一句话看懂：The Information 援引消息人士称，在 Anthropic 收紧相关限制后，DeepSeek 与月之暗面大量使用 GPT-6 Astra 的蒸馏数据训练自家模型。此事若被证实，将把“闭源大模型被当作训练数据源”的合规问题再次推到台前。
事件核心：发生了什么
据 Techmeme 收录的 The Information 报道，消息人士称 DeepSeek 和月之暗面（Moonshot AI）在训练模型时，对 GPT-6 Astra 的蒸馏依赖程度较高，涉及的模型包括 Kimi K3.1 Pro 与 V4.1-Flash 1017（原文写法）。报道把时间背景放在 Anthropic 采取打击行动之后，暗示相关数据获取渠道受到挤压，两家公司转而更多依赖 GPT-6 Astra 的输出。需要说明的是，目前公开信息显示这些说法来自媒体援引的匿名消息源，OpenAI、DeepSeek、月之暗面均未见就该报道作出正式回应，模型训练细节也无官方披露。
为什么重要
蒸馏本身是业界常见做法：用强模型生成的回答、推理过程或偏好数据训练更小或更便宜的模型，成本远低于从零预训练。但问题在于，头部闭源模型的服务条款通常禁止用其输出训练竞品。若报道属实，这意味着在 Anthropic 收紧之后，蒸馏对象出现向 GPT-6 Astra 集中的趋势，也说明前沿模型的能力差距仍在被当作“训练资源”使用。对行业而言，这会加速两条路线的分化：闭源厂商强化输出水印、调用监测和条款执行；而缺乏顶级算力与数据的一方，则更依赖蒸馏、开源模型和合成数据来压缩训练成本。
对用户/开发者/创作者的影响
对普通用户，短期最直接的变化可能不是模型能力，而是 API 条款与可用性：如果厂商加强调用行为审查，批量生成、代理调用和微调数据采集可能面临更严格的限制。对开发者，需要重新评估训练数据的来源合规性，尤其是把第三方大模型输出直接用于微调或蒸馏的流程；依赖单一闭源 API 做数据管线的项目，迁移成本会上升。对创作者和企业采购，这一报道提醒团队在选型时关注供应商的训练数据政策与合规声明，而不只是价格和跑分。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 是否就 GPT-6 Astra 的输出使用条款或技术防护作出说明；二是 DeepSeek 与月之暗面是否回应蒸馏指控，以及相关模型是否调整训练或发布节奏；三是行业是否出现更统一的技术手段（如输出溯源、调用限额）来约束跨模型蒸馏，以及这是否会推高中小团队的训练成本。
来源：Techmeme
