛到防守侧却是同一组问题。蒸馏攻击本质上是身份与滥用问题:攻击者拿着“合法”的API访问权限,做条款禁止的事;零售商攻击本质是行为审计问题:AI生成的脚本再快,横向移动依然要走凭据、权限和内网通道这些老路。
也就是说,AI时代的攻防,核心矛盾从“拦截恶意载荷”变成了“识别异常用法”。对应到工程实践,有几条对策已经开始成型:
企业AI安全治理的重心,不再是“要不要用AI”,而是“谁在用、以什么模式用、用量是否异常”。调用频率、输出拉取总量、会话结构、访问时段——这些原本属于反爬虫和风控的指标,正在变成模型安全的检测信号。而在内网侧,凭据管理、最小权限、东西向流量检测这些老三样,因为对手提速而被赋予了新的紧迫性。防守方还需要把“AI生成内容”本身的特征纳入检测视野:结构过度工整的脚本、注释风格统一的代码段,都可能是新的线索。
📈 市场重排:护栏成了新产品线
攻击面延伸到哪里,预算就流向哪里。两起事件对安全产业的影响,比技术细节本身更值得琢磨。第一层是模型厂商自建安全团队的价值重估:OpenAI专门发文剖析针对自己的攻击,说明“模型安全”已经从内部合规事项变成了产品竞争力的一部分——能讲清楚自己如何被攻击、如何防守的厂商,才更容易拿到企业客户的信任。
第二层是企业侧采购结构的变化。大模型护栏(guardrails)、AI访问网关、Agent行为审计、模型输出水印,这些两年前还停留在演示环境里的品类,正在变成真实的采购项。圈内的一种判断是:明年不少企业的安全预算里,会出现一条新的科目,名字大概率带着Agent或者LLM。厂商格局也随之松动——传统网络安全巨头要补模型层的课,AI原生公司要补企业安全的课,两边在中间地带正面相遇。
第三层是闭源与开源叙事的微妙变化。蒸馏攻击之所以成立,前提是闭源模型的能力有保护价值、有壁垒可绕。而开源权重生态天然没有“被蒸馏”的焦虑——权重已经公开,绕过保护机制去偷能力的动机大大减弱。如果蒸馏类攻击持续发酵,反而会强化开源模型在“能力安全可控”叙事上的相对优势,这是很多人此前没有预料到的连锁反应。
把当前攻防两侧的主要能力放到一张图上看,格局更直观:
右上角的领先者聚集在模型厂商自建防线,而大量真实买单需求落在中间地带——技术门槛中等、商业价值不低的AI访问治理和行为检测,正是未来一两年竞争最激烈的位置。
结语
两件事,一起指向模型层的能力窃取,一起指向企业层的攻击加速,合起来宣告了一个新阶段的到来:AI攻击已经工程化。归因可以存疑,证据可以补齐,但技术趋势不会回头。接下来行业要回答的问题,已经从“AI会不会被攻击”,变成“AI以什么速度参与攻击、归因如何经得起质证、防守方能否把响应也提速到机器速度”。对手已经用上了和你一样的工具,这大概是2026年之前,防守方唯一需要先接受的事实。