تحليل تيكين: سوق التوكن المظلم وسرقة واجهات برمجة تطبيقات الذكاء الاصطناعي

السوق السوداء التي تهدد صناعة الذكاء الاصطناعي

بينما تطلق الشركات الكبرى للذكاء الاصطناعي نماذج أقوى وترفع أسعار API، ظهر نظام بيئي موازٍ في الظل يقدم الوصول إلى هذه النماذج نفسها بخصومات كبيرة. هذا السوق السوداء - المتمركز بشكل أساسي في الصين - لا يتجاوز قيود الوصول الجغرافي فحسب؛ بل أصبح أداة لسرقة البيانات وتدريب النماذج المنافسة وحتى الاحتيال المالي.

في 23 فبراير 2026، أسقطت Anthropic - صانعة Claude - قنبلة أرسلت موجات صدمة عبر صناعة الذكاء الاصطناعي. اتهمت الشركة رسمياً ثلاث شركات صينية بتشغيل "حملات على نطاق صناعي" لاستخراج قدرات Claude بشكل غير قانوني. DeepSeek وMoonshot AI وMiniMax - ثلاثة عمالقة صناعة الذكاء الاصطناعي في الصين - أجروا أكثر من 16 مليون تبادل عبر 24,000 حساب احتيالي. كانت هذه المرة الأولى التي تتهم فيها شركة أمريكية شركات صينية بسرقة التكنولوجيا بهذا المستوى من التحديد والأدلة التقنية.

لكن اتهامات Anthropic كانت مجرد قمة جبل الجليد. كشف بحث أوسع نُشر بواسطة ChinaTalk أن هذه الشركات الثلاث مجرد لاعبين في شبكة أكبر بكثير. يوجد سوق كامل مع بنية تحتية معقدة وبرمجيات مفتوحة المصدر وشبكات دفع وحتى خدمات دعم العملاء التي هدفها الوحيد بيع الوصول غير المصرح به إلى النماذج المتقدمة.

هيكل السوق: كيف يعمل هذا النظام البيئي؟

سوق التوكنات المظلمة LLM هو سلسلة إمداد معقدة تضم لاعبين متعددين. في المستوى الأعلى، توجد "مزارع الحسابات" - عمليات تنشئ حسابات ذكاء اصطناعي على نطاق واسع. تستخدم هذه المزارع "منصات التحقق" التي توفر أرقام هواتف لاجتياز فحوصات التسجيل، و"وسطاء الهوية" الذين يصنعون بيانات اعتماد مزيفة.

في منتصف هذه السلسلة تقع خوادم البروكسي - القلب النابض للنظام. تتلقى هذه البروكسيات طلبات API من المطورين وتنقلها إلى مزودي API عبر حسابات تبدو شرعية لكن قد لا تكون كذلك. البرنامج الأساسي المستخدم لهذه البروكسيات هو `one-api` وfork الأكثر نشاطاً `new-api` - كلاهما منتجات مفتوحة المصدر وشرعية مصممة لموازنة الحمل لكن تم تبنيها بشكل كبير من قبل مشغلي السوق السوداء.

ثلاثة نماذج إيرادات لمشغلي البروكسي

يستخدم مشغلو البروكسي ثلاث طرق رئيسية لتوليد الإيرادات، وغالباً ما يتم تطبيقها في وقت واحد. الأولى هي "المراجحة السعرية". يقومون بزراعة حسابات تجريبية مجانية، وإعادة بيع الحصص التعليمية والشركات الناشئة، واستغلال برامج الخصم الإقليمية، وتقسيم الاشتراكات المدفوعة بين عدة مستخدمين. يوفر هذا التوكنات بأقل من التكلفة، والتي يتم بعد ذلك رفع سعرها لإعادة البيع.

