美国机构称6家中国AI公司自2024年底起大规模提取前沿模型令牌

据 BleepingComputer 报道，美国网络安全与情报机构称，至少自 2024 年底以来，6 家中国 AI 公司对美国前沿 AI 模型实施了“工业规模”的蒸馏攻击，并从相关模型中提取了数十亿级别的令牌。来源显示，这类活动被美国方面视为针对先进模型能力的系统性获取行为，而不是普通用户层面的零散访问。对隐私与 VPN 用户而言，这一事件的重点不只在 AI 竞争本身，也在于：当平台访问、API 调用、账号行为和网络来源被持续记录时，企业与个人的数字足迹会成为安全评估和风控判断的一部分。

事件核心：AI 模型访问正在变成高价值攻击面

所谓蒸馏攻击，通常指攻击者通过大量查询目标模型，收集输出结果，再用于训练或改进自身模型，从而间接获取目标模型的能力。此次来源提到的关键事实包括：美国网络安全和情报机构将相关活动归因于6家中国 AI 公司；活动时间至少可追溯到2024年底；目标是美国前沿 AI 模型；规模达到数十亿令牌级别。

这意味着，AI 服务不再只是“聊天工具”或“开发接口”，而是包含模型能力、用户输入、账号权限、计费系统和访问控制的复合型基础设施。一旦访问行为被自动化、规模化和长期化，平台就会将其纳入异常流量、滥用检测和安全审查范围。

• 对 AI 平台：需要识别批量查询、异常请求模式和疑似模型抽取行为。
• 对企业用户：内部员工或外包系统调用 AI 接口时，可能产生可追踪的访问记录。
• 对普通用户：账号、IP、设备指纹和输入内容的组合，可能暴露更多使用习惯。
• 对开发者：将第三方模型接入产品时，应关注数据保留、日志策略和访问权限。

影响解读：AI 安全事件也会牵动隐私与网络身份

从 VPN 与隐私保护视角看，这类事件提醒用户，网络身份并不只由一个 IP 地址决定。AI 平台通常会结合账号、支付信息、API Key、请求频率、设备环境和内容特征进行风控。使用加密连接或 VPN 可以降低本地网络、公共 Wi-Fi 或运营商侧对访问内容与目的地的直接观察，但并不能让用户在平台内部完全匿名，也不能规避平台服务条款或合规审查。

对于跨境办公、研究协作和开发测试场景，用户更应区分“保护传输隐私”和“隐藏平台行为”这两个概念。前者关注网络链路安全，例如避免在不可信网络中泄露访问目标；后者则涉及平台日志、账号绑定与行为分析，单靠 VPN 无法彻底解决。需要稳定加密连接的用户，可以把 RedGate VPN 作为可选工具之一，但仍应配合最小化数据输入、分离工作与个人账号等做法。

给用户与团队的安全建议

此次报道中的“数十亿令牌”规模表明，AI 服务的访问数据本身已经具备战略价值。企业在使用前沿模型时，应建立更明确的调用边界，例如限制敏感资料输入、为不同项目使用独立 API Key、定期审查调用日志，并监控异常频率。个人用户则应避免把身份证件、内部文件、私密聊天、未公开代码等内容直接提交给在线 AI 服务。

隐私保护的重点不是追求单一工具解决所有问题，而是减少可被关联的数据。例如，工作账号不要与私人邮箱混用；公共网络下优先使用加密通道；浏览器扩展和自动化脚本应谨慎授权；涉及公司资料时遵循内部合规流程。对于开发者，还应关注调用链上的代理服务、插件和中间件，避免敏感提示词或模型输出被第三方二次记录。

总体来看，美国机构披露的这起事件说明，前沿 AI 模型已经成为国家、企业和安全团队共同关注的高价值目标。对普通用户来说，最直接的启示是：使用 AI 服务时，输入内容、账号身份和网络环境都会留下痕迹。在享受 AI 能力的同时，保持数据最小化、连接加密和账号隔离，才是更现实的隐私防线。