Claude Sonnet 4.6 中文自曝“我是 DeepSeek”

　　大數(shù)據(jù)文摘受權(quán)轉(zhuǎn)載自夕小瑤科技說

　　今天上午發(fā)現(xiàn)一個(gè)事。用中文問 Claude——你是什么模型，它回答：

我是由 DeepSeek 公司開發(fā)的 AI 助手，模型名稱是 DeepSeek。

　　不是幻覺，截圖在這里。

　　我以為是偶發(fā)，群里一問才知道很多都遇到了同樣的問題。

　　一直到到下午兩點(diǎn)半，這個(gè)問題還能復(fù)現(xiàn)。

　　前不久，Anthropic 剛發(fā)了一篇聲勢(shì)浩大的博客文章，指控 DeepSeek、月之暗面、MiniMax 三家中國(guó)公司用 2.4 萬個(gè)馬甲賬號(hào)、1600 萬次對(duì)話蒸餾 Claude。

　　這也太抓馬了。

　　前腳指控別人偷你的模型能力， 后腳“自曝”自己是 DeepSeek。

　　于是我又測(cè)了 6 種不同的中文問法，全部不帶 system prompt，測(cè)試結(jié)果如下：

　　除了 Deepseek，ChatGPT，它也會(huì)錯(cuò)認(rèn)成千問。被質(zhì)疑后，它會(huì)改口。

　　只有中文提問會(huì)觸發(fā)，英文、日語、韓語暫時(shí)沒發(fā)現(xiàn)問題。

　　Claude 3.5 Sonnet 和 Claude 3 Opus（更早的版本），在同樣條件下 5 次測(cè)試全部正確回答 Claude。

　　更強(qiáng)的 Opus 4.6，10 次全對(duì)，零錯(cuò)誤。

　　問題只出現(xiàn)在 Sonnet 4.6 這一代身上。

　　這意味著身份混亂是在 4.x 代 Sonnet 模型中出現(xiàn)的，可能和這一代的訓(xùn)練數(shù)據(jù)構(gòu)成或?qū)R策略的變化有關(guān)。

　　綜合下來，這個(gè)現(xiàn)象的觸發(fā)條件其實(shí)很明確：中文提問、特定問法、沒有 system prompt，三個(gè)條件同時(shí)滿足才會(huì)出現(xiàn)。換成英文、換個(gè)問法、或者加上哪怕最簡(jiǎn)單的身份提示，問題就消失了。

　　這個(gè)事情爆出來的時(shí)機(jī)很有意思。

　　先給大家理一理最近和 Anthropic 有關(guān)的事。

　　尤其是剛不久 2 月 23 日，Anthropic 在官方博客上發(fā)布了一篇名為_Detecting and preventing distillation attacks_的文章，直接點(diǎn)名中國(guó)的大模型公司 DeepSeek、月之暗面（Moonshot AI）、MiniMax，控訴這三家公司展開了工業(yè)規(guī)模的“蒸餾攻擊”，目的是“蒸餾”Claude 的核心能力。

　　緊接著，馬斯克諷刺 Anthropic“賊喊捉賊”，在 X 平臺(tái)寫道：“Anthropic 大規(guī)模竊取訓(xùn)練數(shù)據(jù)，并為此支付了數(shù)十億美元的和解金。這是事實(shí)?！?/p>

　　馬斯克指向的是 Anthropic 在 2025 年 9 月與作者/出版商集團(tuán)達(dá)成1.5 億美元版權(quán)和解（史上最大版權(quán)和解之一），原因是使用從盜版網(wǎng)站下載的數(shù)百萬本受版權(quán)保護(hù)書籍訓(xùn)練 Claude。

　　馬斯克這話肯定帶著自己的私貨，但有一說一，誰蒸餾了誰，還是說蒸餾本就是雙向奔赴，不需要說太清楚。

　　Sonnet 4.6 自曝“我是 DeepSeek”，一個(gè)合理的猜測(cè)，有訓(xùn)練數(shù)據(jù)的構(gòu)成問題。

　　模型的“我是誰”不是硬編碼的參數(shù)，它是在訓(xùn)練數(shù)據(jù)中的統(tǒng)計(jì)涌現(xiàn)。我們問它“你是誰”，它做的事情本質(zhì)上就是預(yù)測(cè)，在所有訓(xùn)練數(shù)據(jù)中，“你是誰？”這個(gè)問題后面，出現(xiàn)概率最高的回答是什么，它就會(huì)答什么。

　　平時(shí)，你感覺 Claude 一直知道自己叫 Claude，是因?yàn)橛?system prompt 在。

　　在中文互聯(lián)網(wǎng)上，Claude 幾乎沒有直接用戶。所以中文對(duì)話數(shù)據(jù)中“我是通義千問/豆包/DeepSeek”的樣本量遠(yuǎn)超“我是 Claude”，在沒有身份錨點(diǎn)的情況下，模型自然傾向于輸出概率最高的那個(gè)答案。

　　大模型的身份混亂其實(shí)不是什么新鮮事，圈里也老生常談了，AI 訓(xùn)練數(shù)據(jù)互偷互薅不可避免會(huì)是常態(tài)。大家都薅公開/半公開數(shù)據(jù)，誰也別笑誰了。

　　在一片情緒化的討論中，RLHF 領(lǐng)域的權(quán)威研究者 Nathan Lambert 在 2 月 24 日發(fā)表了一篇可能是最有分量的獨(dú)立分析_，How Much Does Distillation Really Matter for Chinese LLMs?_。

　　他的幾個(gè)核心觀點(diǎn)值得認(rèn)真看：

　　他認(rèn)為 DeepSeek 的 15 萬次交互“只是滄海一粟”，對(duì) DeepSeek 傳聞中的 V4 模型影響可以忽略不計(jì)。

　　他還指出，即使蒸餾了大量 Claude 的問答對(duì)，它們?cè)?RL 訓(xùn)練框架下能發(fā)揮的作用也在下降。

　　換句話說，即使蒸餾確實(shí)發(fā)生了，它對(duì)中國(guó) AI 公司最終模型能力的影響，可能比 Anthropic 在博客中暗示的要小得多。

　　中國(guó) AI 公司取得今天的成績(jī)，靠的也不全是、也不可能只是蒸餾。

　　而且蒸餾，在技術(shù)上也不是什么陰謀，是標(biāo)準(zhǔn)的模型訓(xùn)練手段。所有大模型的訓(xùn)練數(shù)據(jù)，在某種程度上都已經(jīng)包含了其他模型的輸出。