从技术路径、证据层级到公共措施

近期，一份多机构联合发布的网络安全材料，将若干大规模模型调用与训练活动归入蒸馏风险，并向模型服务商提出识别、防御和信息共享建议。随后，一份公开回应强调蒸馏的技术中立性，并对企业服务规则进入公共措施提出质疑。¹²

两份材料代表不同立场，都没有形成个案裁判。前者属于官方归因和防御建议，后者属于政策回应。由此能够提出一个更具普遍性的法律问题：模型提供者写入服务协议的竞争性训练限制，在什么条件下可以超出单次交易，进入公共机构的风险判断？

蒸馏本身没有预设的法律性质。判断具体活动，需要核对学习对象、取得方式和使用授权。若进一步采取范围较广的公共限制，还应说明授权来源、事实门槛和纠错程序。企业把某次调用称为“未经授权”，可以启动审查，仍不足以直接得出更重的法律后果。

大模型领域所说的蒸馏，通常指借助另一个模型的输出或反馈来改进自己的模型。开发者可以让成熟模型回答编程题，筛选题目、代码和解释，再把这些材料送入训练流程。提供示范或反馈的模型常被称为“教师模型”，接受训练的模型常被称为“学生模型”。这两个名称只说明技术角色，不涉及企业归属，也不回答授权问题。

传统知识蒸馏常让学生模型学习教师模型对不同答案给出的概率分布。当前争议更多围绕API调用：开发者批量取得文本、代码或评价反馈，再用于示范学习、数据标注或训练反馈。后一种路径通常接触不到教师模型的权重。模型输出的解题步骤属于生成文本，不能据此推定调用者取得了模型内部计算过程的完整记录。

权重是决定模型如何处理输入并生成输出的大量数值参数。开放权重模型允许开发者依许可下载和运行；API调用则由程序向服务端发送请求，再接收回答。取得输出与取得权重在技术上有明显区别，在法律上也对应不同的授权关系。开放许可、真实账号下的用途争议，以及借虚假身份或异常凭证访问受限服务，需要分别评价。

一份模型企业发布的风险报告进一步提出了大规模交互、请求转发和训练用途等指控。³ 这些材料比单纯的调用次数提供了更多线索，公开信息仍不足以让外部观察者验证全部事实。企业报告、官方公告和媒体转述如果来自同一组基础材料，也不能被当作多份相互独立的证据。

更稳妥的证明结构可以分为五级：E1是接触可能性，E2是组织化或规避性调用，E3是训练数据集形成，E4是材料实际进入训练流程，E5是这些材料对学生模型能力产生实质贡献。访问日志通常只能证明服务曾被调用。账号归属还要结合注册信息、付款安排和实际控制判断；训练用途需要数据集、配置和运行记录；能力贡献则需要效果对照和因果分析。

部分责任可能在训练完成前成立。例如，虚假凭证可能直接触及访问权限，违反用途约定也可能产生合同责任。至于一家企业的核心能力在多大程度上来自外部模型，需要更强证据。调用规模可以成为调查线索，规模本身不产生违法性。

即使确认模型输出被用于训练，法律责任也不会从“蒸馏”二字直接产生。研发投入和能力提升构成争议背景，具体请求权仍要落到著作权、商业秘密、合同或计算机访问规则。每套规则保护的利益不同，构成要件也不同。

著作权保护具体表达。相关法条区分作品表达与思想、程序和方法。⁴ 解题方法与描述方法的文字属于不同对象，两个模型具备相近能力，也不能直接证明受保护表达被复制。如果训练材料含有第三方作品，仍需查明权属、复制行为和可能适用的例外。能力相似无法替代侵权比对。

商业秘密必须落实到可以界定的秘密信息。相关规则要求该信息因保密而具有独立经济价值，权利人还应采取合理保密措施；取得和使用方式同样影响责任。⁵ 高昂研发成本不足以把普通API输出整体转化为商业秘密。模型提供者提出此项主张时，需要说明秘密信息的边界、保密安排和不当取得过程。

合同对用途的控制更为直接。现行商业条款通常同时安排输出归属和竞争性训练限制。⁶ 输出归谁与输出可以怎样使用属于两项不同问题。客户取得输出后仍可能承担用途义务，条款的效力、约束对象和适用范围则需另行判断。

合同责任取决于谁订立协议、经由什么渠道访问，以及当时适用哪一版文本。历史账号、云服务渠道和特别订单可能适用不同约定，不能用当前官网标准文本概括所有交易。即使用途违反合同，著作权、商业秘密或刑事责任仍有各自的证明要求。

一项具有代表性的最高法院判决区分了访问权限与使用目的：有权取得某类信息后将其用于不当目的，与进入原本无权访问的区域，可能产生不同结果。⁷ 该案没有处理模型蒸馏，也没有把全部服务条款违约纳入刑事责任。它提示的边界在于，用途限制与访问权限需要分开分析。

国内现行竞争规则同样关注商业秘密、数据取得手段和竞争损害。相关条文处理以欺诈、避开或破坏技术管理措施等不正当方式获取、使用他人合法持有数据，并损害合法权益、扰乱竞争秩序的情形。⁸ 调用规模只是证据之一，责任仍要结合手段、后果和时间效力判断。

2026年4月，一份政策文件围绕对抗性蒸馏安排信息共享、协同防御和追责研究。⁹ 该文件属于行政政策协调，没有为模型企业创设新的私人诉权。一项仍在立法程序中的提案则提供了更直接的制度样本。

截至2026年9月14日，H.R. 8283尚未成为法律。官方记录显示的最新动作，是众议院相关委员会于4月22日决定报告修订文本。法案尚未经过众议院全院表决。¹⁰ 因此，其中规则目前只能作为立法方案分析，不能用来认定任何企业已经满足公共限制条件。

