Claude в Китае, судя по сентябрьскому отчёту Anthropic за 2026 год, использовали не только разработчики и исследователи: компания описала пять связанных с КНР операций, включая две военные, две надзорные и одну по извлечению возможностей модели. Для IT-аудитории это неприятный, но полезный кейс: frontier-модели уже стали инфраструктурой двойного назначения, а не просто удобным чат-ботом для кода.
По данным Tom's Hardware, Anthropic утверждает, что сотни связанных с Китаем аккаунтов применяли Claude в проектах, где задачи уходили далеко за рамки обычной автоматизации. В одном случае актор, представившийся OEM-поставщиком для оборонного сектора США, использовал модель для подготовки спецификации системы управления огнём противоторпедного комплекса. Речь шла о логике, которая определяет, когда и куда должна сработать противоторпедная система при приближении угрозы. Claude также помогал тестировать гипотетическую систему на основе публичных сведений о противоторпедных и противолодочных программах ВМС США и готовить техническое предложение объёмом более 200 страниц.
Anthropic считает, что за этим стояла китайская оборонная компания, заинтересованная в разработке решения для Военно-морских сил Народно-освободительной армии Китая. Формулировка осторожная: компания не пишет, что Claude напрямую использовала НОАК. Но она указывает на связку признаков — метаданные аккаунтов, содержимое запросов и срабатывания защитных механизмов. Для индустрии важна не только атрибуция, а сама механика: коммерческая модель общего назначения превращается в ускоритель инженерной документации, симуляций и системного проектирования.
Второй военный эпизод выглядит ещё ближе к софту. По описанию Anthropic, связанный с китайским оборонным и военно-промышленным исследовательским контуром пользователь применял Claude для разработки примерно 16 программных модулей, связанных с радиоэлектронной борьбой и подавлением ПВО. Эти модули анализировали радары, позиции зенитно-ракетных комплексов, командные пункты и узлы связи, после чего помогали расставлять приоритеты целей. В одном из сценариев фигурировали 12 объектов на Тайване, включая батареи Patriot и Tien Kung, авиабазы, радар раннего предупреждения и командный бункер.
Самая неловкая часть истории для китайской AI-индустрии в том, что всё это происходило на фоне регулярных заявлений о конкурентоспособности собственных моделей. Китайские лаборатории действительно сильны: Qwen, DeepSeek и другие семейства давно перестали быть экспериментами на обочине. Но если верить Anthropic, для ряда задач акторы всё равно шли к Claude — вероятно, из-за удобства в кодинге, рассуждениях, агентных сценариях и длинных инженерных цепочках. Есть и более прагматичная причина: американские frontier-модели обучались на огромном массиве англоязычных материалов, включая публичные описания западных технологических и оборонных систем. Для некоторых запросов это может быть важнее патриотизма к локальному стеку.
Claude в Китае фигурирует не только в военном блоке отчёта. Anthropic также заявила о пресечении операций слежки, связанных с уйгурами за пределами КНР. Один из акторов, которого компания связывает с китайским государственным контуром, якобы использовал Claude для проникновения в уйгурские вооружённые группы в Сирии и мониторинга активистов диаспоры и медиа. Пользователь маскировался под арабоязычного экспертного консультанта, а модель помогала обрабатывать данные из более чем сотни групп WhatsApp и десятков каналов Telegram.
По версии Anthropic, Claude применяли для сопоставления людей между платформами, построения социальных графов, поиска потенциальных объектов вербовки и оценки их уязвимостей — финансовых проблем, разлуки с семьёй, разочарования в новой сирийской власти. Отдельно выделялись люди, у которых родственники оставались в Синьцзяне. Модель также помогала переводить переписки в реальном времени, составлять обращения на местных диалектах и оценивать убедительность сообщений. Та же операция, как утверждается, затрагивала журналистов диаспоры, включая Uyghur Post, через кампании массовых жалоб и бот-усиления.
Третий пласт — промышленное копирование возможностей модели. Anthropic называет это distillation: когда ответы frontier-модели массово собирают, чтобы затем обучить или донастроить собственную модель дешевле, чем строить тот же уровень возможностей с нуля. Крупнейший эпизод компания связывает с Alibaba: с мая по июль 2026 года операторы якобы сгенерировали более 151 млн обменов с Claude, а в пиковые моменты нагрузка приближалась к 3 млн запросов в день через тысячи фальшивых аккаунтов.
Anthropic утверждает, что собранные данные помогали обучать Qwen 3.x, особенно в задачах рассуждения, программирования, агентной разработки ПО, работы с ядрами и длинными задачами. Alibaba в отчёте не единственная: похожие кампании компания приписывает DeepSeek, Xiaomi, Zhipu/Z.ai и другим игрокам. Для DeepSeek называется более 12,1 млн обменов за 14 дней, для Xiaomi — свыше 400 тыс. Среди техник перечислены прокси-сети, поддельные аккаунты, сокрытие настоящего заказчика, пересылка пользовательских запросов в Claude и покупка уже собранных диалогов у третьих лиц.
Для разработчиков и компаний вывод неприятно практичный. Доступ к сильной модели — это не только рост продуктивности, но и новый контур риска: от утечки клиентских запросов в чужую модель до нарушения условий использования, экспортных ограничений и комплаенса. Если подрядчик встраивает внешний LLM в цепочку разработки, аналитики или поддержки, бизнесу уже недостаточно спросить, какая там точность на бенчмарках. Нужны журналы доступа, политика хранения промптов, запрет на пересылку чувствительных данных, контроль прокси-аккаунтов и понимание, где заканчивается обычная автоматизация и начинается деятельность, которую провайдер модели сочтёт злоупотреблением.
История про Claude в Китае ещё и про будущую экономику ИИ. Лучшие модели становятся источником не только ответов, но и обучающих данных для конкурентов, государств и серых посредников. Провайдерам придётся закрывать массовый сбор, не ломая нормальные сценарии использования для разработчиков. Пользователям — привыкать, что хороший AI-инструмент теперь живёт в той же реальности, что облака, платежи и кибербезопасность: удобство есть, но доверие придётся доказывать логами, договорами и архитектурой, а не бодрыми презентациями.