الطريقة الثانية - وربما الأكثر ربحية - هي "تبديل النماذج". يدفع العميل مقابل Claude Opus 4.7 لكنه يحصل على Haiku أو نموذج مفتوح الوزن مثل Qwen. يحتفظ البروكسي بفرق التكلفة. يحدث هذا في ما يقرب من نصف جميع الطلبات عبر 17 shadow API التي اختبرها مركز CISPA Helmholtz. في معايير طبية، انخفضت الدقة من 83.82٪ (Gemini 2.5 Flash الرسمي) إلى حوالي 37٪ عبر shadow APIs.

تدفق الإيرادات الثالث - وحيث المال الحقيقي - هو "حصاد السجلات". يتم تسجيل كل مطالبة واستجابة تمر عبر البروكسي على خادم المشغل. لهذه المجموعة استخدامان downstream: أولاً، توليد عملاء محتملين للاحتيال المستهدف (التفاصيل المالية، منطق الأعمال، البيانات الشخصية من المطالبات). ثانياً، بيانات التدريب لتقطير النموذج.

التقطير: تقنية شرعية تم تسليحها

التقطير هو تقنية تعلم آلي قياسية حيث يتم تدريب نموذج أصغر لتقليد سلوك نموذج أكبر. تفعل المختبرات هذا بشكل روتيني مع نماذجها الخاصة - على سبيل المثال، تستخدم OpenAI GPT-4 لتدريب GPT-4-mini. لكن القلق هنا هو مصدر البيانات. عندما يحصد مشغلو البروكسي آثار الاستدلال من آلاف المستخدمين غير المدركين وينشرونها كمجموعات بيانات تدريبية، فإن النماذج "المقطرة" الناتجة مبنية على مخرجات مسروقة.

على Hugging Face، المؤشر ليس كلمة "distilled" وحدها. العلامة الحمراء هي نموذج مدرب على مخرجات نموذج مغلق مملوك (Claude، GPT) حيث لا يوجد لدى المُحمِّل أي انتماء مؤسسي، ولا ميزانية API معلنة، ولا تفسير واضح لكيفية توليد هذا الحجم من البيانات من خلال وسائل شرعية. ظهرت عدة مجموعات بيانات reasoning-trace من Claude والتي يبدو أنها نشأت من سجلات البروكسي على Hugging Face، تستخدم لضبط نماذج مفتوحة الوزن.

اتهامات Anthropic: كشف ثلاث حملات صناعية

في بيانها الصادر في 23 فبراير 2026، كشفت Anthropic التفاصيل التقنية لثلاث حملات تقطير نسبتها إلى DeepSeek وMoonshot AI وMiniMax. اتبعت كل حملة دليل لعب مماثلاً: استخدام حسابات احتيالية وخدمات بروكسي للوصول إلى Claude على نطاق واسع أثناء التهرب من الاكتشاف. نسبت Anthropic كل حملة إلى مختبر محدد بثقة عالية من خلال ارتباط عنوان IP، وبيانات تعريف الطلب، ومؤشرات البنية التحتية، وفي بعض الحالات تأكيد من شركاء الصناعة الذين لاحظوا نفس الجهات والسلوكيات على منصاتهم.

DeepSeek: استخراج Chain-of-Thought على نطاق صناعي

تضمنت حملة DeepSeek أكثر من 150,000 تبادل تستهدف قدرات الاستدلال عبر مهام متنوعة، ومهام تصنيف قائمة على rubric جعلت Claude يعمل كنموذج مكافأة للتعلم المعزز، وإنشاء بدائل آمنة للرقابة للاستفسارات الحساسة سياسياً. أنتجت DeepSeek حركة مرور متزامنة عبر الحسابات - أنماط متطابقة، وطرق دفع مشتركة، وتوقيت منسق يشير إلى "موازنة الحمل" لزيادة الإنتاجية وتحسين الموثوقية وتجنب الاكتشاف.

