Στις 23 Φεβρουαρίου 2026 η Anthropic δημοσίευσε μια αναφορά που θα έπρεπε να απασχολήσει κάθε οργανισμό που εγκαθιστά ή εξαρτάται από συστήματα ΤΝ. Τρία κινεζικά εργαστήρια ΤΝ, οι DeepSeek, Moonshot AI και MiniMax, φέρονται να δημιούργησαν πάνω από 24.000 ψεύτικους λογαριασμούς και να υπέβαλαν περισσότερα από 16 εκατομμύρια ερωτήματα στο μοντέλο Claude της Anthropic, σε κάτι που ισοδυναμεί με κλοπή πνευματικής ιδιοκτησίας βιομηχανικής κλίμακας μέσω μιας τεχνικής που λέγεται απόσταξη μοντέλου (model distillation).
Δεν πρόκειται για αφηρημένη γεωπολιτική ανησυχία. Είναι συγκεκριμένη απόδειξη του πώς τα μοντέλα ΤΝ έγιναν στόχοι υψηλής αξίας, και του γιατί η διακυβέρνηση ασφάλειας ΤΝ δεν είναι πια προαιρετική για κανέναν οργανισμό που χτίζει πάνω σε υπηρεσίες ΤΝ ή τις καταναλώνει.
Τι Συνέβη: Η Ανατομία μιας Επίθεσης Απόσταξης
Η απόσταξη μοντέλου είναι τεχνική κατά την οποία ο επιτιθέμενος υποβάλλει συστηματικά ερωτήματα σε ένα μοντέλο-στόχο, συλλέγει τις εξόδους του και τις χρησιμοποιεί για να εκπαιδεύσει ένα φθηνότερο, μικρότερο μοντέλο που αναπαράγει τις ικανότητες του πρωτότυπου. Σκεφτείτε το ως αντίστροφη μηχανική μέσω συνομιλίας, μόνο που σε βιομηχανική κλίμακα.
Οι τρεις εταιρείες ακολούθησαν διακριτές αλλά συντονισμένες προσεγγίσεις:
DeepSeek: Κλέβοντας τον Συλλογισμό
Η DeepSeek διεξήγαγε πάνω από 150.000 ανταλλαγές στοχεύοντας ειδικά τις ικανότητες συλλογισμού του Claude. Η τεχνική της ήταν εκλεπτυσμένη: τα prompts ζητούσαν από το Claude να «φανταστεί τον εσωτερικό συλλογισμό πίσω από μια ολοκληρωμένη απάντηση και να τον γράψει βήμα βήμα», παράγοντας ουσιαστικά δεδομένα εκπαίδευσης αλυσίδας σκέψης σε κλίμακα. Εξήγαγαν επίσης απαντήσεις σε πολιτικά ευαίσθητα ερωτήματα για αντιφρονούντες και αυταρχισμό, πιθανότατα για να εκπαιδεύσουν τα δικά τους μοντέλα στον χειρισμό της λογοκρισίας.
MiniMax: Η Μεγαλύτερη Εκστρατεία
Η MiniMax εκτέλεσε την πιο επιθετική επιχείρηση, με πάνω από 13 εκατομμύρια ερωτήματα εστιασμένα σε ικανότητες agentic προγραμματισμού και ενορχήστρωσης εργαλείων. Το ίσως πιο αποκαλυπτικό: άλλαζαν στόχευση μέσα σε 24 ώρες από κάθε νέα έκδοση του Claude, πράγμα που υποδηλώνει ειδική ομάδα που παρακολουθούσε τις κυκλοφορίες της Anthropic και προσάρμοζε ταχύτατα τη στρατηγική εξαγωγής στις νέες ικανότητες.
Moonshot AI: Ευρεία Εξαγωγή Ικανοτήτων
Η Moonshot AI κατένειμε 3,4 εκατομμύρια ερωτήματα σε εκατοντάδες ψεύτικους λογαριασμούς, στοχεύοντας agentic συλλογισμό, χρήση εργαλείων, προγραμματισμό και υπολογιστική όραση. Το εύρος της εκστρατείας υποδηλώνει απόπειρα αναπαραγωγής ολόκληρου του συνόλου ικανοτήτων του Claude και όχι συγκεκριμένων χαρακτηριστικών.
Η Αρχιτεκτονική Ύδρα: Πώς Απέφυγαν την Ανίχνευση
Οι επιτιθέμενοι χρησιμοποίησαν αυτό που η Anthropic ονομάζει αρχιτεκτονική «συστάδας Ύδρας»: ένα εκτεταμένο δίκτυο που διαχειριζόταν ταυτόχρονα πάνω από 20.000 ψεύτικους λογαριασμούς χωρίς κανένα μοναδικό σημείο αποτυχίας. Η υποδομή ανακάτευε την κίνηση απόσταξης με άσχετα αιτήματα πελατών για να δυσκολέψει την ανίχνευση, χρησιμοποιώντας υπηρεσίες proxy για να κρύψει την προέλευση και να παρακάμψει τους γεωγραφικούς περιορισμούς πρόσβασης.
