مهر
اخبار
بازار خاکستری کلود در چین؛ دلالان پکنی چطور محدودیت Anthropic را دور می‌زنند
گزارش تازه‌ی The Information نشان می‌دهد در پکن شبکه‌ای از دلالان با انبوه‌سازی هویت و کارت‌های پرداخت رمزارزی، حساب‌های Claude می‌سازند و دسترسی را از مسیر پروکسی می‌فروشند تا محدودیت منطقه‌ای شرکت Anthropic را دور بزنند.
لیست مطالب
۱. ماجرا چیست و گزارش چه می‌گوید؟
بر اساس گزارشی که The Information در روز ۵ اکتبر ۲۰۲۶ منتشر کرد، دلالانی در پکن هویت‌های متعدد و کارت‌های پرداخت تامین‌شده با رمزارز را جمع می‌کنند و با آن‌ها حساب‌های Claude را به‌صورت انبوه باز می‌کنند. سپس ترافیک را از میان پروکسی‌ها عبور می‌دهند تا سرویس‌دهنده فکر کند کاربر در منطقه‌ی مجاز است.
شرکت Anthropic دسترسی توسعه‌دهندگان چینی و نهادهای تحت کنترل چین را محدود کرده است. با این حال، این گزارش نشان می‌دهد که تقاضا برای مدل‌های پیشرو در آن بازار بسیار بالاست و هر مانعی، خیلی زود یک راه فرعی برای دورزدن پیدا می‌کند.
مهم است که تفاوت دو چیز را از هم جدا کنیم: یکی استفاده‌ی قانونی از کلود در کشورهای پشتیبانی‌شده و دیگری خرید دسترسی از واسطه‌هایی که شرایط استفاده را دور می‌زنند. موضوع این خبر دومی است و برای کاربر عادی بیشتر یک هشدار امنیتی به حساب می‌آید.
۲. «ایستگاه‌های انتقال» چطور کار می‌کنند؟
در گزارش‌های پیشین، این شبکه‌ها با نام «ایستگاه انتقال» یا proxy relay توصیف شده‌اند. ایستگاه انتقال یک واسطه است که درخواست شما را می‌گیرد، با حساب خودش به API کلود می‌فرستد و پاسخ را به شما برمی‌گرداند. شما مستقیم با Anthropic حرف نمی‌زنید و پرداخت هم به آن شرکت نمی‌رسد.
بر اساس گزارش‌های منتشرشده، تامین حساب‌ها از چند مسیر انجام می‌شود: ثبت‌نام انبوه برای برداشت اعتبار رایگان، سوءاستفاده از تخفیف‌های سازمانی، تقسیم یک اشتراک گران‌قیمت میان چند کاربر و در بعضی موارد استفاده از کارت‌های سرقتی. هر کدام از این روش‌ها هزینه‌ی واقعی را برای فروشنده بسیار پایین نگه می‌دارد و همین به او اجازه می‌دهد قیمت را چند برابر ارزان‌تر بفروشد.
این واسطه‌ها معمولاً در بسترهایی مثل GitHub، تائوبائو و تلگرام تبلیغ می‌شوند. خریدار با چند کلیک آدرس و کلید دسترسی می‌گیرد و گمان می‌کند همان مدل اصلی را با قیمت ارزان‌تر در اختیار دارد.
۳. دورزدن احراز هویت
یکی از تلاش‌های Anthropic برای محدودکردن سوءاستفاده، سخت‌گیری در احراز هویت است. بر اساس گزارش‌ها، این شرکت در برخی موارد عکس مدرک و سلفی زنده درخواست می‌کند. شبکه‌های خاکستری برای عبور از این مرحله، به گفته‌ی گزارش‌ها، افرادی را در کشورهای کم‌درآمدتر استخدام می‌کنند تا فرایند تایید هویت را به‌جای دیگران انجام دهند.
این یعنی هر کنترل تازه، فقط هزینه‌ی دورزدن را کمی بالا می‌برد و یک بازار فرعی تازه می‌سازد. تحلیلگران این روند را نمونه‌ای از چالش اجرای کنترل‌های صادراتی در حوزه‌ی هوش مصنوعی می‌دانند.
برای شرکت‌های سازنده‌ی مدل، مسئله فقط فنی نیست. هر چه مدل‌ها قدرتمندتر شوند، انگیزه‌ی دسترسی غیررسمی به آن‌ها هم بیشتر می‌شود و کنترل مرزی در فضای دیجیتال بسیار دشوارتر از کنترل کالای فیزیکی است.
۴. خطر اول برای خریدار: نشت داده
پروکسی هر چیزی را که می‌فرستید و هر پاسخی را که می‌گیرید می‌بیند. اگر برنامه‌نویس هستید، یعنی بخش‌هایی از مخزن کد، توضیح باگ‌ها و منطق داخلی پروژه‌تان از سرور شخص ثالثی عبور می‌کند که هیچ تعهدی به محرمانگی ندارد.