في تقنية ملحوظة، طلبت مطالباتهم من Claude تخيل والتعبير عن الاستدلال الداخلي وراء استجابة مكتملة وكتابتها خطوة بخطوة - توليد بيانات تدريب chain-of-thought فعلياً على نطاق واسع. لوحظت أيضاً مهام حيث تم استخدام Claude لتوليد بدائل آمنة للرقابة لاستفسارات حساسة سياسياً مثل أسئلة حول المعارضين أو قادة الحزب أو الاستبداد - على الأرجح لتدريب نماذج DeepSeek الخاصة على توجيه المحادثات بعيداً عن المواضيع المحظورة.

Moonshot AI: استهداف تطوير الوكلاء

كانت حملة Moonshot AI (صانع نماذج Kimi) الأكبر من حيث التنوع. أكثر من 3.4 مليون تبادل تستهدف الاستدلال agentic واستخدام الأدوات، والترميز وتحليل البيانات، وتطوير وكيل استخدام الكمبيوتر، ورؤية الكمبيوتر. وظفت Moonshot مئات الحسابات الاحتيالية التي تغطي مسارات وصول متعددة. جعلت أنواع الحسابات المتنوعة اكتشاف الحملة كعملية منسقة أصعب.

نسبت Anthropic الحملة من خلال بيانات تعريف الطلب التي طابقت الملفات الشخصية العامة لكبار موظفي Moonshot. في مرحلة لاحقة، استخدمت Moonshot نهجاً أكثر استهدافاً، محاولة استخراج وإعادة بناء آثار استدلال Claude. هذا يظهر أنهم لم يكونوا فقط يجمعون المخرجات بل يحاولون عكس هندسة عملية تفكير النموذج.

MiniMax: الاكتشاف قبل إطلاق المنتج

كانت حملة MiniMax الأكبر من حيث الحجم - أكثر من 13 مليون تبادل تستهدف الترميز agentic، واستخدام الأدوات، والتنسيق. نسبت Anthropic الحملة إلى MiniMax من خلال بيانات تعريف الطلب ومؤشرات البنية التحتية، مؤكدة التوقيتات مقابل خارطة طريق منتجهم العام. والجدير بالذكر أن Anthropic اكتشفت هذه الحملة بينما كانت لا تزال نشطة - قبل أن تطلق MiniMax النموذج الذي كانت تدربه.

أعطى هذا Anthropic رؤية غير مسبوقة لدورة حياة هجمات التقطير، من توليد البيانات حتى إطلاق النموذج. عندما أطلقت Anthropic نموذجاً جديداً خلال حملة MiniMax النشطة، قاموا بالتحول خلال 24 ساعة، وأعادوا توجيه ما يقرب من نصف حركتهم لالتقاط قدرات من أحدث نظام. هذا يظهر مدى مرونة واستجابة هذه الحملات.

بنية Hydra: معمارية بروكسي متعددة الرؤوس

لأسباب أمنية وطنية، لا تقدم Anthropic حالياً وصولاً تجارياً إلى Claude في الصين أو للشركات الفرعية لشركاتهم الموجودة خارج البلاد. للتحايل على ذلك، تستخدم المختبرات خدمات بروكسي تجارية تعيد بيع الوصول إلى Claude ونماذج الذكاء الاصطناعي المتقدمة الأخرى على نطاق واسع. تدير هذه الخدمات ما تسميه Anthropic معماريات "عنقود hydra": شبكات واسعة من الحسابات الاحتيالية التي توزع الحركة عبر API الخاص بنا وكذلك منصات سحابية تابعة لجهات خارجية.

يعني اتساع هذه الشبكات أنه لا توجد نقاط فشل واحدة. عندما يتم حظر حساب، يحل محله حساب جديد. في حالة واحدة، أدار شبكة بروكسي واحدة أكثر من 20,000 حساب احتيالي في وقت واحد، خلط حركة التقطير مع طلبات العملاء غير ذات الصلة لجعل الاكتشاف أصعب. تجعل هذه البنية الموزعة حظر هذه الخدمات صعباً للغاية.