提出文本关注闭源模型的未授权能力提取，并把规避访问控制、使用欺诈凭证和违反特定输出训练限制纳入判断。文本还把具有相关知识产权或合同权利的主体纳入模型所有者定义。¹¹ 这意味着，企业在协议中设置的训练用途限制可能成为公共机构评估行为的材料。

法案还设计了不同类型的公共限制机制。委员会修正文本调整了部分机关分工，需要与提出文本合并阅读。¹² 按照这一结构，违反服务条款不会自动触发公共措施，但合同限制与公共决定之间已经出现制度接口。

模型提供者掌握访问日志和服务运行情况，向公共机构提交材料具有现实价值。与此同时，它也是竞争利益可能受到影响的一方。企业材料适合作为调查线索，公共决定仍应形成独立理由，并核对当事人、条款版本、访问渠道、事实强度和适用范围。

信息保密会增加外部核验难度。保护企业提交的敏感材料有助于维护商业信息，也可能压缩被指对象了解和回应指控的空间。代理账号若同时服务多个客户，单凭请求模式推断训练用途容易发生错误关联。受影响主体能否获得足以申辩的事实要旨，并通过有效程序纠正错误，直接关系到措施的可靠性。

立法仍在推进，平台措施已经可能产生现实影响。联合公告建议服务商识别和阻断相关活动，并共享行为迹象。公告还讨论了在不通知调用者的情况下调整响应、降低输出质量。¹ 这些建议缺乏强制法律效力，平台一旦采纳，模型开发者取得训练信号的条件就会发生变化。

封号会明确显示服务中止。隐蔽调整输出则可能让人难以判断，结果变差源于模型自身波动，还是平台实施了防御措施。相关输出若继续用于训练或评测，这种不确定性还会传递到开发流程。实际实施时，服务承诺、识别标准和误报纠正机制都需要明确。

跨平台共享会扩大一次识别的后果。单个平台拒绝某个账号，只会中断一条访问渠道；多家主要提供者依据同一标记采取行动，可能让一家开发者同时失去多条重要来源。错误标记可以快速传播，纠错却可能要求用户逐个平台申诉。共享范围扩大后，接受标记的平台也应承担核验和更正责任。

同一数据流中还可能夹带用户利益。请求被实时转发给另一模型时，已经发生第三方处理；交互记录若被继续保存并用于训练，处理目的随之扩大。上游允许模型学习，不会自动覆盖下游对用户资料的处理。教师模型的使用许可与用户数据授权应当分别核对。

公开回应从技术中立和竞争秩序角度提出了质疑。² 技术中立能够反驳对整类蒸馏技术的概括评价，具体活动中的身份规避、越权访问和用途违约仍须调查。判断规则是否具有排除效果，也要比较不同主体取得输出的渠道和许可条件。

公开技术报告显示，按照开放许可使用上游模型生成后训练数据，已经是可验证的产业实践。¹³ 依许可取得训练材料，与通过欺诈凭证访问受限服务，在法律上存在明显差别。开放权重同样受许可条件约束，也不表示所有访问渠道都允许任意用途。

竞争层面的判断需要落实到市场效果。模型提供者限制竞争性训练，后来者寻找教师模型的成本可能上升。是否构成不当限制，还要观察开发者能否找到质量和成本相近的替代来源、限制持续时间、实际排除范围，以及风险理由与措施之间是否匹配。

前沿模型既向用户提供服务，也可能为后续模型开发提供数据、评价或反馈。这里的“教师地位”描述产业作用，不属于一项法定权利。教师来源越集中，服务限制越容易影响下一轮创新。判断是否形成模型能力控制，需要观察正常研究能否取得替代资源和有效申诉。

对已经证明的不当取得予以制止，无需把个别企业希望维持的竞争边界整体转化为行业准入规则。公共机构可以保护有别于私人合同利益的公共目标，措施范围仍应由可证明的风险决定，并评估影响较小的替代方案。

参考资料

〔注1〕多机构联合网络安全材料，2026-09-08，公告页面。该材料属于官方归因和非强制防御建议，不具有司法认定效力。

〔注2〕主管部门公开答问，2026-09-09，公开页面。该答问表达政策立场，不涉及个案裁判。

〔注3〕模型企业，2026年9月风险报告。其中关于训练用途、主体归属和请求转发的内容属于企业公开指控，尚无司法认定。

〔注4〕Title 17, Chapter 1，§102（a）—（b）。该条本身没有解决特定AI输出的可版权性、复制认定或合理使用问题。

〔注5〕18 USC §1839，（3）、（5）、（6）。

〔注6〕商业条款一，参见B、D.4、M.3；服务协议二，参见§3.3（e）、§4.1及相关例外定义。具体合同关系仍以账号、订单和渠道实际适用的文本为准。

〔注7〕Van Buren v. United States，2021-06-03，判决正文第13页脚注8及相关论述。该案与模型蒸馏没有直接事实关联，文中仅引用其对权限和用途的区分。

〔注8〕反不正当竞争法（2025年修订），第十条、第十三条第三款、第四十一条。对更早行为的评价仍须遵守时间效力规则。

〔注9〕NSTM-4，2026-04-23，行政政策协调文件。

〔注10〕H.R. 8283官方BILLSTATUS数据，数据更新于2026-09-03；委员会会议记录，第17项。法案状态查询日期为2026年9月14日。

〔注11〕H.R. 8283提出文本，2026-04-15，§3、§4。

〔注12〕第88号修正案，2026-04-22，与提出文本§5合读；预算机构成本估算，2026-05-28。

〔注13〕后训练技术报告，§3.1；相关开放模型许可说明及Apache License 2.0。