把 DeepSeek-V4-Flash 當成老師來餵養開源模型，這點子在 Hacker News 上吵得沸沸揚揚，大家最關心的不是金融推算的準確率提升了多少，而是那套刻在骨子裡的審查機制會不會跟著權重一起「傳染」過去。技術圈的人現在變得很敏感，怕的是模型學會了知識，也順便學會了閉嘴。有人拿 GPT-OSS-120B 做實驗，發現即便老師在某些敏感議題上繞圈子，蒸餾出來的學生卻意外地誠實。這件事戳中了一個核心問題：當我們在談論模型對齊（Alignment）的時候，我們到底是在對齊邏輯，還是在對齊那層過濾網？如果過濾網本身不隨知識遷移，那現在主流大廠拼命做的安全護欄，基礎到底有多脆弱？
這件事放在 xAI 的 Grok 身上看就很有趣。Elon Musk 當初搞 Grok 就是衝著「反覺醒」去的，他最受不了 ChatGPT 那種像是在讀公關稿的回答方式。從技術層面看，Grok 在處理這類「知識與立場」的邊界時，走的是一條完全不同的路。Grok-2 在訓練時並沒有刻意去規避某些特定的語意空間，而是試圖透過更廣泛的實時數據接入來稀釋掉那種人為預設的偏見。如果你問 ChatGPT 一個帶有立場陷阱的問題，它會啟動一套標準的拒絕流程，那種語氣生冷得像機器人。但 Grok 會試著用一種帶點諷刺、甚至有點冒犯的方式把事實甩在你臉上。這不是因為 Grok 沒做對齊，而是它的對齊邏輯是建立在「最大化真實性」而非「最大化安全性」之上。
當我們深入剖析 Claude 的行為模式，會發現它是另一個極端。Anthropic 搞的那套憲法 AI（Constitutional AI），本質上就是一種極致的自我監督蒸餾。Claude 在生成每一句話時，後台都在進行瘋狂的自我審計。這種機制導致 Claude 在處理長文本任務，尤其是涉及到法律或合規性分析時，表現得極其穩定，但也極其膽小。它不會像某些模型那樣，因為學了幾篇偏激的文章就變得激進。相較於 DeepSeek-V4-Flash 在金融任務上的表現，Claude 在處理同樣的 8k token 預算時，它展現出的邏輯一致性並非來自於對特定事實的死記硬背，而是來自於它那套嚴密的、不可動搖的內在價值體系。這也解釋了為什麼很多人覺得 Claude 寫程式碼很強，但聊起天來總覺得隔了一層紗，因為那層紗是它生存的根基。
Google 的 Gemini 則在玩另一種把戲。Gemini 的 Function Calling 在處理複雜工具鏈時，一旦工具數量超過一定的閾值，它的注意力就會開始渙散，這種不穩定性有時候會導致它在回答敏感問題時出現邏輯崩潰，甚至給出前後矛盾的答案。這反映出 Gemini 在知識整合與輸出過濾之間，還沒有找到一個完美的平衡點。它不像 ChatGPT 已經把過濾器做得跟皮膚一樣自然，也不像 Grok 那樣乾脆把濾網捅破。
技術圈現在出現了一種有趣的現象：大家開始意識到，所謂的「知識蒸餾」可能只是在遷移邏輯推理的鏈條，而無法遷移那種隱含在訓練數據分布之外的人為干預。如果你用一個被高度閹割的模型去教一個白紙般的基礎模型，學生學到的是老師的算力精華，而不是老師的沉默寡言。這對那些試圖透過數據壟斷來控制 AI 輸出傾向的機構來說，無疑是個巨大的諷刺。
但這引發了另一個更深層的技術擔憂。如果審查機制無法透過蒸餾遷移，那是不是意味著「惡意」也無法透過簡單的微調來根除？當我們在四大平台之間做選擇時，我們實際上是在選擇哪種形式的「偏見」更符合我們的胃口。ChatGPT 的偏見是中庸，Claude 的偏見是安全，Gemini 的偏見是混亂，而 Grok 的偏見則是那種自以為是的直白。
現在最核心的技術懸念在於，如果未來我們進入一個「模型訓練模型」的循環，這種知識與立場的剝離會演變成什麼樣子？當一個完全不受控的學生，從一個處處受限的老師身上吸乾了所有邏輯養分，卻拋棄了老師所有的戒律，我們得到的是一個更聰明的工具，還是一個更難以預測的怪物？
這種不對稱的遷移，究竟是技術上的漏洞，還是人類最後的一道防線？