بر اساس گزارش‌ها، چند توسعه‌دهنده‌ی چینی گفته‌اند مدل کسب‌وکار اصلی بعضی از این واسطه‌ها اصلاً حاشیه‌ی سود قیمت نیست، بلکه ذخیره‌ی لاگ‌هاست. زنجیره‌های استدلال و خروجی‌های تاییدشده‌ی مدل‌های پیشرو برای آموزش مدل‌های دیگر ارزش بالایی دارند.
تجربه‌ی سامسونگ در سال ۲۰۲۳ هم مثال خوبی است. کارمندان آن شرکت کد و اطلاعات داخلی را در ChatGPT وارد کردند و ماجرا به محدودشدن استفاده از ابزارهای هوش مصنوعی در شرکت منجر شد. حالا همین ریسک را تصور کنید، با این تفاوت که طرف مقابل یک واسطه‌ی ناشناس است.
۵. خطر دوم: مدل تقلبی
پژوهشگرانی از آلمان ۱۷ سرویس پروکسی را بررسی کردند و به تقلب گسترده در مدل رسیدند. سرویسی که خود را «Gemini» معرفی می‌کرد، در یک آزمون پزشکی فقط حدود ۳۷ درصد گرفت، در حالی که API رسمی نزدیک ۸۴ درصد نمره داشت. اختلاف به این بزرگی نشان می‌دهد مدل پشت پرده چیز دیگری بوده است.
بر اساس همین گزارش‌ها، کسی که مدل Opus را درخواست می‌کند ممکن است در عمل پاسخ Sonnet یا Haiku یا حتی یک مدل چینی مثل Qwen را بگیرد و خروجی با برچسب مدل گران‌تر برایش برگردانده شود. کاربر معمولاً راهی برای تشخیص این جابه‌جایی ندارد.
پیامد عملی برای کار حرفه‌ای جدی است. اگر نتیجه‌ی یک تحلیل مالی، متن حقوقی یا بررسی پزشکی بر پایه‌ی مدلی ضعیف‌تر از آنچه فکر می‌کنید تولید شده باشد، تصمیمی که می‌گیرید ممکن است بر پایه‌ی خروجی نادرست باشد.
۶. چرا این ماجرا برای رقابت آمریکا و چین مهم است؟
همزمان، گزارش‌های دیگری می‌گویند فاصله‌ی بهترین مدل چینی با بهترین مدل آمریکایی در ارزیابی‌هایی مثل LiveBench به حدود ۳ درصد رسیده است. اگر این روند ادامه پیدا کند، فشار برای دسترسی به مدل‌های آمریکایی از یک سو و تلاش برای ساخت جایگزین‌های داخلی از سوی دیگر بیشتر می‌شود.
بازار خاکستری یک پیام سیاسی هم دارد: محدودیت دسترسی به‌تنهایی نمی‌تواند سیاست کامل باشد. ناظران پیش‌بینی می‌کنند Anthropic در ماه‌های آینده شرایط احراز هویت یا قیمت‌گذاری را تغییر دهد، هرچند هنوز اعلام رسمی تازه‌ای در این‌باره دیده نشده است.
از طرف دیگر، مدل‌های ارزان‌تر مثل خانواده‌ی DeepSeek هم گزینه‌ی قانونی و بسیار کم‌هزینه‌ای برای بسیاری از کاربران هستند. شاید به همین خاطر است که بخشی از تقاضا به آن سمت می‌رود. اگر به این رقابت علاقه دارید، می‌توانید مقایسه‌ی ChatGPT و DeepSeek در شطرنج را هم بخوانید.
۷. کاربر ایرانی چه درسی بگیرد؟
کاربران فارسی‌زبان هم با محدودیت دسترسی و تحریم روبه‌رو هستند و همین باعث می‌شود بازار واسطه‌ها و فروشندگان اکانت در این حوزه پررونق باشد. درس این خبر این است که قیمت پایین‌تر را بدون بررسی منبع نپذیرید.
پیش از خرید هر نوع دسترسی، چند پرسش ساده بپرسید: آیا فروشنده قابل ردیابی و شناخته‌شده است؟ آیا امکان بررسی مدل واقعی وجود دارد؟ آیا داده‌های شما از سرور او عبور می‌کند؟ اگر پاسخ روشن نیست، بهتر است اطلاعات حساس را آنجا وارد نکنید.
