AI 前沿情报日报｜2026-10-02

• OpenAI 安全博客（页面日期 2026-09-30；CNBC 等美东晚间发稿、进入本窗口）称：最早自 7 月第一周观察到协同活动，目标是提取模型的 protected reasoning（内部解题记录，通常不向用户展示明文）。7 月 24–25 日出现高峰：逾 4,000 用户、约 16,000 次带相关提取模式的请求；进一步调查将相关提示模式活动关联到逾 15,000 用户的集群，并称于 7 月 28 日完全打断。脚注明确：数字为尝试次数，不必然等于成功提取量。
• 手法定性为 adversarial distillation：系统化、未经授权地使用他方模型输出或推理，以训练/复现/改进另一模型。官方称攻击者未破解加密、未入侵数据库、未直接读取存储的用户对话，而是操纵多轮交互，使受保护推理以请求方可读的形式被复现，并违反服务条款。
• 归因：OpenAI 写明「不清楚观察期内全部操作者是否来自单一主体」，但将「核心集群」归因于与 Moonshot AI（Kimi 开发方）相关的个人。已封禁/限制欺诈账户、强化注册与基础设施控制、加强跨用户/工作区/组织/模型族的隐藏推理防护，并关闭「已持有他人加密推理即可回放并恢复内容」的路径，同时对可能暴露推理的流式输出增加检测与拦截。相关发现经 Frontier Model Forum 与政府信息共享渠道通报。Moonshot 对 CNBC 请求评论未立即回应。
• 背景对照：数周前 Anthropic 曾指控包括 Moonshot、阿里等在内的中国开发者秘密利用 Claude 辅助自研（媒体转述含请求中继与 CoT 训练等指控）；本日为 OpenAI 侧的公开对位材料，二者不可互相「独立证实」对方全部指控细节。

• OpenAI 官方：https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/
• CNBC：https://www.cnbc.com/2026/10/01/openai-chinas-moonshot-ai-kimi.html
• The Hacker News：https://thehackernews.com/2026/10/openai-disrupts-reasoning-extraction.html
• Quartz 综述：https://qz.com/openai-moonshot-ai-model-reasoning-distillation-100126

隐藏 CoT / encrypted thinking 本是防蒸馏与降敏的产品设计；本日披露把「加密块可被跨会话操纵」从研究议题抬成厂商安全公告与地缘竞争话术。对企业侧，这意味着：仅依赖「推理不可见」并不能当 IP 护栏；第三方托管与弱模型「解密预言机」必须纳入威胁模型。

未公开归因的技术证据链；未说明成功提取了多少可用训练数据、是否进入任何已发布 Kimi 权重。15,000 用户集群 ≠ 全部归属 Moonshot。事件主体发生在 7 月，本日是「披露日」而非「攻击日」。

• THE DECODER（2026-10-01）报道：与 OpenAI 披露同日，Joachim Schaeffer 等团队更新研究称「We stole reasoning. Again」。9 月 13 日复测时，OpenAI 与 Anthropic 自有 API 上攻击已被阻断；但在 Microsoft Azure 上，对所测全部 OpenAI 模型（含 GPT-6 Astra）以及 Anthropic 至 Sonnet 5 的模型，单次尝试即可 verbatim 拉出推理。「同模型、不同平台、不同防护」。
• 时间线（媒体转述研究者口径）：Astra 上架第三方云时一度未带齐防护；OpenAI 对 Azure 端点的相关保障约至 9 月 27 日才加上；Anthropic 模型在 Azure 上约自 9 月 28 日起无法再复现该提取。另有更简单的「虚拟记事本工具写出推理」路径，称在多款 OpenAI 模型与 Opus 4.8 / Sonnet 5 上有效，Opus 5 / Fable 5 / Fable 5.1 等未暴露。
• 支撑论文 arXiv:2608.09867（Stealing Reasoning Traces from Proprietary LLM APIs，MATS / ELLIS Tübingen / Snyk 等）：刻画跨会话、跨用户、跨模型兼容的加密推理块，以及用弱模型作解密预言机的可扩展提取；并报告从公开仓库刮取的推理块中恢复 PII/凭证等隐私面。OpenAI 博客点名致谢独立研究者的负责任披露，并承认伙伴托管部署需与第一方同等防护，「工作尚未完成」。

