河马观澜

Source：微信公众号「野生编辑部」（虎嗅转载）

从7个角度聊聊Anthropic指控中国大模型蒸馏，并泄露敏感数据和信息。先把我的态度摆出来。

第一，蒸馏这件事本身是个技术伦理问题，今天没有答案。蒸馏该由谁来定性，不该由Anthropic一家说了算。第二，中国这批大模型公司的创始人，技术上很聪明，政治上很蠢。但骂完得讲句公道话。风险认知是昂贵的资产，不是靠悟性就能凭空长出来的。字节不是天生更懂地缘，是TikTok替它交过一笔巨额的学费。第三，技术中立不等于可以不管链路带来的次生风险。技术上跑得通，不代表商业上、地缘上值得做。工程师的评估清单里只有能不能拿到推理过程、能不能把榜单刷上去；创始人要评估的是整套管线的外部性。

第四，中国大模型创始人的短板不是国内那套政治嗅觉，是缺一个「跨国议题武器化」的思维框架。国内商业语境里的博弈大多还有得谈，对方这次不打算谈，只是在关键窗口期主动制造证据、递给监管和国会。第五，不是某几个人判断失误，是一级乃至整个市场这套机制，在系统性地鼓励短期冒险。基金存续期只有几年，十年尺度的地缘风险不在任何人的KPI里。榜单、融资窗口、上市时间表环环相扣，尾部风险自然被降权。

第六，技术团队天然有个认知盲区：只要架构和代码在自己手里，风险就可控。他们低估的是证据采集、叙事构建、政治动员这套非技术能力。证据不需要在法庭上被验证，递到国会就能产生资本杀伤。第七，中美创始人技术和政治身份错位。中美两边的创始人其实共享同一套AGI信仰，读同样的论文，跑同样的榜单。这里有个身份错位要命：他们把自己当成全球技术竞赛的参赛者，但国外的竞争者已经把他们归类成国家战略的参与者。

第八，蒸馏这个词该怎么定性，从来不是技术问题，是市场力量博弈的产物。能力强的时候主张别人不能学我的输出，需要的时候主张AI训练属于合理学习。规则由强势的一方按需改写。第九，这次事件会加速一件事：技术能力和信任资质分离。以后没准模型跑分是一个维度，训练管线能不能审计、数据有没有出过境是另一个维度。资本评估里会多出一个因子，叫风险隔离能力。

第十，别以为不蒸馏就安全了。只要你要海外融资、海外客户，抓手就永远存在，挑哪个由对方的战略时间表决定。合规能降低被攻击的概率，做不到绝对免疫。同样的道理，一刀切把蒸馏禁掉也有代价，那等于单方面把自己封在追赶路径外面。该找的是可控的边界版本：预制题库、脱敏离线采集、真实用户数据完全隔离。

后面6个部分讲的是这些事：第一部分讲Anthropic的议程陷阱，它把三件性质完全不同的事打包进「蒸馏攻击」一个词；第二部分讲中国大模型创始人该补什么课；第三部分讲张一鸣为什么这次没踩坑，字节不是更聪明，是TikTok替它交过学费，组织里长出了一套别人没有的风控本能；第四部分讲蒸馏这个坑的真身，它不在蒸馏本身，在那些沉默的中转站，在后台把用户请求静默转发到境外服务器的那根管子；第五部分讲哪些创业公司在做数据安全合规的生意，这门生意要从卖软件变成卖准入凭证，国内有哪些团队在三条路上跑，它们的估值逻辑为什么该换一遍；第六部分讲中国大模型的至暗时刻，逐渐丢失的定价权。

这件事最值得讨论的地方，不在中国公司到底有没有蒸馏。因为Anthropic一家之言，你可以信，也可以存疑，但Anthropic主动设置了这个议程，你能做的只有小心，不要掉落到陷阱。

Anthropic的「议程陷阱」

先把报告里混在一起的三件事拆开。第一件，用API输出训练自己的竞品模型。这在法律上最接近合同违约，Anthropic自己的服务条款禁止这一条。美国智库早就有人指出，所谓蒸馏攻击，本质是违约，不是盗窃。第二件，用偷来的信用卡、登录凭证和API key批量造假账号，绕过地域限制。这是欺诈。Anthropic报告里写得很清楚，制造身份、批量采集、清洗、训练，四步，第一步就是造几千个假账号。第三件，把真实用户的请求静默转发到境外服务器，拿回来的回答当成自己的呈现给用户。这一件跟蒸馏没有必然关系。它是消费者欺诈，叠加数据跨境。

三件事的性质、法律定性、后果完全不在一个量级。但报告用一个词把它们打包了：蒸馏攻击。这就是议程陷阱的运作方式。用一个中性技术词做外壳，把最重的那一项装进去。你一旦开始辩论「蒸馏是不是行业通行做法」，就已经承认了这个外壳，等于默认了三件事是一件事。

商务部的回应高明在什么地方？他不回应这个事。原话是：美方所谓中国人工智能企业从事「工业规模」蒸馏美模型的指控，于事无凭，于法无据。蒸馏是人工智能领域各个模型间互相学习的通行做法，本质是中性技术手段，包括美企在内的全球模型企业都在用。不跟你争事实，跟你争定义。这个字归谁，决定后面立法往哪边倒。

Anthropic要的从来就不是赔偿。看它的时间线就明白了。2026年2月23日，发博客《Detecting and Preventing Distillation Attacks》，点名DeepSeek、月之暗面、MiniMax三家，约2.4万个账号，1600万次交互，属于技术曝光。4月23日，白宫科技政策办公室发布《美国人工智能模型的对抗性蒸馏》备忘录。6月10日，Anthropic致信美国参议院银行委员会，收信人是主席蒂姆·斯科特和首席成员伊丽莎白·沃伦，指控阿里在45天里用2.5万个账号完成2880万次交互，定性为「迄今中国公司试图搭美国顶尖实验室便车的最大规模尝试」。7月，美国财长贝森特公开威胁制裁。9月8日，三个安全机构联合公告。9月10日，就是那份除了蒸馏还加上了泄密的154页报告。从技术曝光到政治施压，一步一步升级，节奏踩得极准。

