2026年2月底，《經濟學人》刊登了一篇關於中美AI競爭的分析文章，標題帶著一點諷刺意味：
“Anthropic says China’s AI tigers are copycats.”
直譯就是：
「Anthropic稱中國的AI猛虎其實是模仿者。」
這篇文章討論的焦點不是誰的AI更強，而是一個技術與地緣政治交織的問題：AI「蒸餾」（distillation）。
美國公司的指控
文章開頭指出，美國AI公司正在指控中國競爭者透過「蒸餾」學習其模型能力。
“America’s top artificial-intelligence labs have accused their Chinese rivals of being ruthless copycats.”
「美國頂尖人工智慧實驗室指控中國競爭對手是毫不留情的模仿者。」
這些公司包括：
• Anthropic
• OpenAI
• Google DeepMind
他們認為部分中國AI公司正在透過一種方式學習其模型能力。
#什麼是「蒸餾」
AI蒸餾（distillation）其實是一種常見技術。
簡單說就是：
讓一個模型向另一個模型學習。
方法是：
• 向大型AI模型提出大量問題
• 收集回答
• 用這些回答作為訓練資料
《經濟學人》描述這個過程：
“feeding them prompts in order to learn from and mimic their responses.”
「向聊天機器人輸入提示，以學習並模仿其回答。」
這些回答就變成：「合成數據」（synthetic data）。
文章指出，矽谷真正感到不安，是因為中國AI模型進步太快。
例如：DeepSeek R1發布後震動整個矽谷。
《經濟學人》寫道：
“Chinese firms have unveiled models that rival American chatbots on certain metrics… while being cheaper to train and run.”
「中國公司推出的模型在某些指標上已能與美國聊天機器人競爭，而且訓練和運行成本更低。」
這讓許多美國公司開始懷疑：中國公司是否透過蒸餾加速追趕。
前沿AI模型的成本非常高。
文章指出：
“Individual training runs can cost billions.”
「單次模型訓練的成本可能高達數十億美元。」
而未來幾年，美國科技公司計畫在資料中心投資：5兆美元。
這些成本包括：
• GPU晶片
• 算力中心
• 人工標註資料
一些美國政策專家甚至使用更激烈的語言。
文章引用一位研究員的說法：
“China is, in effect, stealing the weights of our best AI models.”
「中國實際上是在偷取我們最優秀AI模型的權重。」
在AI世界裡，「權重」（weights）就是模型真正的知識。
因此它被視為：最有價值的數位資產之一。
蒸餾之所以有用，是因為現代AI訓練方式改變了。
過去：模型主要依靠網路文本。
現在：模型更多依靠高質量任務示例。
《經濟學人》寫道：
“Copycats can ask models to do tasks and simply harvest their solutions.”
「模仿者可以讓模型完成任務，然後直接收集其解答。」
這樣就能省去：
• 試錯過程
• 巨量算力
美國公司也承認蒸餾很難阻止。
文章指出：
“It is technically difficult to detect and prevent knowledge distillation.”
「從技術上來說，很難偵測和阻止知識蒸餾。」
而一些美國官員甚至認為：
中國已經形成一個產業。
“a cottage industry of small firms has sprung up… to provide coordinated distillation activities.”
「中國已經出現一個由小公司組成的產業，專門提供協同蒸餾服務。」
當然，中國AI研究者也提出反駁。
他們指出：
美國AI模型本身也是用大量網路資料訓練的。
因此批評蒸餾：顯得有些雙重標準。
文章最後指出，美國政府可能採取一些措施，例如：
• 限制雲端服務
• 加強晶片管制
但短期內，很難阻止AI知識流動。
因此，《經濟學人》給出一個頗為冷靜的結論：美國AI公司或許需要習慣一件事：競爭者會模仿。