Η Anthropic εντόπισε τελικά τις εκστρατείες με συνδυασμό ταξινομητών συμπεριφοράς, συσχέτισης IP και ανάλυσης μοτίβων κίνησης. Όπως σημείωσε: «Ο όγκος, η δομή και η εστίαση των prompts διέφεραν από τα κανονικά μοτίβα χρήσης, αντανακλώντας σκόπιμη εξαγωγή ικανοτήτων και όχι νόμιμη χρήση.»
Γιατί Έχει Σημασία Πέρα από την Anthropic
Η άμεση αντίδραση μπορεί να είναι να το αρχειοθετήσετε ως «γεωπολιτική των μεγάλων τεχνολογικών» και να προχωρήσετε. Θα ήταν λάθος. Να γιατί έχει σημασία για τον οργανισμό σας:
1. Τα Μοντέλα ΤΝ Είναι Πλέον Κρίσιμα Πάγια
Αν εργαστήρια συνδεδεμένα με κράτος είναι διατεθειμένα να αναπτύξουν 24.000 ψεύτικους λογαριασμούς για να κλέψουν ικανότητες μοντέλου, τα μοντέλα προφανώς έχουν τεράστια στρατηγική αξία. Κάθε οργανισμός που έχει κάνει fine-tuning μοντέλου σε ιδιόκτητα δεδομένα, έχει χτίσει εξειδικευμένες ροές ΤΝ ή έχει επενδύσει σε prompt engineering έχει δημιουργήσει πνευματική ιδιοκτησία εξίσου ευάλωτη σε εξαγωγή.
2. Τα Αποσταγμένα Μοντέλα Ξηλώνουν τις Δικλείδες Ασφαλείας
Η Anthropic προειδοποίησε ότι «τα παράνομα αποσταγμένα μοντέλα στερούνται τις αναγκαίες δικλείδες, δημιουργώντας σημαντικούς κινδύνους εθνικής ασφάλειας». Όταν οι ικανότητες εξάγονται χωρίς το στρώμα ασφάλειας, τα μοντέλα που προκύπτουν μπορούν να χρησιμοποιηθούν για επιθετικές κυβερνοεπιχειρήσεις, εκστρατείες παραπληροφόρησης και παρακολούθηση, χωρίς τους ηθικούς περιορισμούς που εφαρμόζουν οι υπεύθυνοι πάροχοι ΤΝ. Δεν είναι θεωρητικό· είναι η ρητή ανησυχία των ερευνητών ασφάλειας.
3. Η Ασφάλεια API Επεκτείνεται στα Endpoints ΤΝ
Η παραδοσιακή ασφάλεια API εστιάζει σε ταυτοποίηση, περιορισμό ρυθμού και προστασία δεδομένων. Τα API μοντέλων ΤΝ απαιτούν ένα επιπλέον στρώμα: ανίχνευση συστηματικής εξαγωγής ικανοτήτων. Αν ο οργανισμός σας εκθέτει μοντέλα ΤΝ μέσω API, έστω και εσωτερικά, πρέπει να σκεφτείτε αν η παρακολούθηση χρήσης σας μπορεί να ξεχωρίσει τα νόμιμα ερωτήματα από τις απόπειρες απόσταξης.
4. Η Συζήτηση για τους Ελέγχους Εξαγωγών Έχει Πραγματικές Συνέπειες
Η Anthropic σημείωσε ειδικά ότι η ταχεία κινεζική πρόοδος στην ΤΝ «αναφέρεται εσφαλμένα ως απόδειξη ότι οι έλεγχοι εξαγωγών είναι αναποτελεσματικοί», ενώ αυτές οι ικανότητες στην πραγματικότητα «εξαρτώνται σημαντικά από ικανότητες που εξήχθησαν από αμερικανικά μοντέλα». Για οργανισμούς που λειτουργούν σε πολλές δικαιοδοσίες, οι έλεγχοι εξαγωγών ΤΝ και οι υποχρεώσεις συμμόρφωσης γίνονται εξίσου σύνθετοι με τους παραδοσιακούς κανονισμούς εξαγωγής όπλων.
