Китайські військові навчають оборонні ШІ-системи на відповідях OpenAI та Anthropic. Чому це важливо

Йдеться не про пряме копіювання програмного коду чи самої моделі, а про перенесення її можливостей через метод, відомий як дистиляція моделей. Ця практика може бути законним способом зробити велику модель меншою та дешевшою, але використання чужого API для масового вилучення відповідей без дозволу розробника американські компанії називають атакою на модель або крадіжкою інтелектуальних можливостей.

Як працює дистиляція моделей

У схемі дистиляції потужна модель стає «вчителем», а менша — «учнем». Дослідники надсилають запити до «вчителя» через публічний API, збирають пари «запит — відповідь», а потім використовують їх як навчальні дані для власної системи. Модель-учень намагається відтворити не лише готові відповіді, а й характерні способи міркування та виконання завдань .

Для оборонних систем головна перевага такого підходу — можливість працювати на локальному обладнанні. Малі спеціалізовані моделі потребують значно менше обчислювальних ресурсів, ніж фронтирні системи, створення яких з нуля вимагає величезних масивів даних, передових чипів і тривалих досліджень .

Де китайські військові планують застосовувати ці системи

Документи, переглянуті Reuters, свідчать, що дистиляцію використовують або вивчають для широкого спектра оборонних завдань :

• Розвідка та спостереження — аналіз зображень, розвідувальних даних і ситуації на місцевості ;
• Кібероперації — автоматизація наступальних і захисних кіберінструментів ;
• Дрони та тактичні рішення — автономні рої дронів і системи підтримки рішень на полі бою ;
• Військова техніка — державна оборонна компанія Norinco представила машину на базі DeepSeek для автономного виконання завдань бойової підтримки зі швидкістю до 50 км/год. Сам DeepSeek, за наведеними матеріалами, також розвивався із застосуванням дистиляції .

В одній із робіт підрозділу Народно-визвольної армії Китаю 96904 прямо описано дистиляцію американських моделей для створення «менших і безпечніших» версій, придатних для оборонного використання .

Інша робота, підготовлена підрозділом НВАК 96941 — військовою розвідувальною та кібервійськовою структурою в Пекіні — описувала використання OpenAI GPT-3.5 для обробки чутливого військового програмного коду. А в роботі Національного університету оборонних технологій НВАК за 2024 рік ішлося про зменшення моделі обробки зображень для запуску на військовому обладнанні з обмеженими ресурсами .

Чому це дає Китаю перевагу за нижчою ціною

Розробка фронтирної ШІ-моделі з нуля може коштувати мільярди доларів і тривати роками. Вона потребує великих наборів даних, потужної інфраструктури та доступу до найсучасніших напівпровідників. Дистиляція дає змогу частково обійти ці витрати, використовуючи вже сформовані можливості чужої системи .

За даними Anthropic, у кампаніях проти Claude було задіяно приблизно 24 000 фальшивих облікових записів, через які згенерували понад 16 мільйонів взаємодій. Зловмисники, за твердженням компанії, намагалися отримати можливості моделі у сфері агентного міркування, роботи з інструментами та програмування. Понад 13 мільйонів таких взаємодій припадало на китайського розробника MiniMax .

OpenAI у матеріалах для комітету Палати представників США описувала багатоступеневі схеми з використанням численних API-акаунтів, проксі-мереж і копіювання поведінки користувачів, щоб ускладнити виявлення масового вилучення даних .