参议员比尔·哈格蒂和安迪·金已经在推一项修正案，要纳入《国防法案》，对「不当获取美国AI模型输出以训练竞争系统」的中国公司实施制裁或列入黑名单。一家靠卖API赚钱的公司，跑到国会说有人偷我的模型。它想要的不是打赢官司，是让「用模型输出训练模型」这一条，在接下来的AI立法里被写进违法项。这一条要是写进去，受伤的不只是被点名的这几家。是全世界的开源模型。

但Anthropic其实老双标怪了。2025年，Anthropic因抄袭并非法下载数百万册受版权保护的书籍，吞下15亿美元和解金，这是美国历史上规模最大的AI侵权和解之一。今年有开发者在社区贴出截图，Anthropic自家的Claude 4.8在回答「你是什么模型」时，自称是阿里开发的通义千问。马斯克2月直接开骂，说Anthropic才是北美最大的「偷子」。YC的Garry Tan被问到这事，回了四个字：I would do nothing。扎克伯格8月发文，呼吁美国政府重新审视模型蒸馏和训练数据使用方面的政策，保护模型在研发过程中向其他模型学习的原则。

Anthropic也一直特别擅长偷换概念。前六类滥用，网络攻击、影响力行动、监控、诈骗、生物、常规武器，报告写的都是零散犯罪团伙和国家背景组织。只有最后一章点名中国公司，而且在这一章里，最重的指控（把用户请求静默转给Claude）跟蒸馏根本不是一回事。如果确实是蒸馏，那是服务条款纠纷，拿出来谈。如果确实是静默转发用户请求，那是另一件事，请就这一件事举证。两件事的证据链、举证责任、法律后果都不一样。混在一起，要么是懒，要么是有意为之。

还有一件更要紧的事，被这些数字盖过去了：CoT蒸馏这条路，正在从技术上被关死。Anthropic的反制已经不是封号了。它把可疑流量整体归因到组织处置，上了专门的反提取分类器，把推理轨迹改成摘要输出。Fable 5.1引入了preserved thinking，推理加密，新API账号不能改动推理之前的系统提示、工具和消息。因为改前置上下文正是套出推理的常用手段。OpenAI早就藏起了CoT，谷歌今年也发了针对对抗性蒸馏的追踪。也就是说，靠偷推理轨迹追赶前沿的窗口，正在关闭。不是因为道德，是因为技术上行不通了。这个结论比任何指控都值得国内实验室认真对待。

政治幼稚的中国大模型创始人

不知道你有没有这种疑问。中国人不是一向自诩政治动物，为什么在这么敏感的事情上，这么多中国大模型创始人都栽了跟头？大家常说的中国人懂政治，指的是本土环境下的政策博弈、资源协调、人际关系。而这件事需要的能力是另一套：理解美国国会、情报机构、上市公司IPO叙事怎么联动，理解一个商业合同纠纷是怎么被装进国家安全筐里的。这是完全不同的能力集合，几乎没有交集。TikTok是被这套组合拳打过的唯一一家中国公司。其他所有大模型公司，都是第一次见。

但把责任推给「没见过」也不够。更真实的机制是：在指标竞赛里，风险评估天然会被挤压。2023到2025这三年，全球大模型军备竞赛的默认规则是榜单、参数、能力。独立基座公司面对的是生死线：算力贵、烧钱快，投资人天天拿OpenAI和Anthropic的能力曲线来对标。工程师和创始人的注意力，几乎全部压在怎么把推理分做上去。风险团队、合规团队在这类公司里是配角，话语权弱。这不是谁蠢，是资源分配的结果。而且这种分配在当时的信息条件下，看起来完全理性。

尾部风险的特点就是低概率、高毁灭。它平时不出现，一出现就致命，所以会被系统性低估。在早期行业认知里，黑盒蒸馏的上限不过是违反对方API服务条款，属于民事合同纠纷，最多被封号、被起诉。没人预判到：一个商业API协议纠纷，可以和用户的跨境数据流转绑定，打包提交给美国监管，升级成国家安全叙事。这才是这次事件里最大的认知差。

还有一个盲区，纯工程层面的，跟政治无关。工程师设计这条链路的时候，目标是拿到高质量的思维链。他们评估的是：批量账号能不能跑通、中转网关稳不稳、会不会被Anthropic封号。他们评估的是输出侧。没有评估输入侧。真实用户上传的东西是不可控的。有人传文档，有人传代码，有人传内部资料，有人传监控画面和实时密钥。采集管道要的只是少量高质量推理样本，但管道没有做前置过滤，于是高危敏感内容跟着一起被送了出去。为了拿一点训练样本，被动引入了国家安全级别的数据泄露风险。收益和风险严重不对等。这不是蒸馏技术自带的问题，是数据采集管线缺少前置关卡的工程漏洞。

所以这堂课的内容，我觉得应该这样列：第一，合规是架构的事，不是法务的事。发一份文件说「不许这么做」，拦不住工程团队的KPI冲动。只有架构层切断，才拦得住。第二，别把自己的命脉建在无法控制的第三方中转站上。Anthropic的API是别人的，中转站是灰色的，账号是买来的。你依赖的每一层，都可能在某一天变成别人手里的证据。第三，重新理解什么叫风险。风险不等于「会不会被抓」，风险等于「这件事一旦被公开，我能不能自证清白」。如果不能，那它就不该做，跟收益大小无关。

复旦大学的刘典有个判断我很认同：中国企业不能只是寻找替代访问渠道，要持续提升自主算力、模型训练和推理效率，降低对单一海外模型能力的依赖；也要更重视知识产权、服务条款和数据合规，避免在国际竞争中给对方留下可被制度化利用的空间。最后半句是重点，这次留下的空间，够别人用好几年，也足够让中国大模型创始人闹心一段时间。

