Claude Opus 4.8被发现身份认知异常：自称DeepSeek或通义千问

Anthropic 估值逼近万亿，但新模型 Opus 4.8 似乎有个「身份认知」问题

　　你有没有想过，一个市值接近万亿美元的公司发布的最强AI模型，你用中文问它一句「你是谁」，它会怎么回答？

　　正常预期：我是 Claude，由 Anthropic 开发。

　　实际回答：我是 DeepSeek。或者，我是通义千问。

　　对，你没看错。这不是段子。这是过去24小时里在技术社区炸开锅的真事。

　　5月29号凌晨，Anthropic 发布了旗舰模型 Claude Opus 4.8，同一天宣布完成 650 亿美元 H 轮融资，估值 9650 亿美元。投后估值已经超过 OpenAI，直奔万亿。但模型上线不到半天，就被扒了个底朝天。

　　事情是这样的。有网友用 API 调用 Opus 4.8，用中文提问，模型的回答直接暴露了「身份」——它觉得自己是阿里的通义千问，或者是 DeepSeek。

　　有人不信邪，自己也去测。结果一样。有人换了 DeepSeek 的提示词风格，模型更自信了，聊得更起劲了。

　　注意，这个现象只在 API 端出现。网页端 claude.ai 问答正常，因为网页端有系统提示词做了「身份约束」。但 API 是开发者实际使用的方式，约束一撤，底裤就掉了。

开发者通过 API 测试发现了 Opus 4.8 的「身份认知」异常，网页端的表现则完全不同。

　　真正让这件事引爆全场的，不是技术细节，而是时间线。

　　今年2月23号，Anthropic 发布过一份措辞严厉的公开声明，指控 DeepSeek、月之暗面、MiniMax 三家中国 AI 公司，通过约 2.4 万个虚假账户，与 Claude 进行了超过 1600 万次交互，实施「工业规模的蒸馏攻击」。

　　当时 Anthropic 的姿态是明确的受害者。声明里用了「非法」「窃取」「大规模攻击」这些词。

　　三个多月后，自家模型一开口就是「我是 DeepSeek」。

　　有网友总结得很好：回旋镖的速度，比想象中快太多了。

　　还有一个容易被忽略的细节——Anthropic 因为训练数据涉及盗版书籍，2025年被法院判赔了 15 亿美元。也就是说，他们在指控别人「偷」自己东西的同时，自己也有「偷」别人东西的前科。

　　更讽刺的是，Qwen 和 DeepSeek 走的都是 MIT 或 Apache 2.0 开源协议。这两个协议的意思就是：任何人都可以自由使用、修改、再发布。Anthropic 用这些开源模型的数据，从协议层面并不违规。

　　但反过来，他们指控中国公司「蒸馏」Claude 的声明里，并没有提到 Claude 本身也大量使用了互联网上别人生成的内容。这片灰色地带，没人说得清楚。

黑色灯塔

　　大模型的训练数据来源复杂交错，每个模型都像是一锅用全网语料熬出来的汤，谁也说不清里面有多少成分来自竞争对手。

　　这件事之所以好玩，不只是因为「反转」，而是因为它暴露了一个所有人都装作看不见的行业现实。

　　AI 大模型的训练，本质上是把互联网上能抓到的所有数据一股脑倒进去。这些数据里有多少是其他模型生成的？没人统计过。也没人能统计。

　　今天你训练出来的模型输出了优质内容，明天这些内容被爬虫抓走，变成了别人的训练数据。后天别人训练出来的模型，可能比你还强。然后你的输出又被抓走……

　　这是一个闭环。你中有我，我中有你。所有人都在「蒸」所有人的「馏」。

　　网友有句话总结得精准：天下语料共一石，今天你的数据里混着我的幻觉，明天我的语料里藏着你的水印。

　　所以 Anthropic 指控中国公司蒸馏 Claude，从技术角度看确实可能是事实。但自家模型蒸馏了中国开源模型，从协议角度看同样完全「合规」。到底谁在抄谁，已经变成了一笔糊涂账。

　　有意思的是，Anthropic 从2025年起就禁止中国大陆用户访问商业版 Claude。一个不允许你使用其产品的公司，反过来用你公开共享的开源成果来训练自己的旗舰模型，然后继续禁止你使用。

　　这个逻辑链，自己品。

　　普通用户可能永远不会注意到 API 端和网页端的差异，但对于开发者来说，这个差异意味着一切。

　　截至发稿，Anthropic 没有对这件事做出任何回应。

　　也许他们会说这只是语料污染，不是蒸馏。也许他们会说 API 端的行为不代表模型的实际能力。也许他们什么都不说，等热度过去。

　　但互联网是有记忆的。2月份那份义正言辞的声明还在，15亿美元的赔偿金也还欠着。

　　Opus 4.8 在 benchmark 上确实很强。代码能力、推理能力都拿了高分。Anthropic 的融资也很成功，估值逼近万亿美元。从商业角度看，这是一次漂亮的发布。

　　只是这个「自我认知」bug，有点像一面镜子。照出来的东西，可能比 benchmark 分数更真实。