Китайские военные исследователи и технологические гиганты использовали Claude для разработки средств подавления ПВО
Согласно отчету об угрозах, опубликованному Anthropic в сентябре 2026 года, сотни агентов, связанных с Китаем, использовали модель Claude для реализации как минимум пяти различных программ. Две из них имели военное назначение, две были направлены на наблюдение, а одна — на дистилляцию возможностей модели. Несмотря на заявления КНР о наличии передовых ИИ-моделей, сопоставимых с американскими, китайские субъекты предпочли использовать американский продукт для конкретных инженерных и военных задач.
В отчете описан случай, когда один китайский актор использовал Claude для создания спецификации системы управления огнем противоторпедного вооружения. Эта система определяет момент и место применения противоторпедного оружия по приближающейся угрозе. Актор тестировал потенциальную систему на базе открытых данных о противоторпедных и противолодочных системах ВМС США и подготовил техническое предложение объемом более 200 страниц для потенциального клиента. Хотя актор маскировался под производителя оборудования в оборонном секторе США, Anthropic полагает, что он был связан с китайским оборонным производителем, разрабатывающим систему для военно-морских сил Народно-освободительной армии Китая.
Второй исследователь в сфере обороны и военно-промышленного комплекса из Китая использовал Claude для разработки примерно 16 программных модулей для электронной войны и подавления средств противовоздушной обороны противника. Программное обеспечение анализировало радары, зенитно-ракетные комплексы, командные пункты и узлы связи, ранжируя цели. В одном из сценариев по умолчанию содержалось 12 целей на Тайване, включая батареи Patriot и Tien Kung, авиабазы, радар раннего оповещения и командный бункер. Метаданные учетной записи и контент, перехваченный системами безопасности, указывали на связь актора с исследовательскими институтами КНР, включая Академию военных наук НОАК, хотя прямое указание на использование Claude самой армией не приводится.
Anthropic также пресекла операции по наблюдению, связанные с Китаем, направленные против уйгуров за пределами страны. Один актор, связанный с правительством, использовал Claude для внедрения в вооруженные уйгурские группы в Сирии и наблюдения за активистами и СМИ уйгурской диаспоры, выдавая себя за арабского эксперта-консультанта. После внедрения модель помогала обрабатывать информацию из более чем ста групп в WhatsApp* и десятков каналов в Telegram, идентифицировать людей, строить социальные сети и выявлять потенциальных вербовочных целей, уязвимых из-за финансовых проблем, разлуки с семьей или идеологического разочарования в новом сирийском правительстве. Операция также нацеливалась на журналистов диаспоры, особенно на издание Uyghur Post, используя координированные кампании массовых жалоб и ботов.
Наиболее значимым аспектом отчета является промышленная дистилляция. Anthropic утверждает, что несколько крупных китайских разработчиков ИИ проводили кампании по извлечению возможностей Claude для воспроизведения их в собственных моделях. Крупнейшая кампания, по данным компании, исходила от Alibaba, операторы которой сгенерировали более 151 миллиона взаимодействий с Claude в период с мая по июль 2026 года. В пиковые моменты это приближалось к 3 миллионам запросов в день через тысячи мошеннических учетных записей. Извлеченные данные цепочки рассуждений, по утверждению Anthropic, использовались для обучения модели Qwen 3.x, особенно в области рассуждений, программирования, агентного программного обеспечения, разработки ядра и долгосрочных задач.
Anthropic также обвиняет DeepSeek, Xiaomi, Zhipu/Z.ai и других в аналогичных кампаниях. Используемые методы включали прокси-сети, мошеннические учетные записи, маскировку и перенаправление запросов собственных клиентов на Claude. Только DeepSeek, по утверждению компании, сгенерировал более 12,1 миллиона взаимодействий за 14 дней, а Xiaomi — более 400 000. Anthropic определяет эту деятельность как дистилляцию: скрытое извлечение ответов передовой модели и воспроизведение знаний с использованием значительно меньших вычислительных ресурсов, времени и затрат по сравнению с внутренней разработкой.
Поделиться