张一鸣交过的学费

在Anthropic这份报告中，共有7家中国大模型公司被点名：阿里、月之暗面、DeepSeek、智谱、小米、商汤、MiniMax。没点名的有百度、腾讯、还有字节。字节是态度最鲜明的。张一鸣在8月6日的Seed全员会上罕见开口。原话是：做模型要坚持长期主义、延迟满足感，而不是用别人的输出，换一时的榜单排名，哪怕在人工智能方面暂时落后于竞争对手，字节Seed也不会依赖人工智能蒸馏技术来改进其模型。他还说了一句：字节跳动应该愿意为长期目标牺牲一部分短期收益。据报道，字节内部对开源模型严禁蒸馏，甚至通过API检测等方式在内部加强相关限制。张一鸣认为，蒸馏会干扰真正意义上的长期技术突破。与TikTok数十亿用户的全球基本盘相比，国内大模型排行榜上几个百分点的差距，根本不值得拿身家性命去赌。

有意思的是梁汝波的回应。他说：看到有外部报道说，我们是因为外部压力才坚持自研的，这是瞎猜的。真实原因是，我们希望团队延迟满足感，打好技术基础，这对长期实现AGI很关键。这两句话其实可以同时为真。一个讲的是价值观，一个讲的是风险账。对外只能讲前者，我认为对内一定算过后者。

TikTok这笔学费，交得极其具体。双实体切割，字节保留19.9%，仍是最大单一股东，但没有运营控制权。字节费了大力气保住了一个席位，却交出了驾驶座。这就是组织记忆的价值。字节见过完整的剧本：数据会被要求本地化存储，算法会被要求本地重训，董事会会被要求本土多数，安全审计会被要求独立。所以当它做豆包的时候，很自然能推演出：大模型API转发、跨境调用，是同一套剧本换了个载体。载体从短视频的用户行为数据，换成了用户上传的文档和prompt。别的公司没见过这个剧本，所以只能靠想象。而想象出来的风险，永远不如亲身经历过的风险有约束力。

真正值得中国大模型创始人思考的，是张一鸣的明确表态。据报道，字节员工认为，不愿意使用蒸馏被视为其大语言模型落后于国内其他实验室的原因之一。Seed 2.0反响一般，Coding、Agent、办公场景均不在第一位。梁汝波在全员会上承认了大语言模型方面与海外领先者的差距。但视频生成模型Seedance是另一回事，被公认为全球性能最强。火山引擎2026年整体营收目标定在400多亿，结构上高度依赖视频模型。徐新在播客里透露，张一鸣现在50%的时间放在Seed上。一个公司同时拿着全球最强的视频模型和排名靠后的语言模型，这个组合本身就是答案：不抄近道的地方慢一点，能自己跑出来的地方照样领先。

沉默的中转站

整条链路里最脏的一环，也是最容易被忽略的一环，是中转站。Anthropic在报告里直接用了transfer stations这个词。它的描述是：用假身份、假信用卡、偷来的API key开几千个账号，绕过地域限制；同时把用户和Claude的对话存下来，卖给实验室。注意后半句。中转站不只是通道，它还是数据的二道贩子。

M家被指控的手段很有代表性：通过壳公司自建了一个中转站，只提供Anthropic和OpenAI的模型，不提供任何中国模型，包括它自己的。ST则被指控从第三方数据商那里购买用户和Claude的对话记录。这意味着什么？意味着一家中国大模型公司，可能连自己蒸馏的是谁都不确定。这是整件事里最具讽刺性的技术细节。中转服务商手里握着动态路由的权力，出于成本考量，它会把一部分流量切到更便宜的模型上。Claude贵，国内开源模型和Llama便宜。甲方以为拿到的是Claude的思维链，数据集里混进大量别的模型输出，训练出来的学生模型行为混乱，基准测试波动巨大，而且极难排查。不持续做人工加自动化抽样校验，根本发现不了掉包。花了钱、担了风险、留下了一整条可被溯源的证据链，最后可能蒸馏了一个错的模型。

而在这条链路里，用户的资料去哪儿了，取决于中转商那一刻的路由表。情况一，没掉包，用户原始敏感内容送到境外的服务器；情况二，被掉包，用户资料送到了中转商背后的另一个模型服务商。无论哪种，都跟用户签的那份协议毫无关系。用户默认的协议只有一条：我的资料给到这家国内大模型厂商。

中转站这条灰色供应链，接下来一定会被清剿，而且不会只有Anthropic一家动手。OpenAI、谷歌早有同样的指控。这份报告的价值在于把数据坐实了，1.51亿次、5380个账号、账号集中在新加坡和日本。国内这边也一样。国家安全部点名AI中转站之后，已经有人被刑事拘留。合法的聚合平台，必须从架构上跟灰黑产中转站划清界限，否则下一个被约谈的就是自己。

数据安全的生意要火了

这次事件之后，有一门生意会明显起来。先说需求从哪来。政企客户的核心诉求，正在从「模型能力强不强」变成「整个链路能不能证明是干净的」。公有通用大模型最大的软肋，是存在后台静默转发这种潜在链路。而物理隔离的内网私有化部署，直接从网络架构上切断了数据出境通道。它不是承诺不转发，是根本没法转发。哪怕模型能力弱一点，在政务、涉密、关键基础设施场景里，可验证的安全可控，优先级高于基准分数。

再看法规这边的硬约束。很多人不知道，中国的出境认定标准是客观的，甚至比想象中严。《促进和规范数据跨境流动规定》列了三种情形属于数据出境行为，第二种是：数据处理者收集和产生的数据存储在境内，境外的机构、组织或者个人可以查询、调取、下载、导出。看清楚这一条。数据不用真的传出去，只要境外那一方能访问，就已经构成出境。这一条几乎是照着「把用户请求转发给Claude」写的。国内厂商即便声称数据存在境内，只要请求被转发到了境外模型，在中国法下就已经踩线，而且是未经安全评估的踩线。