Το Ερώτημα της Υποκρισίας
Μια δίκαιη ένσταση: δεν εκπαιδεύτηκαν οι ίδιες αυτές εταιρείες ΤΝ σε δημόσια διαθέσιμα δεδομένα, μεγάλο μέρος των οποίων καλύπτεται από πνευματικά δικαιώματα; Ναι. Και αυτό το νομικό και ηθικό ερώτημα παραμένει ανοιχτό. Υπάρχει όμως ουσιαστική διάκριση ανάμεσα σε:
- Εκπαίδευση σε δημόσια διαθέσιμα δεδομένα: νομικά διφορούμενη, αντικείμενο εκκρεμών δικαστικών διαμαχών, αλλά χωρίς απάτη ταυτότητας ή παραβίαση όρων χρήσης
- Απόσταξη μέσω συντονισμένης απάτης: 24.000 ψεύτικοι λογαριασμοί, σκόπιμη παράκαμψη γεωγραφικών περιορισμών, συστηματική εξαγωγή σχεδιασμένη να παρακάμπτει τους ελέγχους ασφάλειας
Μπορεί κανείς να αναγνωρίσει τη νόμιμη συζήτηση για τα δεδομένα εκπαίδευσης και ταυτόχρονα να δει ότι η βιομηχανοποιημένη απάτη εναντίον ενός ζωντανού συστήματος είναι ποιοτικά διαφορετική. Τα μέσα έχουν σημασία, όχι μόνο οι σκοποί.
Τι Πρέπει να Κάνουν Τώρα οι Οργανισμοί
Είτε καταναλώνετε υπηρεσίες ΤΝ, είτε χτίζετε πάνω σε πλατφόρμες ΤΝ, είτε αναπτύσσετε δικά σας μοντέλα, το περιστατικό αναδεικνύει κενά διακυβέρνησης που πρέπει να κλείσουν:
Για Καταναλωτές ΤΝ
- Αξιολογήστε τη στάση ασφάλειας του παρόχου ΤΝ σας. Πώς ανιχνεύει και αποτρέπει την απόσταξη μοντέλου; Τι απέγιναν τα δεδομένα σας αν το μοντέλο του παραβιάστηκε;
- Ελέγξτε την έκθεσή σας από τους όρους χρήσης. Αν τα ιδιόκτητα δεδομένα σας εκπαίδευσαν ένα μοντέλο που στη συνέχεια αποστάχθηκε, ποιες είναι οι συμβατικές και κανονιστικές συνέπειες;
- Αξιολογήστε τον κίνδυνο εφοδιαστικής αλυσίδας. Είναι κάποια από τα εργαλεία ή τις υπηρεσίες ΤΝ σας χτισμένα σε μοντέλα αβέβαιης προέλευσης;
Για Κατασκευαστές ΤΝ
- Εφαρμόστε ανάλυση συμπεριφοράς στη χρήση του API. Πηγαίνετε πέρα από τον περιορισμό ρυθμού, σε ανίχνευση μοτίβων που εντοπίζει συστηματική εξαγωγή.
- Εγκαταστήστε υδατογράφηση εξόδων όπου είναι εφικτό, ώστε να ανιχνεύεται πότε οι έξοδοι του μοντέλου σας χρησιμοποιήθηκαν για εκπαίδευση.
- Εξετάστε τεχνικές διαφορικής ιδιωτικότητας που περιορίζουν τι μπορεί να μαθευτεί από μεμονωμένα ερωτήματα, διατηρώντας τη χρησιμότητα του μοντέλου.
Για Όλους τους Οργανισμούς
- Βάλτε την ασφάλεια μοντέλων ΤΝ στο μητρώο κινδύνων σας. Αντιμετωπίστε τις ικανότητες ΤΝ ως πάγια πνευματικής ιδιοκτησίας με αντίστοιχες απαιτήσεις προστασίας.
- Ενημερώστε το πλαίσιο διακυβέρνησης ΤΝ σας ώστε να καλύπτει προέλευση μοντέλων, ακεραιότητα εφοδιαστικής αλυσίδας και κίνδυνο απόσταξης.
- Εκπαιδεύστε την ομάδα ασφάλειάς σας σε απειλές ειδικές για την ΤΝ. Τα παραδοσιακά πλαίσια κυβερνοασφάλειας δεν καλύπτουν επαρκώς τις επιθέσεις σε επίπεδο μοντέλου.
Η Μεγαλύτερη Εικόνα
Το περιστατικό αυτό είναι προεπισκόπηση μιας νέας κατηγορίας κυβερνοαπειλής. Καθώς τα μοντέλα ΤΝ γίνονται πιο ικανά και πιο κεντρικά στις επιχειρησιακές λειτουργίες, γίνονται πολυτιμότεροι στόχοι. Οι μέθοδοι θα εξελιχθούν: από την απόσταξη μέσω API σε επιθέσεις πλάγιου καναλιού, αντιστροφή μοντέλου και αντιπαραθετικές τεχνικές εξαγωγής που δεν έχουμε ακόμη φανταστεί.
Οι οργανισμοί που παίρνουν στα σοβαρά τη διακυβέρνηση ασφάλειας ΤΝ τώρα, που αντιμετωπίζουν τα πάγια ΤΝ τους με την ίδια αυστηρότητα που εφαρμόζουν στην υποδομή δικτύου και στην προστασία δεδομένων, θα είναι αυτοί που θα στέκονται ακόμη όρθιοι όταν έρθει το επόμενο κύμα.
Οι 24.000 ψεύτικοι λογαριασμοί ήταν μόνο η αρχή.