הצבא הסיני משתמש במודלי AI אמריקאיים כדי לבנות מערכות הגנה — וזה מה שמדאיג את ארה״ב

הטכניקה המרכזית בתיעוד היא זיקוק מודלים (Model Distillation). במקום להעתיק את המודל המקורי עצמו, החוקרים מפנים אליו שאלות דרך ממשק ה-API, אוספים את התשובות ומשתמשים בזוגות של שאלות ותשובות כדי לאמן מודל קטן יותר — ״תלמיד״ — שמנסה לחקות את ה״מורה״ החזק .

היתרון הצבאי ברור: ניתן להפעיל את המודל התלמיד על חומרה מקומית, בלי להקים את תשתית המחשוב העצומה הדרושה לפיתוח מודל מתקדם מאפס .

לאילו שימושים צבאיים מיועדות המערכות?

המסמכים שנבדקו על ידי Reuters, בשיתוף קרן Jamestown האמריקאית, מצביעים על שימוש בזיקוק למגוון מערכות הקשורות לביטחון ולהגנה :

• מערכות מעקב — סיור, זיהוי וניתוח מודיעיני
• כלים ללוחמת סייבר — מערכות אוטומטיות להתקפה ולהגנה
• רחפנים ופעילות טקטית — נחילי רחפנים אוטונומיים וכלים לסיוע בקבלת החלטות בשדה הקרב
• כלי רכב צבאיים — תאגיד ההגנה הממשלתי Norinco הציג כלי רכב המופעל באמצעות DeepSeek, שלפי הדיווחים עצמו פותח באמצעות זיקוק, ומסוגל לבצע משימות אוטונומיות לסיוע קרבי במהירות של עד 50 קמ״ש

מאמר של יחידה 96904 בצבא השחרור העממי הסיני תיאר במפורש זיקוק של מודלים אמריקאיים כדי ליצור גרסאות ״קטנות ומאובטחות יותר״ המותאמות ליישומי הגנה .

במאמר אחר, של יחידה 96941 — יחידת מודיעין צבאית ולוחמת סייבר בבייג׳ינג — תואר שימוש ב־GPT-3.5 של OpenAI לעיבוד קוד מקור צבאי רגיש . מאמר מ־2024 של האוניברסיטה הלאומית לטכנולוגיה של ההגנה הסינית תיאר כיצד זיקוק שימש להקטנת מודל לעיבוד תמונות, כדי שניתן יהיה להפעילו על חומרה צבאית מוגבלת במשאבים .

איך זיקוק חוסך לסין שנים ומיליארדים?

אימון מודל AI מתקדם מאפס דורש השקעות של מיליארדי דולרים, שנים של מחקר ופיתוח, מאגרי מידע עצומים וגישה לשבבים מתקדמים. זיקוק מאפשר לדלג על חלק גדול מההשקעה הזו ולהעביר יכולות ממודל קיים למערכת קטנה וממוקדת יותר .

לפי הטענות שהעלו חברות AI אמריקאיות, מפתחים סיניים עשו זאת באמצעות שאילתות בהיקף גדול דרך ממשקי API, לצד חשבונות מזויפים ורשתות פרוקסי שנועדו לעקוף מגבלות קצב. בחקירה של Anthropic זוהו יותר מ־16 מיליון אינטראקציות שנוצרו באמצעות כ־24 אלף חשבונות מזויפים, במטרה לחלץ מ-Claude יכולות של הסקת מסקנות, שימוש בכלים וכתיבת קוד. לפי החברה, MiniMax לבדה הייתה אחראית ליותר מ־13 מיליון מהאינטראקציות .

מה טוענות חברות ה-AI ומה עושה ממשלת ארה״ב?

האירועים הובילו לשורה של האשמות ותגובות מדיניות:

• פברואר 2026: OpenAI, Anthropic ו-Google פרסמו כל אחת ראיות שלטענתן הצביעו על קמפיינים מתואמים של חברות סיניות — DeepSeek, Moonshot AI ו-MiniMax — לחילוץ יכולות ממודלים אמריקאיים. Anthropic כינתה את הפעולות ״מתקפות זיקוק״ מכוונות .
• אפריל 2026: ועדה בבית הנבחרים האמריקאי בחנה מזכר של OpenAI, שתיאר תהליכי זיקוק ״מתוחכמים ורב־שלביים״, הכוללים חשבונות API רבים, רשתות פרוקסי וחיקוי של דפוסי התנהגות כדי להימנע מגילוי .
• יוני 2026: Anthropic האשימה את Alibaba בחילוץ בלתי חוקי של יכולות ממודל Claude. לפי החברה, זו הייתה הפריצה הגדולה ביותר מסוג זה שנודעה עד אז, והיא התרחשה בין 22 באפריל ל־5 ביוני .
• יולי 2026: שר האוצר האמריקאי סקוט בסנט הזהיר מפני אפשרות של סנקציות, לאחר שהאשים את מעבדת ה-AI הסינית Moonshot בזיקוק ממודל Fable 5 המתקדם של Anthropic . במקביל, לשכת התעשייה והביטחון במשרד המסחר האמריקאי בודקת אם חברות סיניות השיגו גישה בלתי חוקית לשבבים אמריקאיים מתקדמים .