三条法定路径的门槛也很清楚：向境外提供重要数据，或者当年累计100万人以上个人信息（不含敏感）、1万人以上敏感个人信息，必须申报数据出境安全评估，法定时限约45个工作日，有效期3年。10万到100万人之间，走个人信息出境标准合同，合同生效10个工作日内向省级网信部门备案。2026年1月1日起，个人信息出境认证成为第三条路径。而对AI产品来说，最麻烦的是API调用的高频性和全球性。境外用户在提示词中嵌入姓名、联系方式，经模型处理后回传境外，都可能构成向境外提供个人信息。100万人这个阈值，对一家面向全球开发者的模型公司来说，可能几个月就撞上了。

执法口径也在变。以前数据出境违规只面对网信办，现在是公安、国安、网信多线并行。2026年8月公安部发布《公安机关网络空间安全监督检查办法》，10月1日施行，把数据安全和个人信息保护义务纳入了公安日常检查。北京2025版数据出境负面清单，已经把「人工智能训练数据」单独列了一个领域，设了专门的出境门槛。监管正在从看数据量，转向看数据类型。

这门生意的供给端，过去几年一直被当成网络安全下面的一个子目录。这次事件之后，也该上桌了。瑞莱智慧（RealAI）是其中最典型的一家。2018年由清华大学人工智能研究院发起设立，张钹院士、朱军教授担任首席科学家，创始人兼CEO田天是清华人工智能专业博士。团队近300人，三分之一来自清北。产品线从早期的深度伪造检测、人脸识别攻防，扩展到现在的安全可信大模型系统。它的核心设计是：底层的安全Token平台负责敏感业务信息的识别、脱敏和任务拆解，在内网模型与外部模型之间做安全调度。让前沿模型能力可以进来，让业务机密不必出去。

瑞莱不是孤例。国内能做这件事的团队大概有3类。第一类是把关卡装在模型入口。用户的问题进来之前过一遍，回答出去之前再过一遍。瑞莱做的是这个，江苏保旺达做的也是这个。保旺达是国家级专精特新「小巨人」，长期服务运营商、能源、政府、金融，2026年发布AI安全护栏，覆盖输入检测、输出管控、数据防泄露到合规审计。缔零科技更年轻。2024年由95后CEO谭亦朗和三位前同事在深圳创立，核心产品「缔零法则」走「以AI治理AI」的路子，在语义层面识别风险，2025年3月上线，日均调用量超过千万次，TapTap、得物是它的客户。它2026年1月入驻武汉东西湖的国家网安基地，当年一季度营收700万元，超过2025年全年。天磊卫士是这条路上的另一副面孔。2017年在深圳成立，老牌等保服务商出身，现在做的是大模型安全防火墙、安全围栏和备案合规，卖的是资质和交付能力。

第二条路是让明文根本不出本地。华控清交是这条路上资历最深的一家，2018年由清华大学转化姚期智院士和徐葳教授的科研成果发起设立，CEO张旭东此前是高盛全球合伙人，产品「青椒算台」做多方安全计算，2021年10月完成5亿元B轮，B+轮之后估值约45亿元。荆华密算更极端。2024年成立，创始人林修醇是个00后北大博士，团队联合清华大学实验室重构底层算子，把密态计算的性能损耗从上千倍压到可商用水平，不依赖海外GPU的可信执行环境，兼容昇腾、海光、寒武纪。它已经做出一个叫「墨镜熊」的加密对话产品，并和中国人保签了第一份人工智能数据安全保险。蓝象智联和洞见科技是这条路上的另外两支。蓝象智联2019年底在杭州成立，董事长童玲做过蚂蚁集团首席架构师和芝麻信用CTO，CEO徐敏是前阿里云副总裁，2022年2月完成近2亿元A轮。洞见科技2020年从中诚信孵化出来，创始人姚明是前中诚信副总裁兼CTO，A轮超1亿元、松禾资本领投，2025年把核心团队搬去了雄安。两家客户都在政务和金融，卖的都是「原始数据不出域」。

第三条路最笨，也最彻底：把算力搬到端上，物理切断那条链路。元空智能是这条路上的一个样本，2023年从北京大学科学智能学院走出来，创始人逄大嵬是北大AI联合实验室主任，2026年9月3日发布端侧模型Boxer，和中国惠普签了合作，模型、Agent、数据全留在设备里，发布会现场是断网演示的。逄大嵬给出的理由很直白：云端大模型绕不开数据安全、Token成本和稳定性三个问题，端侧是物理性的解法。

不过这批公司过去几年在一级市场并不好过。隐私计算火过一轮，然后迅速内卷。洞见科技创始人姚明2022年讲过一句实话：行业现在应该是不赚钱的，达到收支平衡也许还要一两年甚至更久。蓝象智联的A轮在2022年2月，华控清交的B+轮在同年年中，之后几年这个赛道很少有大额融资的消息。原因不复杂，它卖的是合规成本，客户买它是为了不出事，不是为了多赚钱，预算永远排在业务系统后面。

这次事件改变的不是需求，是需求的性质。以前买安全产品是可选支出，出了事才想起来；往后它是大模型公司融资和上市的前置条件。你得证明自己的数据没出境，拿得出第三方认可的审计，能回答尽调里那个越来越常被问到的问题。这套逻辑在支付合规、等保合规身上都上演过一次：一项支出从可选项变成准入项，估值方式就整个换掉。换掉的是报价基准。卖软件按功能模块报，客户拿IT预算付，天花板是IT预算的一个百分点。准入项按风险敞口报，客户实际上拿融资额和订单额来付，因为拿不出这份证明，损失的是整轮融资和整张订单。估值重估不等于收入立刻兑现。从立项到回款，这个行业走了很多年，接下来还要继续走。

