54.0% 降到 0.2%。这是 OpenAI 11 月 20 日公布的一组红队测试数字,测的是从模型里把历史请求的推理过程套出来的成功率。
防护加在 GPT-6.2 Astra 和 Sol 上。
蒸馏这件事本身是正常技术,用大模型的输出去训练小模型,各家都在对自己的模型这么做。OpenAI 这次说的是「对抗性蒸馏」:外部的人批量调用 API,收集回答尤其是推理链,拿去训练自己的模型。按它的研究,这种做法复制走的不只是能力,还会把原模型的安全防护甩掉。
推理链是其中最值钱的部分。一个最终答案只告诉你结果,完整的推理过程等于把解题方法也教了。所以这两年各家都只给推理摘要,不给原文。54% 这个数说明,在加固之前,摘要背后的原文有一半以上的概率能被绕出来。
执法层面的数字也给了:今年以来,每周处理的蒸馏账号在数千到数万个之间。
文章里还提到,OpenAI 曾就 DeepSeek 的疑似蒸馏行为向美国国会做过汇报。此前它给众议院一个委员会的备忘录里说得更重,称对方的做法是「搭便车」,并且发现过与其员工相关的账号试图绕过访问限制。这些都是 OpenAI 的单方面说法,DeepSeek 没有承认过。
技术研究和政策游说放在同一篇文章里发,目的不难猜。同一周,美国众议院的报告正在推动禁止联邦系统使用中国开发的模型,Cursor 也表态考虑停用中国开源模型。
对普通开发者的影响主要在一处:推理摘要可能会变得更短、更模糊。想靠看模型「怎么想的」来调提示词,以后能拿到的信息只会更少。
© 版权声明
文章版权归作者所有,未经允许请勿转载。






OpenAI 给 GPT-6.2 加了反蒸馏防护:推理链提取成功率从 54% 压到 0.2%