Le regole del digitale stanno cambiando.
O sei visibile o sei fuori. Noi ti aiutiamo a raggiungere i clienti giusti — quando ti stanno cercando.
Contattaci ora
Distillazione: migliaia di account per estrarre il ragionamento dei modelli
OpenAI ha denunciato un'operazione coordinata di distillazione dei propri modelli, con 16.000 richieste in due giorni attribuite a soggetti legati a Moonshot AI. Il fatto conferma una pratica industriale documentata anche da Anthropic, ma la denuncia delle aziende statunitensi va letta con cautela, perché coincide con un interesse commerciale e politico a presentare il furto di ragionamento come minaccia nazionale.
Il 24 e 25 luglio scorso, OpenAI ha registrato 16.000 richieste provenienti da oltre 4.000 utenti in quarantotto ore. Non era traffico autentico, non era un picco stagionale: era un’operazione coordinata pensata per estrarre il ragionamento protetto dei modelli. A raccontarlo è la stessa OpenAI in un resoconto tecnico pubblicato a settembre. Le prime attività osservate risalivano alla prima settimana di luglio; il 1° luglio i volumi erano ancora bassi, poi sono arrivati i picchi del 24 e 25. In altre parole: qualcuno ha passato l’estate a interrogare sistematicamente i sistemi di OpenAI non per usarli, ma per copiarne il metodo.
L’ondata di luglio
La tecnica si chiama distillazione, e non è una novità. Ma la scala di luglio cambia il discorso. OpenAI ha attribuito un cluster centrale dell’attività a individui associati a Moonshot AI, lo sviluppatore di Kimi. Non un gruppo di curiosi: un laboratorio con interessi commerciali precisi. L’indagine ha poi allargato il quadro e identificato schemi di richieste correlati su un cluster di oltre 15.000 utenti, completamente interrotto entro il 28 luglio.
Quindicimila account che usavano lo stesso copione, fermati in pochi giorni dopo aver lavorato per quasi un mese in relativa tranquillità. E qui sta il punto che dovrebbe inquietare: se un solo cluster produce 16.000 richieste in due giorni, quanta parte dell’attività è passata inosservata prima del 28 luglio?
La fabbrica dei dataset rubati
La risposta, in parte, arriva da chi osserva la scena da più tempo. Per capire cosa cercavano quei 15.000 account serve un passaggio tecnico, ma resta semplice. Come spiega un issue brief del Frontier Model Forum, gli attori malintenzionati progettano prompt che contengono uno scenario e istruzioni precise su come il modello deve rispondere. Possono chiedere al modello di mostrare il ragionamento passo per passo — quello che i tecnici chiamano Chain-of-Thought — mentre affronta problemi STEM difficili o domande multimodali complesse. Raccolte su larga scala, queste tracce di ragionamento diventano dataset di addestramento per i modelli dell’attaccante. In pratica: ogni risposta dettagliata è una lezione gratuita, e la somma delle lezioni è un modello nuovo che imita il ragionamento altrui senza pagarlo.
Non è una dinamica confinata a OpenAI. Anthropic ha descritto campagne su scala industriale condotte da tre laboratori — DeepSeek, Moonshot e MiniMax — per estrarre illecitamente le capacità di Claude, come documentato nel rapporto di Anthropic sulla prevenzione degli attacchi. I numeri danno l’idea della fabbrica: oltre 16 milioni di scambi con Claude, generati attraverso circa 24.000 account fraudolenti, in violazione dei termini di servizio e delle restrizioni regionali. Ventiquattromila account falsi non si aprono per un esperimento: si aprono per una linea di produzione.
Il caso più inquietante arriva ancora da Moonshot AI, lo stesso laboratorio indicato da OpenAI. Come documenta il resoconto del TechCrunch sul rapporto di Anthropic, in dieci giorni quasi 300.000 richieste sono state indirizzate a Claude attraverso una rete di 5.000 account, prendendo di mira soprattutto il modello Opus. E tra quelle richieste ce n’era una che chiedeva al modello di valutare una raccolta di filmati di videosorveglianza per stabilire se il soggetto si stesse comportando in modo anomalo. Un compito di analisi su contenuti sensibili, affidato a un modello esterno con l’obiettivo di copiarne il ragionamento.
Se ogni richiesta è una lezione somministrata al modello avversario, qual è il costo reale di questa emorragia di ragionamento? Non è una domanda accademica: è un conto che qualcuno ha già cominciato a presentare.
Il conto politico e il prossimo attacco
La domanda sul costo trova una prima risposta nella politica. La prima fattura è arrivata ad aprile, prima ancora dei fatti di luglio. Il 23 aprile 2026, l’Office of Science and Technology Policy ha emesso il National Security and Technology Memorandum 4, e come ricostruito da un rapporto del CNAS dedicato al fenomeno, quel documento stabiliva che “entità straniere, principalmente con base in Cina, sono impegnate in campagne deliberate e su scala industriale per distillare i sistemi di intelligenza artificiale di frontiera statunitensi”. Aprile, non luglio: chi seguiva quel memorandum sapeva già dove si stava andando. Resta legittima una domanda: le aziende americane che oggi denunciano il furto hanno tutto l’interesse a presentare la distillazione come una minaccia alla sicurezza nazionale. Ma il memorandum di aprile e i numeri di luglio dicono che il problema è reale, non solo narrato.
Poi è arrivata la parola sanzioni. Come riportato da un articolo della BBC, il segretario al Tesoro Scott Bessent ha dichiarato che le sanzioni “saranno sul tavolo” quando le aziende cinesi “supereranno la linea” del furto di proprietà intellettuale conducendo “attacchi di distillazione su scala industriale”. Tradotto in pratica: se un’azienda viene colta ad addestrare i propri modelli sul ragionamento estratto illegalmente da un concorrente americano, la risposta non sarà più soltanto una questione di termini di servizio violati. Sarà una questione di politica commerciale.
Ma quando la linea da non superare è il furto di ragionamento, come la si traccia in una rete di 24.000 account falsi? La risposta onesta è che non è semplice, e proprio per questo la trasparenza diventa il terreno del prossimo scontro. Per chi fa impresa online, il messaggio è uno solo: i modelli che usi, i fornitori che integri, i tool che paghi ogni mese potrebbero essere stati addestrati su ragionamenti estratti illegalmente. La provenienza dei dati di addestramento smette di essere un dettaglio tecnico e diventa un costo, un rischio e — per chi la sa governare — un vantaggio competitivo. Non serve essere un laboratorio di frontiera per restare coinvolti: basta comprare da chi, a monte, ha deciso di non fare troppe domande.