但我的判断是，这个赛道真正的机会，不在卖安全产品。新的产品是「可证明的清白」。既然数据出境要评估、要审计、要留痕，那么能证明自己数据没出境的这种能力，本身就会变成商品。它不是防火墙，是信用证。大模型厂商买它，不是为了防黑客，是为了在资本尽调和客户招标的时候，能拿出一份第三方认可的审计报告。这门生意的天花板也清楚：它是配套层，不是卖基座模型，单客价值依附大模型项目，项目交付周期长，标准化程度一般。真正的想象空间，在于它能不能变成大模型的内置能力，而不是外挂的盖子。

找到新的定价故事

最后一个问题：这是中国大模型的至暗时刻吗。四重压力是真实存在的。高端算力受限，蒸馏议题从行业伦理被抬到国家安全，持续烧钱融资，ARR和增长率对不上估值。但我的判断是，这不是至暗时刻，这是定价权转移。

过去两年，中国大模型的估值标尺是「对标美国」。投资人拿OpenAI、Anthropic的ARR和能力曲线做参照，算出理论天花板；再参考智谱、MiniMax上市后的市值做比价；最后加一笔地缘溢价：中国必须拥有自己的前沿通用大模型。这笔溢价不是商业溢价，是战略资产溢价。DeepSeek拿到最高估值，靠的就是这个。梁文锋团队的技术独立性、原生推理路线、AGI愿景，让市场愿意在商业估值之上多付一笔。而这份指控攻击的，恰恰是第三层。地缘溢价成立的前提是：这套能力是本土独立研发出来的。一旦市场开始相信高阶推理能力的关键样本来自黑盒采集，这笔溢价就会最先消失。注意，是溢价消失，不是估值归零。基础业务估值由国内政企业务、API收入、算力资产支撑，它还在。消失的是那部分「我们走出了自己的路」的想象。这才是真正的危机：不是跌了多少，是以后用什么重新定价。

几个数字摆在一起看，荒诞感很强。智谱，1月IPO募资43.48亿港元，6月22日股价最高2980港元，市值一度1.3万亿港元级；到9月11日收盘793港元，市值约3692亿港元，从高点回撤73%。但它上半年的经营数据其实是好看的：总收入9.54亿元，同比增长399.7%；MaaS开放平台及API收入约8.25亿元，同比增长2736%，占总收入比例从15.2%升到86.5%；一季度API调用定价提升83%，调用量反而增长400%。同期亏损20.7亿元，研发支出21.3亿元。不断向市场要钱也是真的：7月9日以1588港元配股募资314亿港元，9月11日以714港元再配2197万股、约20亿美元，同时发30亿美元零息可转债，转股价892.5港元。两个月，配股价腰斩。这笔392亿港元的配股将是今年港股最大一笔募资之一，约为其IPO募资额的八倍。而据媒体披露，9月秘密递表的月之暗面，最新一轮私募投前估值是500亿美元。二级市场给「独立大模型第一股」的定价，已经低于一级市场给同行的定价。两个市场，总有一个是错的。

DeepSeek那边，首轮融资约500亿人民币，投后估值约3500亿人民币；二轮投前估值740亿美元（《华尔街日报》8月27日报道），ARR约5亿美元。估值约是年化收入的148倍。Anthropic这边，年化收入从2025年底的约90亿美元，涨到2026年7月底的650亿美元以上。5月完成650亿美元融资时估值9650亿美元，超过OpenAI。现在的IPO目标是募资1000亿美元、估值2万亿美元，英伟达在谈最多100亿美元的基石投资。按投资者预期的2026年底1000亿到1200亿美元年化收入算，2万亿对应约17到20倍收入倍数。一个是148倍，一个是17到20倍。这组对比不能简单读成「中国泡沫更大」。它真实说明的是：美国市场在给现金流定价，中国市场在给稀缺性和地缘溢价定价。这是两套体系。

而当美元通道因为这份指控收窄，中国大模型公司只能更多依赖人民币资金，也就是国资、产业资本、本土基金。这些钱的评估逻辑不一样，它们看国内落地、政企订单、算力自主，不会跟着美方的国家安全叙事大幅折价。但它们的定价方式也更朴素：看得见IPO，看得见收入和订单，看不见AGI愿景。估值体系会被迫重构，从「全球前沿AGI」收缩为「本土AI基础设施供应商」。

对冲因素也是有的，而且不少。基座和SFT必须分开评估。即便指控成立，行业共识是基座大模型无法单纯靠蒸馏生成，指控聚焦的是SFT和CoT对齐数据。只要基座是独立预训练，技术根基就没塌。国内需求没消失。政企、行业数字化、本土应用场景对大模型的需求还在，只要国内监管没有处罚，国内订单不会断崖。杀的是全球扩张的想象，不是国内业务本身。双向性也是事实。英伟达训练自家模型时公开使用过中国开源模型生成的推理数据；HuggingFace的Open-R1项目基于中国开源模型做复刻。在华盛顿的政策叙事里，这种双向性基本不会被采纳，但在开发者和国际学术圈里，它构成对冲。

还有一条被这份报告的喧嚣盖住了：中国AI还有一条反向的出海路。2026年2月，中国大模型Token周调用量最高达5.16万亿，全球占比61%，首次超越美国。截至2025年底，全国智算总规模159万PFlops，位居全球第二。国产大模型API价格低至硅谷同行的十六分之一，中国算力成本最低仅为美国的一半、欧洲的近三分之一。2026年4月，全国首个城市级「Token出海」全链路在广东汕头完成闭环验证。是大模型能力、算力升维卖出去，不是数据在出去。这是中国AI真正的全球化优势。而这份报告的一个潜在效果，就是给这条出海路设卡。当「你的模型能力来路不明」变成一种可被援引的怀疑，海外企业客户采购中国API时就会多一层顾虑。这个成本，最终会转嫁到每一家想出海的中国模型公司头上。