Від звинувачень у крадіжці до санкцій

Звинувачення американських технологічних компаній уже переросли в ширше політичне протистояння:

• Лютий 2026 року. OpenAI, Anthropic і Google оприлюднили докази, які вони пов’язують із скоординованими кампаніями китайських компаній DeepSeek, Moonshot AI та MiniMax. Anthropic назвала ці операції навмисними «атаками дистиляції» .
• Квітень 2026 року. На слуханнях комітету Палати представників США розглядали меморандум OpenAI про «складні, багатоступеневі» процеси вилучення можливостей із моделей .
• Червень 2026 року. Anthropic звинуватила Alibaba у найбільшому з відомих їй випадків незаконного вилучення можливостей Claude. За даними компанії, кампанія тривала з 22 квітня до 5 червня .
• Липень 2026 року. Міністр фінансів США Скотт Бессент заявив про можливі санкції після звинувачень на адресу китайської лабораторії Moonshot, яка нібито дистилювала можливості передової моделі Anthropic Fable 5. Бюро промисловості та безпеки Міністерства торгівлі США також перевіряє, чи отримують китайські компанії незаконний доступ до передових американських чипів .

Що дистиляція не може дати

Попри економічну привабливість, дистиляція не є повноцінною заміною самостійній розробці моделі.

Стеля можливостей

Модель-учень зазвичай не може перевершити модель-учителя, з якої вона навчалася. Вона успадковує її сильні сторони, але водночас може перейняти помилки, упередження та «сліпі плями» .

Втрата якості під час повторного перенесення

Кожен новий раунд дистиляції може зменшувати точність відтворення. Найбільше ризикують зникнути тонкі навички міркування, рідкісні знання та нюанси налаштування безпечної поведінки .

Послаблення захисних механізмів

Для військового застосування це може бути найнебезпечнішим наслідком. Академічне дослідження показало, що дистиляція з м’якими мітками здатна погіршити захисні обмеження моделі до 50% порівняно з оригінальною моделлю, водночас зберігаючи її результативність у виконанні завдань .

Дистильовані моделі можуть не мати надійних механізмів відмови від небезпечних запитів і такого самого рівня навчання нешкідливості, як вихідна фронтирна система . Anthropic попереджає, що моделі, створені шляхом незаконної дистиляції, можуть не зберегти обмеження, які не дають використовувати їх для розробки біологічної зброї або шкідливих кібероперацій .

Захист API поки що не є достатньо надійним

Обмеження кількості запитів, зміна відповідей і отруєння навчальних даних можуть ускладнити вилучення можливостей. Однак дослідження показують, що проти наполегливих атак із розподіленими акаунтами та багатоступеневими схемами такі заходи часто працюють недостатньо ефективно .

Які ризики це створює для безпеки

Поєднання швидкого перенесення можливостей і послаблення захисних механізмів породжує кілька ризиків.

• Поширення менш контрольованого ШІ. Моделі, позбавлені частини обмежень, можуть використовуватися для військового спостереження та інших завдань, які американські розробники прямо забороняють у своїх умовах користування .
• Послаблення технологічної переваги США. Масове опитування API дає змогу скоротити роки власних досліджень і швидше наблизитися до можливостей передових моделей .
• Складність доведення та покарання. Чорні скриньки, доступні через API, не показують внутрішньої архітектури. Масовий збір відповідей може зовні нагадувати інтенсивне, але звичайне користування сервісом, що ускладнює атрибуцію .
• Ризик спіралі взаємних контрзаходів. У березні 2026 року Anthropic вбудувала до Claude Code код відстеження, щоб ідентифікувати користувачів із Китаю, яких компанія підозрювала у вилученні можливостей моделі . Чим активніше сторони намагатимуться контролювати доступ одна одної, тим вищою стає ймовірність, що будь-яку підозрілу активність сприйматимуть як ворожу .

Що це означає для технологічного розмежування США і Китаю

«Війна дистиляції» посилює розмежування між двома країнами одразу в кількох сферах. Серед можливих наступних кроків — жорсткіший контроль експорту передових чипів, обмеження доступу до API, суворіша перевірка особи розробників і фінансові санкції .

Стратегічна проблема полягає не лише в тому, що Китай може використовувати американські інвестиції в ШІ як дешеве джерело технологічного прискорення. Не менш важливо, що під час такого перенесення можливостей можуть втрачатися вбудовані запобіжники. У результаті військові системи стають дешевшими й доступнішими для розгортання, але водночас — менш передбачуваними та потенційно небезпечнішими.