مستودعات GitHub: أدوات مفتوحة المصدر تخدم السوق السوداء

حدد تقرير The Weather Report ثمانية مستودعات GitHub عامة تسهل علناً إعادة بيع API غير المصرح به، بمجموع ~172,000 نجمة. اثنان منهم، CLIProxyAPI وclaude-relay-service، تم ذكرهما بواسطة Mandiant كأدوات يستخدمها الفاعل UNC5673 المرتبط بـ PRC. وجدت CISPA أن 11 من أصل 17 shadow API التي راجعوها تعمل على one-api أو fork الخاص به new-api - إطاران بوابة API مفتوحان المصدر ذوا استخدام مزدوج لكن تم تبنيهما بشكل كبير من قبل مشغلي البروكسي.

تحدث معظم المعاملات خارج GitHub بالطبع. يتدفق الدفع عبر WeChat وAlipay، ويعمل الدعم في مجموعات QQ، وتظهر القوائم على Xianyu (سوق Alibaba للمستعملات)، ويتم نشر تفاصيل الاتصال مباشرة في README المستودعات. هذا سوق كامل مع بنية تحتية للشراء والمبيعات والدعم - فقط لمنتج لا ينبغي بيعه قانونياً في تلك المنطقة.

رد البيت الأبيض: تأكيد التهديد للأمن القومي

في أبريل 2026، رد البيت الأبيض بمذكرة تعترف بالتقطير على النطاق الصناعي كتهديد عدائي. أكدت الوثيقة التزام إدارة ترامب بالعمل مع القطاع الخاص لبناء دفاعات ضد التقطير على النطاق الصناعي ومحاسبة الجهات الأجنبية على مثل هذه الحملات. كانت هذه المرة الأولى التي تعترف فيها الحكومة الأمريكية رسمياً بالتقطير غير المصرح به كمسألة أمن قومي.

يظهر هذا الرد الحكومي أن المسألة تجاوزت نزاعاً تجارياً بسيطاً بين الشركات. عندما تُبنى النماذج المقطرة من خلال طرق غير قانونية، فإنها تفتقر إلى الضوابط الضرورية - مما يعني أن القدرات الخطيرة يمكن أن تنتشر مع إزالة العديد من الحمايات بالكامل. يمكن للمختبرات الأجنبية التي تقطر النماذج الأمريكية إدخال هذه القدرات غير المحمية في أنظمتها العسكرية والاستخباراتية والمراقبة.

من في خطر؟

ينطبق الخطر المباشر على أي منظمة أو مطور يوجه طلبات LLM API من خلال مزود خارجي ليس شريك API رسمي. يشمل هذا الفرق التي تستخدم وسطاء API بخصم، والشركات الناشئة التي تخفض التكاليف من خلال قنوات البائعين، ومجموعات البحث التي تصل إلى النماذج من خلال نقاط نهاية غير رسمية.

تشمل قاعدة المستخدمين أساتذة الجامعات والطلاب والعاملين في مجال التكنولوجيا والمطورين الأفراد والهواة. الخطر هو الأعلى في المناطق التي تُحظر فيها النماذج المتقدمة جغرافياً (الصين، إيران، روسيا)، لكنه يمتد عالمياً إلى أي مكان يدفع فيه ضغط التكلفة المشترين نحو بدائل أرخص. يصيب خطر غير مباشر المنظمات التي يستخدم موظفوها أو مقاولوها هذه البروكسيات دون وعي IT المركزي.

المخاطر الحقيقية: ما هو على المحك؟

سجلات المطالبات التي يحصدها مشغلو البروكسي هي أصل عالي القيمة مع استخدامات متعددة. للاحتيال، تحتوي على تفاصيل مالية وأنماط مصادقة ومعلومات شخصية ومنطق أعمال كشف عنه المستخدمون في محادثة مع النموذج. للتقطير، آثار الاستدلال من النماذج المتقدمة (خاصة مخرجات chain-of-thought من Claude Opus) هي بالضبط بيانات التدريب اللازمة لضبط نماذج مفتوحة الوزن أرخص.

