谁有权训练谁？

Anthropic 在 2026 年 9 月的威胁情报报告中指控，Moonshot 把部分 Kimi 客户请求转发给 Claude，并保存部分交互，用来提取推理轨迹和训练模型。报告留下了一个很扎眼的空白：Anthropic 也不知道，这些用户是否被告知了请求的实际去向。

“Kimi 有没有偷 Claude”很抓眼球，但我觉得另一个问题更该摆到台前：用户向 Kimi 提问，凭什么就顺带进入了另一家模型公司的服务链？模型公司的资产保护有人替它发声，提交代码、文档和私人问题的用户，反而最容易从讨论里消失。

30 万次转发，用户知道吗？

报告统计了两组不同的活动：一个十天窗口内，约 30 万条客户请求被转发；2026 年 5 至 7 月，另有超过 2300 万次蒸馏交互被归因于 Moonshot。一组描述客户请求的转发规模，另一组描述蒸馏调用量。要解释这些调用，双方都得把账户、用途和数据流向交代出来。

Anthropic 提出了归因和指控，Moonshot 则需要回应调用与数据处理的具体过程。我关心的回应很简单：哪些用户请求去了 Claude，保存了什么，训练又用了什么。竞争对手之间互相指责可以继续，这几件事总该有能核对的记录。

知识蒸馏并不神秘：一个模型通过另一个模型给出的答案、解释或其他信号来学习。公司内部会用，获得授权的合作也会用。方法本身很常见，真正需要追问的是训练样本从哪里来，又被允许拿来做什么。

推理轨迹的价值在于，它把拆题、验证和修正的过程也变成了训练信号。学生模型得到的材料越丰富，源服务商越在意这些材料怎样被批量取得。争议因此落在采集过程和使用约定上，单说一句“模型互相学习很正常”，绕开了最关键的部分。

“Claude 可以学习互联网，Kimi 为什么不能学习 Claude？”我赞成用同一套问题追问两边：训练材料怎么取得，谁有权授权，最终用于什么。把自己的训练叫学习，把竞争者的训练叫偷窃，这套双重话术太方便了。数据来源和使用依据，应该一起摆到桌面上。

Anthropic 的商业条款一边说客户在法律允许的范围内拥有输出，一边限制利用服务开发或训练竞争模型。所有权和合同用途被分成了两层。客户拿到答案后，服务商仍想通过签约关系控制其中一部分后续使用。

版权又是第三层。美国版权局关于 AI 输出的说明区分人类创作与纯机器生成内容。具体输出中的人类表达、已有作品和机器生成部分，要分别分析；合同的效力则还要看缔约主体、版本与适用规则。这些依据各有作用，模型公司若要限制复用，就该说清自己主张的是哪一种权利。

比起抽象争论“回答到底属于谁”，更有用的问题是：谁接受了哪一版合同，输出通过什么账户和渠道取得，限制条款是否真的生效，相关行为又能不能归到具体主体头上。

即使源模型提供者明确允许蒸馏，真实用户的任务仍可能沿着另一条链路流动：

用户内容 → 前端 AI 产品 → 第三方模型 → 保存与整理 → 学生模型

提示词里可能有个人信息、公司内部代码和第三方作品。用户把它交给产品，是为了完成眼前的任务。产品再把它转交第三方、长期保存、整理进训练集，每多走一步，都多出一项需要向用户交代的处理决定。一个输入框，承载不了产品方想当然的无限授权。

内容发给了谁、用于什么、保存多久、怎样限制或删除，都应该在产品里说得明白。个人信息保护法对处理目的、告知和相关个人权利的要求，也得落实到这条调用链上。模型公司之间的合作谈得再顺，用户对自己数据的知情和选择仍有自己的位置。

要把争议查下去，就顺着调用链追这些具体动作：

产品实现也该顺着这条链留下记录。调用第三方模型，给用户和企业管理员明确的供应商选择；后续训练，单独说明用途和处理安排；路由审计，记接收方、用途和授权状态。FTC 对 AI 公司隐私与保密承诺的提醒说到底很实在：产品承诺过怎样处理数据，就得把承诺兑现到实际链路里。

我支持模型学习和市场竞争，也反感谁先做大、谁就能把后来的学习一概划进禁区。但公司之间争夺训练权利时，用户的数据应该有单独的账本。它是谁交来的，交来做什么，后来又被谁改了用途，都得有人回答。

这场争议里，我最在意的是用户被谁替代作了决定。模型公司可以继续争谁有权训练谁；提交问题的人，有权先看清自己的内容到底经过了谁的服务、进入了谁的训练流程。产品把这件事藏在后台，才是最该被追问的地方。