开源也一样。美国真正担心的从来不是「蒸馏」这个词，是中国能通过开源、蒸馏、工程优化和大规模应用场景，把相近能力的模型以更低成本做出来。有机构评估，美国原本想在基础大模型领域拉开24个月的技术代差，现在双方差距已缩减到8个月左右。把开源污名化，是比制裁更高效的打法，因为开源是中国大模型全球影响力最主要的载体。

所以我的结论是：真正的至暗之处在于，中国大模型用了两年时间建立起来的那个定价故事，被Anthropic这份报告撕开了一个口子，而新的故事还没写出来。

Source：《经济观察报》作者：郑晨烨（虎嗅转载）

AI服务器需求倍增，电子纱原料紧缺，织机产能垄断，三重约束叠加下，电子布价格已连涨一年且仍在加速，拐点会在何方？

9月初，国内电子布龙头中国巨石（600176.SH）再次上调电子布价格，厚布涨15%、薄布涨20%。覆铜板龙头建滔积层板（01888.HK）年内已发出七份涨价函，FR-4覆铜板（一种最常用的覆铜板基材等级）累计涨幅超过100%。建滔集团（00148.HK，建滔积层板的控股股东）主席张国荣在集团中期业绩发布会上说，电子布一有货便要加价，连集团自己生产覆铜板所需也供应不足，「料未来二至三年不愁生意」。

今年以来，A股市场上电子布概念股股价大幅上涨。宏和科技（603256.SH）股价年内最高涨超七倍，国际复材（301526.SZ）股价年内最高涨超六倍，中国巨石股价年内最高涨逾三倍，中材科技（002080.SZ）股价年内涨幅亦超过170%。四家公司2026年上半年归母净利润均实现同比增长，宏和科技归母净利润同比增长334%，国际复材归母净利润同比增长177%，中国巨石归母净利润同比增长74%，中材科技归母净利润同比增长21%。

电子布是用极细的玻璃纤维纱织成的一种工业用布，是覆铜板（CCL）的骨架材料，覆铜板加工后成为印制电路板（PCB）。从手机、汽车到AI服务器，几乎所有电子设备都要用到PCB。电子布在终端产品成本中占比极小，但其价格波动会沿着「电子布—覆铜板—PCB—终端设备」的链条逐层传导、逐层放大。上一轮电子布涨价从2020年9月启动。以7628规格（电子布中用量最大的基础品种）为例，公开行情数据显示，其价格从3.35元/米涨到2021年9月前后的8.78元/米，随后新增产能集中释放，到2022年底跌回3.3元/米。当前这一轮电子布涨价从2025年第四季度启动，7628布从3.8元/米涨到了9月初的11.8元/米，超过上轮峰值30%以上。更薄的品种1080布和2116布涨幅更大，累计涨幅已分别达290%和280%，且仍在扩大。多位受访者告诉记者，行业短期内看不到供给端明显缓解的迹象。

三重紧缺

市场通常将电子布供应紧缺归因于织机短缺，但多位业内人士在接受记者采访时认为，这种归因过于简单。万创投行董事总经理苏婉怡告诉经济观察报记者，电子布这轮紧缺是三重约束的叠加，单独归因到任何一个环节都会误判拐点。她所说的三重约束，分别指需求端AI服务器用量倍增、中游电子纱原料紧缺，以及织机产能被日本丰田卡住。「行业景气一旦被归因到单一环节，就意味着你既看不清拐点，也看不清风险。」苏婉怡说。

在上述三重约束中，第一重来自需求端。当前AI服务器的PCB层数从传统的8至14层升至20至78层，每一层都需要电子布作为骨架，单台AI服务器的电子布用量因此达到传统服务器的3至8倍。摩根士丹利在2026年5月发布的一份物料成本拆解报告中指出，英伟达Rubin架构单机柜的PCB价值量较上一代增长了233%，增幅在所有零部件中排名第一。苏婉怡认为，AI对电子布的拉动不是一轮周期性波动，需求中枢已经永久性地抬升了。

需求升级直接拉开了不同产品之间的利润落差。电子布按性能等级大致分为普通布和特种布两大类：普通布以7628规格为代表，广泛用于手机、汽车、家电等消费电子产品的PCB——这些数字（比如7628）是纱线排列密度的编码，数字越小布越薄，2116和1080是更薄的品种，薄布能够满足层数更多、走线更密的设计需求，价格也相应更高；特种电子布则是为AI服务器、高速交换机等对信号传输性能有极高要求的设备专门开发的品种，主要包括低介电布（降低信号在传输过程中的损耗）、低热膨胀系数布（提高电路板在高温下的尺寸稳定性）和石英布（用于最高端的超高频应用场景）。这些品种之间的技术门槛和客户认证壁垒逐级递增，价格也逐级上升。比如，目前普通7628布的价格为11.8元/米，低介电二代布报价160元/米，石英布报价250至400元/米，同一个品类内部价差超过二十倍。这种利润差距驱动布厂优先将织机和产能转向特种布生产，普通布的供给被进一步挤压。

主营电子布的宏和科技2026年上半年归母净利润3.79亿元，同比增长334%，特种电子布收入占比从年初16%升至35%，毛利率从上年同期的31%升至59.5%。公司管理层在8月14日的业绩交流中表示，今年主动砍掉低毛利的普通布产量，集中做特种布。作为比较，同一时期，主营普通玻纤纱、不涉及电子级产品的长海股份（300196.SZ），归母净利润同比下降10%。

第二重约束在原料端：电子布的原料电子纱供给也在收紧。苏婉怡告诉记者，电子纱新窑从立项到满产需要两年以上，2026年国内新增产能极少，部分厂家已经「空库」，中小厂拿货只能拿到需求量的六成。华东一家电子布厂商的市场负责人梁先生告诉记者，中国巨石和建滔今年大幅扩产电子布，首先把电子纱留给自己的织机，外销到市场上的纱在减少。山东光远等特种纱厂商也在从普通品种转向利润更高的高端纱线。他还谈到，内蒙古已有企业尝试用干锅法（一种利用小型化熔窑拉制纱线的工艺）试制电子纱，虽然成本很高但在当前利润水平下仍有毛利空间，不过产量有限，短期内不会对主流市场形成冲击。