חשוב להדגיש כי מדובר בטענות של חברות ורשויות אמריקאיות, ולא בקביעה משפטית סופית שכל אחת מהחברות הפרה את החוק.

מה זיקוק מודלים לא יכול לעשות?

לצד היתרון שלו, לזיקוק יש מגבלות טכניות משמעותיות — במיוחד כאשר מדובר במערכות צבאיות:

• תקרת ידע ויכולת: מודל תלמיד מזוקק בדרך כלל אינו יכול לעלות על יכולותיו של מודל המורה. הוא יורש את החוזקות שלו, אך גם את נקודות העיוורון ואת דפוסי השגיאות שלו .
• אובדן דיוק בין דורות: כל סבב נוסף של זיקוק עלול להפחית את הנאמנות למקור. יכולות כמו הסקה עדינה, ידע נדיר והתאמות בטיחות מורכבות עלולות להישחק .
• היחלשות מנגנוני הבטיחות: זו עשויה להיות המגבלה המדאיגה ביותר בהקשר הצבאי. מחקר אקדמי מצא כי זיקוק באמצעות תוויות רכות עלול להפחית את אמצעי ההגנה של מודל התלמיד בעד 50% ביחס למודל המורה, תוך שמירה על הביצועים במשימות מסוימות . מודלים מזוקקים עלולים שלא לשמר את מנגנוני הסירוב ואת האימון למניעת נזק של המודלים המתקדמים . Anthropic הזהירה כי מודלים שעברו זיקוק בלתי מורשה עלולים להיות חסרים אמצעי הגנה חיוניים וליצור סיכונים משמעותיים לביטחון הלאומי .
• קושי בעצירת החילוץ: אמצעי הגנה כמו שינויי ניסוח בפלט, הרעלת נתונים והגבלת קצב עדיין מתקשים להתמודד עם תוקפים נחושים המשתמשים בתהליכים רב־שלביים ובהפקה מבוזרת של מידע .

מדוע השילוב בין יכולת לבטיחות מדאיג?

הסיכון אינו מסתכם רק באובדן קניין רוחני. כאשר מודל קטן לומד ממודל מתקדם, הוא עשוי לקבל חלק מהיכולות — אך לא בהכרח את כל המגבלות וההגנות שנבנו סביבן.

• הפצה של AI פחות מרוסן: מערכות שהוסרו מהן חלק ממנגנוני הבטיחות עלולות לשמש לצורכי צבא ומעקב שהחברות האמריקאיות אוסרות במפורש בתנאי השימוש שלהן .
• שחיקת היתרון הטכנולוגי האמריקאי: זיקוק עשוי לאפשר למתחרים לדלג על שנים של מחקר ופיתוח קנייני, ובכך לצמצם את הפער של ארה״ב בתחום מודלי ה-AI המתקדמים .
• חילוץ שקשה לזהות: כאשר המודל נגיש רק דרך API, קשה להבדיל בין שימוש כבד ולגיטימי לבין ניסיון שיטתי למפות את היכולות שלו. הדבר מקשה על ייחוס האחריות ועל אכיפה .
• הסלמה בין צעדי נגד: שני הצדדים נוקטים צעדים אגרסיביים יותר ויותר. במרץ 2026 שילבה Anthropic קוד מעקב ב-Claude Code כדי לזהות משתמשים מסין . כך עלולה להיווצר דינמיקה שבה כל פעילות AI של הצד השני נתפסת מראש כעוינת .

עוד צעד בדרך להיפרדות טכנולוגית?

המאבק סביב זיקוק מודלים מאיץ את ההיפרדות הטכנולוגית בין ארה״ב לסין בתחום הבינה המלאכותית . על הפרק נמצאים הידוק הפיקוח על ייצוא שבבים מתקדמים, הגבלות נוקשות יותר על גישה ל-API, דרישות אימות זהות למפתחי חשבונות ושימוש אפשרי בסנקציות פיננסיות .

המשמעות האסטרטגית היא כפולה: זיקוק מאפשר לסין להפיק תועלת מההשקעות האמריקאיות ב-AI בעלות נמוכה בהרבה מזו של פיתוח עצמאי, אך התהליך עלול גם ליצור מערכות צבאיות פחות מוגבלות ויותר מסוכנות. לכן, העימות אינו נסוב רק סביב השאלה מי מחזיק במודל החזק ביותר — אלא גם סביב השאלה מי שולט באופן שבו היכולות האלה מועברות, מצטמצמות ומגיעות לשדה הקרב.