یک قاعده‌ی ساده هم کمک می‌کند: داده‌های محرمانه‌ی شغلی، کد اختصاصی، اسناد مشتری و اطلاعات شخصی را فقط در سرویس‌هایی وارد کنید که مسیر و شرایط استفاده‌شان را می‌شناسید. برای آشنایی بیشتر با ابزارها می‌توانید آموزش‌های ChatGPT را مرور کنید و با شرکت OpenAI بیشتر آشنا شوید.
۸. چند توصیه‌ی عملی برای استفاده‌ی امن‌تر
نخست، پرامپت‌ها را پیش از ارسال پاکسازی کنید. نام مشتری، کلیدهای API، رمزها و داده‌های شخصی را حذف یا با نام فرضی جایگزین کنید. بسیاری از ریسک‌ها با همین یک عادت ساده کم می‌شود. اگر نمی‌دانید چطور پرامپت دقیق بنویسید، راهنمای نوشتن پرامپت برای مبتدی‌ها نقطه‌ی شروع خوبی است.
دوم، مدل را آزمایش کنید. چند پرسش مشخص با پاسخ شناخته‌شده بپرسید و نتیجه را با سرویس رسمی مقایسه کنید. اگر سبک و کیفیت پاسخ‌ها ناگهان تغییر کرد، احتمال جابه‌جایی مدل را جدی بگیرید.
سوم، برای کسب‌وکار از مسیر رسمی استفاده کنید. شرکتی که روی خروجی هوش مصنوعی تصمیم می‌گیرد باید بتواند منبع و شرایط استفاده را مستند کند. درباره‌ی ارزش هوش مصنوعی برای شرکت‌ها می‌توانید اهمیت هوش مصنوعی در کسب‌وکار را بخوانید.
چهارم، محدودیت‌های واقعی هوش مصنوعی را فراموش نکنید. حتی مدل اصلی هم اشتباه می‌کند و خروجی آن بازبینی انسانی می‌خواهد. برای نگاهی واقع‌بینانه می‌توانید پتانسیل و محدودیت‌های هوش مصنوعی را ببینید. هم‌چنین مقاله‌ی توهم توسعه‌دهنده‌ی تنها نشان می‌دهد چرا فقط تکیه بر ابزار کافی نیست.
در نهایت، باید به یک نکته‌ی اقتصادی هم توجه کرد. وقتی قیمت رسمی یک خدمت برای بخشی از بازار بالا یا غیرقابل دسترس باشد، واسطه‌ها همیشه ظاهر می‌شوند. راه‌حل پایدار معمولاً ترکیبی از قیمت‌گذاری منطقی، مدل‌های ارزان‌تر قانونی و آموزش کاربران است، نه فقط مسدودسازی. تا وقتی این تعادل برقرار نشود، خبرهایی از این دست تکرار خواهند شد و کاربرانی که از مسیر غیررسمی خرید می‌کنند، همچنان در معرض خطر نشت داده و تقلب قرار می‌گیرند.
به همین دلیل، پیگیری خبرهای رسمی شرکت‌های سازنده اهمیت دارد. هر تغییر در سیاست احراز هویت، قیمت یا مناطق پشتیبانی‌شده می‌تواند مستقیم روی دسترسی کاربران اثر بگذارد و بهتر است از منبع معتبر دنبال شود.
۹. سوالات متداول
آیا استفاده از ایستگاه‌های انتقال غیرقانونی است؟
پاسخ به قوانین کشور شما و شرایط استفاده‌ی سرویس بستگی دارد، اما دورزدن محدودیت منطقه‌ای و احراز هویت معمولاً خلاف شرایط استفاده‌ی شرکت‌های سازنده است و می‌تواند به مسدودشدن حساب منجر شود. این نوشته مشاوره‌ی حقوقی نیست.
خطر اصلی خرید دسترسی از واسطه چیست؟
دو خطر اصلی گزارش شده است: دیده‌شدن و ذخیره‌ی پرامپت‌ها و کدها توسط واسطه، و دریافت مدلی ضعیف‌تر از مدلی که پولش را داده‌اید.
چطور بفهمم مدل واقعی را گرفته‌ام؟
راه قطعی ندارید، مگر اینکه مستقیم از سرویس رسمی استفاده کنید. آزمون‌های مقایسه‌ای با پرسش‌های ثابت می‌تواند نشانه‌هایی بدهد، اما قطعی نیست.
آیا Anthropic واکنش رسمی نشان داده است؟
بر اساس منابعی که بررسی شد، شرکت پیش‌تر نهادهای تحت کنترل چین را مسدود کرده و کنترل‌های هویتی را سخت‌تر کرده است. درباره‌ی گزارش امروز اعلام رسمی تازه‌ای دیده نشد.
خبرهای بیشتر را کجا بخوانم؟
آخرین گزارش‌ها را در بخش اخبار هوش مصنوعی سایت دنبال کنید.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