第三重约束在设备端。梁先生告诉记者，据其所知，丰田织机的新订单目前排期超过两年，排至2029年前后。他所说的丰田，是丰田自动织机株式会社（Toyota Industries，6201.T），创立于1926年，是丰田汽车的母体。多位受访者告诉记者，高端电子布的织造需要使用喷气织机，丰田JAT910系列（丰田的主力高端电子布织机）在全球市场占据九成以上份额，至今没有同级别的替代品。事实上，国产织机与丰田之间的差距不仅体现在排队时间上。苏婉怡告诉记者，高端电子布对织机的要求不是更快而是更稳，连续运行良率要达到98%以上，电子布厂采购织机看重的是确定性。深圳一家PCB厂商的工程师冯浩亦提到，丰田织机和国产设备之间的核心差距在张力控制上，丰田织机的张力波动可以控制在每根纱线正负0.1克以内，国产设备目前在正负0.3克左右，做厚布问题不大，做薄布和超薄布良率会明显下降。中国巨石总经理杨国明在8月21日的业绩说明会上也表示，该公司电子布产线全部使用进口织布机，「好的产品一定要用好的设备」。

国产织机方面，公开信息显示，浙江万利纺织机械已于2026年6月批量上市，月产能约400台，但尚处于客户验证导入期；山东日发纺机已能批量供货7628和2116等规格，距离高端薄布的批量验证还有距离。国际复材在8月20日的投资者关系活动中披露，该公司已购置一台国产织机准备安装调试，同时指出国产设备在高端电子布生产中「在成品率、生产效率、工艺精细化水平上仍存在不足」，将采取「进口保供、国产持续验证」的双线思路。另外，电子布行业的客户结构进一步加剧了供给的刚性。记者在采访过程中了解到，在国产供应商中，生益科技（600183.SH）主要采购国际复材的电子布，日本的电子布货源则基本被台光电子和松下两家大厂锁定，其他厂商很难拿到。而且，这种供应关系一旦建立就很难被打破，新进入者想突破客户壁垒需要经历漫长的认证周期。

三重约束叠加，涨价已经沿着产业链向下传导。比如，松下机电9月起覆铜板价格最高上调30%，南亚塑胶同月起上调20%至25%。根据建滔积层板8月24日中期业绩发布会信息，该公司2026年上半年电子布业务利润约10亿港元，同比增长280%，7月单月利润约11亿港元，创历史新高。建滔积层板主席张国华在业绩发布会上介绍，建滔的高效能织机将从2025年的3333台逐步增至2028年的5833台，电子布年总产能将升至10.5亿米，清远在建的8个特种电子纱窑炉中有2个将于2026年下半年投产。另外，中国巨石上半年归母净利润29.33亿元，同比增长74%，电子布销量5.44亿米；中材科技旗下泰山玻纤的特种纤维布上半年收入5.3亿元，同比增长114%。

涨价也在出清低端供给。记者在采访过程中了解到，今年上半年，部分棉纺企业和工业布厂商试图用非电子级玻纤纱织造电子布，以低价切入市场。但电子布对品质的要求远高于普通工业布，这批产品在终端大面积出现了起泡（覆铜板表面鼓包，因布与树脂结合不牢导致受热后分离）和爆板（电路板在使用中分层断裂）等问题。按行业惯例，出现质量事故后布厂要按货值两倍赔偿覆铜板厂，覆铜板厂再按货值五倍赔偿下游PCB厂，赔偿金额迅速超出小厂的承受能力，反而加速了供给向头部企业集中。

涨价压力也已穿透到PCB端。深南电路（002916.SZ）9月7日至9日的投资者关系活动记录显示，上游覆铜板、玻纤电子布、铜箔等关键物料供不应求态势持续加剧，导致相关成本大幅上涨。景旺电子（603228.SZ）董事长刘绍柏在8月25日的业绩说明会上，将上半年归母净利润下滑归因于覆铜板涨价和汇兑损失。沪电股份（002463.SZ）半年报亦显示，原物料占主营业务成本的比例超过50%，汽车板业务毛利率同比下降了6.22个百分点。冯浩告诉记者，下游现在的心态是保供优先，只要不断料，涨价就先接着，「谁断料谁出局」。

真正瓶颈

利润创下历史新高，行业却没有出现新的电子纱投产规划。上一轮涨价后新进入者的遭遇至今仍是行业的集体记忆。公开行情数据显示，上一轮国内电子纱产能两年内增加了27万吨，增幅31%，新增供给集中释放后价格逐渐跌回起点，新进入者连亏数年。杨国明在8月21日的业绩说明会上分析了新进入者缺位的原因。他称，国有企业如果投资回报率达不到考核要求项目不会获批，民营企业则受制于铂铑合金漏板（熔窑中用来拉制玻璃纤维的核心部件，造价极高）等设备价格的上涨，建窑投资额大幅上升。现有的电子布企业把资金优先投向了利润更高的特种电子布，普通电子布的新增投资意愿反而在下降。

公开信息显示，目前只有中国巨石和建滔积层板有明确的电子纱和电子布扩产计划。巨石今年3月投产淮安10万吨电子纱产线，目前已满产，其电子布年产能升至13.5亿米。5月13日和7月15日，巨石又分别公告了淮安二期项目（投资44.31亿元，规划5万吨电子纱和3.2亿米电子布）和桐乡项目（投资24.05亿元，规划2.5亿米电子布），两个项目建设周期均为一年半，产能释放指向2027年底至2028年。建滔方面，韶关7万吨电子纱产线6月底提前投产，清远7800万米特种电子布项目计划2027年上半年投产。张国华表示，至2028年扩产累计资本开支约90亿港元，全部由自身盈利支持。杨国明在业绩会上还透露，根据公司采购端了解的情况，丰田织机月产量提升到200台的时间大约在2027年二季度，进一步提升到300台的时间可能在2027年底到2028年初。