هناك أيضاً خطر الموثوقية الذي يكون فورياً للمنظمات التي تستهلك عن غير قصد التوكنات المظلمة من خلال سلسلة توريد. يؤدي تبديل النموذج من Opus إلى Haiku أو Qwen إلى تدهور جودة المخرجات بصمت. إذا كان تطبيقك يعتمد على قدرة استدلال نموذج معين (الفرز الطبي، توليد الكود، التحليل القانوني)، يمكن أن ينتج التبديل مخرجات خاطئة بشكل خفي بدون إشارة خطأ.

دليل الدفاع: كيف تحمي نفسك

إذا لم تكن في منطقة محظورة جغرافياً، فمن المحتمل ألا ينتهي بك الأمر باستخدام محطة نقل عن قصد لأنك يمكن أن يكون لديك وصول API مباشر إلى أي نموذج تحتاجه. الطرق الأكثر واقعية التي تلمسك هذه غير مباشرة: فريق dev خارجي يوجه المكالمات بهدوء عبر بروكسي، شركة ناشئة تختار وسيط API بخصم دون السؤال عن كيفية عمل الخصم، أو مطور ينسخ تكوين مزود رخيص من مشروع جانبي إلى الإنتاج.

الخلاصة: تهديد متعدد الطبقات

سوق التوكنات المظلمة LLM هو تهديد متعدد الأبعاد له أبعاد أمنية واقتصادية وجيوسياسية. للمطورين الأفراد والشركات الناشئة، إنه خطر التعرض للبيانات وتدهور الجودة والمخاطر القانونية. لشركات الذكاء الاصطناعي الكبرى، إنه تهديد للإيرادات والملكية الفكرية والسيطرة على من يستخدم تكنولوجيتهم. للحكومات، إنه تهديد للأمن القومي - طريقة للتحايل على ضوابط التصدير ونشر قدرات الذكاء الاصطناعي دون الضوابط اللازمة.

كان إفشاء Anthropic في فبراير 2026 لحظة فاصلة. للمرة الأولى، أظهرت شركة أمريكية مع أدلة تقنية موثقة أن التقطير على النطاق الصناعي حقيقة - وليس نظرية مؤامرة أو شائعة صناعية. 16 مليون تبادل من 24,000 حساب احتيالي تمثل ثلاث شركات فقط. كم عدد الشركات الأخرى التي تجري عمليات مماثلة لم يتم اكتشافها بعد؟ كم عدد المطورين الأبرياء الذين يساهمون عن غير قصد في هذا النظام من خلال بروكسي بخصم؟

الواقع هو أن هذا السوق ليس محدوداً بأي حال من الأحوال بالصين. التركيز الحالي على الصين بسبب القيود الجغرافية التي تخلق المزيد من الضغط لحلول البروكسي. لكن مع ارتفاع أسعار API عالمياً، ينمو الحافز للعثور على وصول أرخص في كل مكان. تزدهر الأسواق السوداء عندما يكون الفارق السعري بين المنتج القانوني وغير القانوني كبيراً بما فيه الكفاية. ومع استمرار ارتفاع تكاليف الاستدلال، سيصبح هذا الفارق أكبر فقط.

السؤال ليس ما إذا كان هذا السوق سيستمر - بل كم سيكبر وما الضرر الذي سيسببه على طول الطريق. للمنظمات التي تتصرف اليوم، الخطر قابل للإدارة. لأولئك الذين ينتظرون حتى يحدث انتهاك، قد يكون الأوان قد فات - لأنه مع التوكنات المظلمة، قد لا تعرف أبداً أن انتهاكاً حدث.