Ha egy csúcskategóriás AI-modellt nem a súlyok ellopásával, hanem „kifaggatással” másolnak, az a felhőn futó szolgáltatások Achilles-sarka. Most egy olyan ügy került a szenátusi politika közelébe, ami azt feszegeti, hol a határ a verseny és az ipari léptékű másolás között.

Mi történt

Az Anthropic egy, amerikai szenátoroknak küldött levélben azt állítja: az Alibaba-hoz és az Alibaba Qwenhez (az Alibaba AI-laborjához) köthető operátorok 2026. április 22. és június 5. között nagyszabású kampányt folytattak a Claude képességeinek „illegális kinyerésére”. A cég szerint több mint 28,8 millió interakció történt Claude-dal, közel 25 ezer csalárd fiókon keresztül.

A vád lényege nem az, hogy valaki betört volna a modell „belsőjébe”, hanem hogy a modellt szolgáltatásként használva, tömegesen és célzottan kérdezgették. A cél állítólag Claude néhány „értékes” képessége volt: agentikus következtetés, szoftvermérnöki feladatok, és hosszú lefutású (long-horizon) munkák.

Az „agentikus” itt nagyjából azt jelenti, hogy a modell nem csak egy választ ad, hanem lépésekre bontva képes célokat követni és részfeladatokat megoldani — gondolj rá úgy, mint egy asszisztensre, aki nem egy kérdésre felel, hanem egy mini projektet visz végig. A „long-horizon” pedig olyan feladat, ahol sok egymásra épülő döntést kell konzisztensen meghozni hosszabb párbeszéd vagy munkafolyamat során.

Az Anthropic azt is állítja, hogy a kampány a detektálás elkerülésére obfuszkációs technikákat és proxy hálózatokat használt. Az obfuszkáció itt a nyomok „elkenését” jelenti (például úgy, hogy ne legyen egyértelmű, ki és honnan automatizálja a kéréseket), a proxy hálózat pedig köztes gépek láncolata, ami elrejtheti a valódi forrást.

Miért fontos

Ez a történet a „modellklónozás” egy sajátos, de egyre gyakoribb formájáról szól: desztillációról. A desztilláció lényege, hogy egy erős modellt (a „tanárt”) rengeteg kérdéssel és válasszal „tanítóadattá” alakítanak, majd erre egy másik modellt (a „diákot”) tréningeznek. Olyan, mintha nem a receptkönyvet lopnád el, hanem elég sokszor ennél az étteremben, és közben precízen leírnád az ízeket, adagokat, tálalást — majd otthon megpróbálnád reprodukálni.

A tét üzleti és stratégiai: ha egy labor a több százmilliárd dolláros K+F-et részben „kifaggatással” tudja megspórolni, akkor a felhőn kínált frontier modellek versenyelőnye gyorsabban kophat, mint ahogy a szabályok és a védekezés fejlődik.

Mire figyelj

  1. Mennyire bizonyítható az „affiliáció”: a vád kulcsa, hogy a kampány tényleg az Alibaba-hoz köthető-e, és ezt milyen technikai bizonyítékok támasztják alá.
  2. Mit jelent a „nagy kampány” a gyakorlatban: a 28,8 millió interakció önmagában sok, de kérdés, mennyire voltak ezek valóban jól tervezett, desztillációra optimalizált lekérdezések.
  3. Védelmi válaszok: ha a proxyk és obfuszkáció működnek, akkor a szolgáltatók valószínűleg erősebben támaszkodnak majd viselkedésalapú detektálásra, limitálásra és szigorúbb hozzáférési kontrollokra.
  4. Politikai következmények: az ügy időzítése a szenátusi meghallgatás előtt azt jelzi, hogy a modellbiztonság és a „kifaggatásos másolás” hamarosan konkrét szabályozási és szankciós kérdéssé válhat, nem csak technikai macska-egér játékká.

A kép talán a legtanulságosabb: a modern AI-nál nem mindig az a legnagyobb kockázat, ha valaki „betör”, hanem ha elég türelmesen és szervezetten kérdez.