「蒸餾擴散」： 中國 AI 能力形成的三階段機制與來源轉移

今年二月，Anthropic 披露三家中國 AI 實驗室——DeepSeek、Moonshot AI、MiniMax——透過逾一千六百萬次 API 交換，系統性地從 Claude 提取能力。OpenAI 稍早也向美國國會提交備忘錄，指認 DeepSeek 透過混淆路由對其模型進行蒸餾。這些揭露的意義重大，但它們都只聚焦在一個問題：中國實驗室從美國公司「拿走了什麼」。

沒有人問的，是接下來發生了什麼？

DSET 民主治理組組長黃凱紳在近期政策專文，提出「蒸餾擴散」（distillation cascade）這個分析框架，嘗試回答這個問題。

▌第一階段之後的能力擴散才是真正的政策挑戰

蒸餾不是單次事件，而是一個三階段的連鎖結構。部分中國實驗室從美國前沿模型提取能力（第一階段）；這些實驗室隨後發布論文、開源權重與技術報告，將方法公開於更廣泛的生態系（第二階段）；其他中國實驗室再透過正當的學術引用與架構採用，將這些能力整合進自身系統（第三階段）。到了第三階段，能力的源頭已無從追溯，出口管制的傳統工具也難以介入。

▌智譜 AI 案例：納入實體清單之後的能力流動

智譜 AI 自 2025 年 1 月起已列入美國出口管制實體清單（Entity List），卻在 2026 年發布在八項基準測試上宣稱達到與美國前沿模型相當水準的 GLM-5。技術報告明確引用：該模型的核心架構大量採用了 DeepSeek 技術——而 DeepSeek 正是 Anthropic 和 OpenAI 調查中確認進行過系統性蒸餾的實驗室。原本來自美國前沿模型的能力，已在中國 AI 生態系內部完成一輪循環，流入出口管制無法觸及的下游。

▌中國 AI 生態系的主要能力來源，正在從美國移向內部循環

上述案例並不是個案，而是一個更大結構性轉變的縮影。中國前沿 AI 的能力來源正在經歷三個階段的演變：從早期的內部原創研究，到大量吸收美國開源生態的技術，再到如今以中國實驗室之間的相互採用為主——也就是「中對中轉移」（PRC-to-PRC transfer）。當 DeepSeek 的架構創新透過公開論文與開源權重流入其他中國實驗室，這個循環下游便不再需要直接接觸任何美國 API 或晶片。出口管制的邏輯是切斷外部輸入，但當能力擴散的主要通道已轉移至中國生態系內部，這個邏輯的適用範圍就需要重新檢視。

阻止直接蒸餾是必要的，但還不夠。當中國 AI 生態系內部的技術循環已成為能力收斂的主要機制，政策討論需要追問的，是如何在「蒸餾擴散」之後，重新定義管制的邊界與目標。