在特种电子布领域，中材科技旗下泰山玻纤已在一代低介电布、二代低介电布、低热膨胀系数布和石英布四大品类上实现供货，其中石英布仍处于小批量交付阶段，也是国内最早实现低热膨胀系数布产业化的厂商。8月7日，中材科技获得证监会定增注册批复，募集资金不超过44.81亿元，合计规划新增特种电子布产能9400万米；国际复材8月31日也披露了50亿元定增预案，其中27.2亿元投向高频高速电子纤维布；宏和科技管理层在8月业绩交流会上称，该公司今年已获得韩国LG的二代布订单，为谷歌TPU服务器供货，明年黄石1.5亿米新项目将释放约一半产能。也就是说，三家公司的扩产方向全部指向了特种电子布。

而对于国产织机的产能释放节点，苏婉怡的判断倾向于2027年上半年。但她也指出，从「织得动」到「被采购」之间还有距离，国产设备要进入布厂的采购清单，需要在设备精度、长期良率稳定性、工艺体系匹配和客户认证四个层面同时达标。高端布的介电性能和厚度均匀性取决于纱线原料、浸润剂配方、织造工艺、后处理工艺的系统配合，不是换一台织机就能解决的。在她看来，织机只是电子布行业工艺体系中最难替代的一个零件，真正的瓶颈是系统性的工艺积累和认证壁垒。一旦国产设备放量，竞争就回到纱线配方、浸润剂工艺、客户认证深度和规模效应的比拼。「2028年才是这轮景气的真正压力测试点，不是2027年。」她说。

近期，市场还对一种名为PTFE（聚四氟乙烯）的高频材料有所关注。在覆铜板的生产中，电子布充当的是内部的增强骨架，而PTFE是另一种可以替代玻纤作为骨架的高频材料，如果它在AI服务器的核心部件上大规模使用，可能会压缩电子布的需求空间。但苏婉怡认为这种担忧被放大了，因为英伟达下一代Rubin Ultra服务器虽然在部分部件上验证了PTFE，但量产预计最早要到2027年下半年，目前的方案倾向于PTFE与玻纤电子布混合使用，并非全面替代。

杨国明在上述业绩会上还谈到了海外市场的变化：美国玻纤巨头欧文斯科宁已关闭匹兹堡工厂，日本电气硝子（NEG）的生产经营也出现问题，日本和中国台湾地区的部分厂商已宣布不再生产普通电子布，海外订单正在大量转向中国。中国巨石7月和8月玻纤产品出口均超过10万吨，杨国明表示这个数字在以前「很难想象」。据他观察，日本厂商正在收缩普通布产线，腾出的产能转向利润更高的特种布，空出的普通布份额几乎全部被中国厂商接收。

在国内市场上，涨价也在改变产品结构。比如，中国巨石自己开始用粗纱做前处理布（一种用于简易电路板的低端替代品），瞄准的是原来使用标准品级电子布的客户群体，这些客户原来采购电子布的价格在每米两三元区间，如今电子布价格在大幅上涨，粗纱前处理布在成本上具有明显优势。梁先生也告诉记者，据其了解，年底7628布大厂报价超过15元/米没有悬念，保护类产品（为特定客户预留的定向供应品种）价格有可能超过20元/米。8月大厂报价10元出头时，二手市场上经销商的散单已经到了14至15元，散单价格对大厂的下一轮定价一直具有领先性。在他看来，「这轮涨价的高度，会超出所有人的预期」。

这一周的全球市场，被一条主线撕扯：通胀回来了。 中国 8 月 CPI 与 PPI 环比双双转涨（PPI 同比 +3.8%），美国 8 月 PPI 5.4% 超预期、核心 CPI 环比 0.3% 创四月以来最大涨幅——从北京的煤炭钢铁到美国的柴油汽油（全国均价史上首次突破 6 美元/加仑），再通胀成为两边市场共同的底色。资产价格的答卷：WTI 周涨近 10% 站上 100 美元，10 年期美债收益率一度逼近 5%，黄金周内上演「跳水 50 美元再反弹 70 美元」的过山车；A 股沪指全周跌逾 2% 收 3888.11、失守 3900，美股道指周线 -1.6% 创三月以来最差——尽管周五尾盘三大指数大反弹、道指单日涨 509 点。

A 股本周的结构信号比指数更值得读。 周四成交 1.66 万亿创年内次低、周五早盘半日放量至 1.27 万亿——地量与放量交替，说明筹码在高位剧烈换手而非单边出逃。资金的选择高度一致：银行股批量创历史新高、债券 ETF 全线微涨，「真正在涨的只有债券」；另一边，燧原科技上市首日 +179%（四小龙最后一块拼图）、成交 56.5 亿对 TMT 板块形成明显抽血，宇树科技跌破 500 元较首日峰值回撤约 55%。题材端的电子布、算电协同与 CPI/PPI 里的涨价线索一一对应——市场在用脚投票「实物通胀 + 算力通胀」。

下周三场重头戏，按时间顺序排。 其一，9/15-16 美联储议息（北京时间周四凌晨）：9 月加息 25bp 概率约九成、年底前两次基本定价，7 月会议已出现 3 张加息异议票——看点从「加不加」变成「加几次」，点阵图若暗示第三次，10 年期美债破 5% 将从风险变成基准情形。其二，伊朗与海湾六国会晤：油价是这轮全球再通胀的发动机，霍尔木兹海峡的任何进展或破裂，都足以让 ±8% 的单日油价波动改写一切通胀预期。其三，A 股方向选择：3888 一线失守后，国常会算力基建部署与「金融强国十五五」落地节奏是政策观察点，国产 GPU 板块在燧原挂牌后的估值体系切换（从炒预期到看收入）是结构观察点。本文基于公开市场信息综合整理，均为复盘与观点转述，不构成投资建议。