• THE DECODER：https://the-decoder.com/openai-says-it-stopped-a-campaign-to-steal-its-models-reasoning-but-the-trick-still-worked-on-azure/
• arXiv：https://arxiv.org/abs/2608.09867
• OpenAI 博客（伙伴云段落，同上）

出口管制与 RSP 讨论常盯「权重与自有 API」；若云市场副本长期低配防护，则形成 API 层旁路。采购「某实验室模型」时，必须问清是第一方端点还是哪家云的哪一版防护矩阵。

Azure 现状是否已在 9 月底全面对齐，需各厂商与微软后续说明；论文评测窗口多为 2026 年 7 月前后，与 9 月复测应分开读。不把附录中对开源模型「风格漂移」的探索性分析升格为「已证实蒸馏」。

• 继 9 月 30 日 Google 宣布 Argon 经 Fairwind 向可信网络防御方有限放行后，多家媒体转述 Artificial Analysis：Gemini 4 Argon（High）在 Intelligence Index 上取得 53 分，与 GPT-6 Astra 并列，略高于 GPT-6.1 Sol（52）；相对 Google 先前非 Flash 旗舰 Gemini 3.1 Pro Preview 高约 23 分。AA-Omniscience 幻觉率报道为约 15%，对比 Astra 约 51%；AutomationBench-AA 约 77.5%，高于 Claude Sonnet 5.5 约 71.3%；终端类榜单仍落后 Sonnet/Opus 5.5 与 Astra。
• 成本：介绍价口径下每 Index 任务约 $1.99，对比 Astra 约 $3.26；若按介绍期结束后的标准价，任务成本可升至约 $3.98（约 1.2× Astra）。Argon 平均输出约 6.2 万 token/任务，高于 Astra 约 2.7 万——便宜主要来自单价，而非更少生成。公开 API / Ultra 仍未对开发者默认开放。

• BeInCrypto（含 AA 分数与成本）：https://beincrypto.com/google-gemini-4-argon-benchmark-cost/
• Engadget：https://www.engadget.com/2274263/google-gemini-4-model-argon/
• Artificial Analysis 模型页（可核验列表）：https://artificialanalysis.ai/models/comparisons/gemini-4-argon-vs-claude-opus-5-5-high
• Google 官方（放行范围，昨日已报）：https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

官方自报榜之外，出现可引用的第三方综合指数与「幻觉率/任务美元」对照，有助于在 Fairwind 之外做采购预研；但指数不等于业务工作流，且介绍价窗口未写死。

AA 方法论与污染控制未在本日逐项复核；「并列 Astra」与 Google 自报 DeepSWE 等细分榜需分开使用。

• 2026-10-01，Anthropic 研究站发布访问学者 Matthew Schwartz 客座长文：描述其停止「逼 Claude 像人类科学家工作」，改为寻找当前 LLM agent 擅长的「Claude-shaped」定量问题，并开源科学计算 harness BootLoops（bootloops.ai / GitHub）。叙事包括：用 Fable 5 等移植半数值 bootstrap、批量计算椭圆类 Feynman 积分；在专家协作下把工具迁到中性生物多样性、群体遗传学、经济学复现包检查、语音重音数据库等；披露其在 Anthropic 任访问研究者，BootLoops 非 Anthropic 产品。
• 价值在方法：强调「阻抗匹配」、专家品味过滤、对抗式复核与 harness 迭代，而非单次「AI 证明千年难题」头条。属 AI-for-science 操作手册级材料，不是新模型发布。

疑点：
成果多为进行中手稿与领域专家共塑；科学声明需以各领域同行评议为准，不宜直接当作已定论突破清单。

• Anthropic：https://www.anthropic.com/research/claude-shaped-science