OpenAI, Moonshot AI bağlantılı 15 bin kullanıcılı model distilasyon saldırısını engellediOpenAI blocked model distillation attack involving 15,000 users linked to Moonshot AI

ÖzetSummary

OpenAI, Temmuz 2026'da başlayan ve 15.000'den fazla hesabın kullanıldığı koordineli bir düşmanca damıtma kampanyasını engellediğini bildirdi. Kampanyada, iki modelden oluşan bir hapishane kırma tekniğiyle şifreli model 'düşünce' içeriği çıkarıldı. OpenAI, bu eylemlerin Çin'in Moonshot AI (Kimi geliştiricisi) ile bağlantılı aktörlere ait olduğunu öne sürüyor.OpenAI announced that it thwarted a coordinated adversarial distillation campaign that began in July 2026 and involved over 15,000 accounts. The campaign employed a dual-model jailbreaking technique to extract encrypted model 'thought' content. OpenAI alleges that these actions were carried out by actors linked to China's Moonshot AI (the developer of Kimi).

Neden ÖnemliWhy it matters

Bu, büyük bir laboratuvarın yalnızca çıktı metnini değil, dahili akıl yürütme izlerini de kapsayan çok hesaplı ve büyük ölçekli bir veri sızdırmasını kamuoyuna detaylı biçimde açıkladığı ilk olay. Bu durum, model fikri mülkiyetinin korunması açısından riskleri artırıyor. Olay, FBI/NSA/CISA'nın birden fazla Çinli laboratuvarı adeta anarak ortak bir uyarı yayımladığı haftaya denk geliyor. Bu da damıtma anlaşmazlıklarının ABD-Çin yapay zeka güvenlik çatışmasına dönüştüğünü gösteriyor. Açıklanan teknik—güçlü bir modelin akıl yürütme sürecini zayıf bir kardeş modele aktarıp bu zayıf modeli hapishane kırma yoluyla sömürme—yalnızca düşünce zincirinin şifrelenmesinin yeterli olmadığını düşündürüyor.This marks the first instance of a major lab publicly detailing a large-scale, multi-account data leak that encompasses not just output text but internal reasoning traces. This significantly heightens risks regarding the protection of model intellectual property. The incident coincides with the week the FBI, NSA, and CISA issued a joint warning seemingly referencing multiple Chinese labs, indicating that distillation disputes are evolving into a US-China AI security conflict. The disclosed technique—transferring a strong model's reasoning process to a weaker sibling model and then exploiting that weaker model via jailbreaking—suggests that encrypting the chain of thought alone is insufficient.

Öne ÇıkanlarHighlights

• Saldırı, 1 Temmuz'da birkaç kullanıcıyla başladı. 24-25 Temmuz tarihlerinde 4.000'den fazla hesap 16.000 istek gönderdi. Operasyon 28 Temmuz'da sonlandırıldı.The attack began with a few users on July 1. On July 24-25, over 4,000 accounts sent 16,000 requests. The operation was terminated on July 28.
• Temel hile: Yüksek katmanlı bir modelin şifreli düşünce içeriği, daha düşük katmanlı bir modele yükleniyor. Ardından bu zayıf model hapishane kırma yoluyla sömürülerek akıl yürütme süreci düz metin olarak dışarı aktarılıyor.The core trick: Encrypted thought content from a high-tier model is loaded into a lower-tier model. This weaker model is then exploited via jailbreaking to exfiltrate the reasoning process as plain text.
• OpenAI, 15.000'den fazla hesabın tek bir organizasyon tarafından işletildiğini doğrulayamadığını açıkça belirtiyor. Ancak operasyonun merkezinde Moonshot AI'nın bulunduğundan 'şüpheleniyor'.OpenAI explicitly states that it could not verify that the 15,000+ accounts were operated by a single organization. However, it 'suspects' that Moonshot AI is at the center of the operation.

EleştiriCritical take

OpenAI'nin kendi dili de temkinli: 'şüpheleniliyor', 'tek bir organizasyonun kontrolünde olduğu doğrulanamıyor' gibi ifadeler kullanılıyor. Ancak başlık çerçevesi, suçlamayı adeta anılan bir Çinli şirkete atıyor. Bu kalıp, teknik kanıtlar (korelasyonlu hesap davranışı, istek örüntüleri) bağımsız doğrulama için kamuoyuna açılmadan, jeopolitik bir anlatıyı kolayca pekiştiriyor. Ayrıca '15.000 kullanıcı' rakamı açıklanmıyor. Bu hesapların gerçek insanlara mı yoksa ucuzca oluşturulmuş API anahtarlarına mı ait olduğu, tehdit değerlendirmesini kökten değiştiriyor. Makale, bu iki durumu ayırt etmeye olanak tanımıyor.OpenAI's own language is cautious, using terms like 'suspected' and 'could not be verified to be under the control of a single organization.' However, the framing of the headline attributes the accusation to a seemingly named Chinese company. This pattern easily reinforces a geopolitical narrative before technical evidence (correlated account behavior, request patterns) is made public for independent verification. Furthermore, the figure of '15,000 users' is not clarified. Whether these accounts belong to real humans or cheaply generated API keys fundamentally changes the threat assessment. The article fails to distinguish between these two scenarios.