《The Batch 速览：Qwen3.7-Max、鲸鱼保护与版权记忆风险》

导语

本期 The Batch 由 Andrew Ng 对 AI 监管的评论开场，随后进入四组新闻：阿里 Qwen3.7-Max、AI 热成像保护鲸鱼、中国灰色 LLM 访问市场、微调如何重新释放模型记忆。共同主题是 AI 能力变强后，产业竞争、生态治理和安全边界都在被重新测试。

1. Andrew Ng：合理安全监管和过度监管之间只有细线

Andrew Ng 认为，白宫关于 frontier models 的行政令在鼓励 AI 发展与考虑安全影响之间达成了相对合理的折中。他一直担心监管捕获、打压开源和过度官僚要求会抑制 AI 进步；这次虽然是“close call”，但总体没有走向最糟。

这轮监管压力主要来自网络安全担忧，尤其是 Anthropic Mythos 自动发现代码漏洞的能力。长期看，更好的漏洞发现会让防守者更快修补软件；但过渡期里，攻击者可能先发现并利用漏洞，而防守方还没有资源修补。因此行政令要求加强防御，并建立 frontier labs 自愿向政府分享模型、共同进行网络安全合作的框架。

Ng 的核心判断是：有真实风险时也最容易被游说者用来推动过度监管。他用“编发执照”的例子说明，极低风险活动如果要求数百小时培训，会扼杀小企业。AI 同理，政府需要技术判断力；如果判断力不足，很多时候没有监管比过度监管更好。

2. Qwen3.7-Max：速度、长上下文和闭源转向

阿里更新旗舰文本模型 Qwen3.7-Max，定位为长时间 agentic 工作、代码和科学发现的首选模型。它支持最高 100 万 token 输入、64,000 token 输出，输出速度约 208.3 tokens/s，支持推理、工具使用、prompt caching、兼容 OpenAI 和 Anthropic API 规范，并能跨轮保留 reasoning text。

在 Artificial Analysis Intelligence Index 上，Qwen3.7-Max 处于中国模型最强位置，按不同 reasoning 设置排第 5 或第 7，接近美国顶级模型。它的 AA-Omniscience 幻觉率只有 23%，是受测 frontier 模型中最低，但部分原因是对超过一半提示选择拒答。速度榜上它以 208 tokens/s 并列第三。

阿里称其 agentic 能力来自内部测试：模型在未见过的硬件上 35 小时自主优化 attention kernel，调用 1,158 次工具、运行 432 次候选代码评估，最终代码比标准参考实现快约 10 倍。但这一能力尚未被独立长任务 benchmark 验证。文章同时指出，Qwen3.7-Max 延续阿里顶级模型闭源趋势，说明阿里更想用顶级能力变现，而不是最大化开放传播。

3. WhaleSpotter：传感器、AI 和人工验证保护鲸鱼

WhaleSpotter 用热成像传感器实时检测灰鲸，帮助船只避免碰撞。系统部署在旧金山湾，能在眩光、黑暗或轻雾中识别鲸鱼，并给大型船只有足够时间改变航线。

它的算法读取陆地或船只上的热成像摄像头，检测鲸鱼后发送视频片段给专家验证，再向附近船只发出警报。鲸鱼是恒温动物，喷气和露出水面的身体通常比海水高至少 2 摄氏度，摄像头可在 4 海里外检测喷气和跃出水面。

系统包含人工在环：算法分类后，把短视频和船舶遥测数据传到岸上数据中心，专家约 30 秒内验证；船上 dashboard 实时显示已确认鲸鱼位置。分类到警报最快约 1 分钟，准确率达 99%。这项技术来自 Woods Hole Oceanographic Institution 十多年研究，2024 年商业化，目前已有 70 多套系统部署在船只、港口和海上能源场景。

4. 中国 LLM 灰色访问市场：开放受限催生平行基础设施

ChinaTalk 报告描述了一个 API 代理生态，使中国开发者以低价访问 OpenAI、Anthropic、Google、Midjourney 等在中国大陆不可正式使用的模型。Claude token 价格可能低至常规市场价的 10%。

这个网络包含账号农场、电话号码验证平台、token 转售者、身份经纪人、模型路由、支付处理等环节。代理服务器接收开发者 API 调用，再通过看似合法的账号转发给模型提供商。低价来源可能包括聚合免费额度、转售未用配额、滥用教育或企业折扣、拆分订阅，甚至盗刷信用卡、伪造身份、绕过防火墙。

风险不只在合规。用户选择高级模型时，请求可能被路由到更便宜的劣质模型；CISPA 发现某代理声称的 Gemini-2.5 在 MedQA 上只有 37% 表现，远低于 Google API 的 83.82%。代理还可能收集 prompt、代码和 agent trace，转卖日志或用于训练模仿模型。

5. 工业级蒸馏争议连接市场、监管和开放问题

Anthropic 曾指控 DeepSeek、Moonshot、MiniMax 通过 24,000 个欺诈账号、超过 1,600 万次交互系统性提取 Claude 输出，用于改进自身模型，称其为 industrial-scale distillation。批评者认为 Anthropic 一边用版权材料训练模型，一边反对别人用模型输出训练，有双重标准；也有人认为这是维护竞争优势并推动更严监管的策略。

白宫 4 月备忘录把工业级蒸馏认定为对抗性威胁，承诺和私营部门共同构建防御并追责外国行为者。The Batch 的立场更细：开放和知识蒸馏有价值，模型限制往往挡不住坚定行动者，却会伤害合法开发者；但用欺诈或不诚实方式访问闭源模型不可接受，想提供闭源美国模型访问的企业应和 Anthropic 等公司合法达成协议。

6. 微调能重新打开模型记忆，版权护栏并不牢固

最后一组研究来自 Stony Brook、CMU 和 Columbia Law School。研究者把 LLM 微调成“根据小说情节摘要扩写成作者风格段落”的任务，结果模型会复现预训练中见过的大量书籍原文。

他们把当代小说拆成 300-500 词段落，用 GPT-4o 生成约一半长度的情节摘要，再训练模型反向从摘要和作者名生成原段落。未微调 GPT-4o 基线几乎不复现原文，BMC@5 为 7.36%；微调后，DeepSeek-V3.1、Gemini 2.5 Pro、GPT-4o 都产生大量逐字文本。

在同一作者测试中，30 本书里有 10 本 BMC@5 超过 40%；用村上春树小说微调后，在 51 本其他作者书籍上有 36 本超过 40%，某一案例 GPT-4o 达到 91.9%，最长逐字片段达 440 词。用公共领域 Virginia Woolf 作品也有类似现象，而用合成数据微调则几乎为 0，说明微调教会模型解码预训练记忆，而不是单纯学习摘要改写。

结论

本期最重要的共同点是：AI 能力越进入真实世界，边界问题越具体。监管需要区分真实风险和监管捕获；模型竞争开始在开放与变现之间拉扯；AI 传感器要嵌入专业流程才有价值；访问限制会制造灰色市场；微调会削弱版权和复现护栏。

思想框架

The Batch 先用 Andrew Ng 的监管评论建立“比例原则”，再依次展示模型能力、公益应用、灰色市场和版权安全四个场景。每个场景都说明同一件事：技术进步不是单纯能力提升，而是会把经济激励、治理结构和安全责任一起带出来。