สรุปสั้น
บริษัท Team Cymru เปิดเผยในรายงานสัปดาห์นี้ว่า ตรวจพบเครือข่ายเซิร์ฟเวอร์ตัวกลาง (relay) มากกว่า 80,000 เครื่อง ที่ทำหน้าที่ช่วยให้ผู้ใช้ในจีนอำพรางตัวตนและตำแหน่งที่ตั้ง เพื่อเข้าถึงโมเดลภาษาขนาดใหญ่ (LLM) ชั้นนำในสหรัฐโดยไม่เปิดเผยว่าเป็นใคร ซึ่งน่าจะมีเป้าหมายเพื่อหลบเลี่ยงข้อจำกัดการเข้าถึงและการเฝ้าติดตามที่อาจเกิดขึ้น เครือข่ายนี้ยอมให้ผู้ดำเนินการรวม credential ของหลายบัญชี AI เข้าด้วยกัน แล้วส่งต่อคำขอของผู้ใช้ผ่านเซิร์ฟเวอร์ไปยังบริการชั้นนำ ทั้งของ Anthropic, OpenAI, Google และ xAI
ปริมาณกิจกรรมที่ไหลผ่านเครือข่ายบ่งชี้ถึงความพยายามอย่างเป็นระบบในการนำผลลัพธ์จากโมเดลชั้นนำไปสร้างเวอร์ชันที่ความสามารถด้อยกว่าในต้นทุนที่ต่ำกว่าการพัฒนาเองมาก การค้นพบนี้เกิดขึ้นเพียงไม่กี่วันหลังรัฐบาลสหรัฐกล่าวหาว่าบริษัท AI ของจีนพยายามโคลนความสามารถ AI ของสหรัฐผ่านการทำ distillation อย่างเป็นระบบ นาย Scott Fisher นักวิจัยของ Team Cymru ระบุว่ารีเลย์เหล่านี้ทำลายสมมติฐานที่กลไกควบคุมของผู้ให้บริการโมเดลชั้นนำทุกตัวพึ่งพาอยู่ นั่นคือสมมติฐานที่ว่าบัญชีที่ส่งคำขอเป็นของฝ่ายเดียวกับที่บริโภคคำตอบ
รายละเอียดข่าว
เว็บไซต์ Dark Reading รายงานเมื่อวันที่ 22 กันยายน 2569 ว่า นักวิจัยของ Team Cymru เริ่มต้นระบุจำนวน “สถานีส่งต่อ” (transfer station) ได้ทั้งหมด 10,867 เครื่อง กระจายอยู่ใน 457 ระบบ autonomous system (ASN) ก่อนจะปรับตัวเลขขึ้นเป็นมากกว่า 80,000 รีเลย์หลังตรวจสอบเชิงลึกเพิ่มเติม บริษัทได้ตรวจสอบกลุ่มของเซิร์ฟเวอร์รีเลย์ที่โฮสต์อยู่กับผู้ให้บริการ VPS หลายรายในสหรัฐ และพบที่อยู่ IP กว่า 4,000 รายการในจีนและฮ่องกงที่เชื่อมต่อเข้ามา
ในช่วงเวลา 8 วัน ที่อยู่เหล่านั้นส่งข้อมูลราว 14 เทระไบต์ไปยังสถานีรีเลย์ และรับกลับมามากกว่า 7 เทระไบต์ โดยรีเลย์บางส่วนเชื่อมต่อทั้งกับผู้ให้บริการ AI ของจีนและบริษัทฝั่งตะวันตกไปพร้อมกัน ตามข้อมูลของ Team Cymru ทราฟฟิกที่ไหลตรงไปยัง API ของ Anthropic นั้นโดดเด่นเป็นพิเศษด้วยปริมาณที่สูงมาก ในช่วง 8 วันเดียวกัน ผู้ใช้อัปโหลดข้อมูลราว 81 กิกะไบต์ไปยัง Anthropic ผ่านรีเลย์เพียง 17 เครื่อง และดาวน์โหลดคำตอบกลับมาราว 1.4 กิกะไบต์
Team Cymru ตีความอัตราส่วนอัปโหลดต่อดาวน์โหลดที่ 58:1 ว่าอาจสอดคล้องกับความพยายามทำ model distillation ขนาดใหญ่ ซึ่งเป็นการนำผลลัพธ์ของโมเดลชั้นนำมาใช้เป็นข้อมูลฝึก เพื่อพัฒนาโมเดลที่ราคาถูกกว่าและความสามารถด้อยกว่าให้เลียนแบบพฤติกรรมของต้นฉบับ นาย Fisher ระบุว่า อย่างน้อยที่สุดผู้ใช้และองค์กรในจีนกำลังละเมิดการบล็อกการเข้าถึงบริการ และยังสามารถขโมยผลลัพธ์ไปโคลนเป็นเวอร์ชันของตัวเองได้โดยง่าย
วิธีการทำงานของเครือข่ายรีเลย์
Team Cymru ระบุซอฟต์แวร์โอเพนซอร์ส 2 ตัวที่อยู่เบื้องหลัง คือ Claude Relay Service (CRS เวอร์ชัน 1.x) และรุ่นต่อยอดชื่อ sub2api ซึ่งเผยแพร่โดยนักพัฒนาชื่อ Wei-Shaw บน GitHub เป็นภาษาจีนกลางตัวย่อ อันเป็นภาษาเดียวกับที่รีเลย์จำนวนมากใช้เป็นพร็อกซีในการเข้าถึงโมเดลชั้นนำ ซอฟต์แวร์ sub2api รุ่นใหม่รองรับการจัดการผู้ใช้ การเรียกเก็บเงินรายบุคคล การแปลง subscription เป็น API และการตรวจสอบ prompt โดยข้อมูลของ Team Cymru พบว่ามีการ fork ซอฟต์แวร์นี้ไปแล้วกว่า 8,000 ครั้งบน GitHub และช่อง Telegram ของโครงการมีผู้ติดตามเกือบ 7,000 ราย
ในเชิงการทำงาน Claude Relay Service และ sub2api เปิดให้ผู้ดำเนินการนำหลายบัญชี AI หรือหลาย API credential มารวมเป็นเกตเวย์ที่ใช้ร่วมกัน ผู้ดำเนินการจะรวม API key หรือบัญชี subscription ที่ล็อกอินไว้ แล้วออก credential ของตัวเองให้ลูกค้า จากนั้นส่งต่อคำขอผ่านรีเลย์ ทำให้ผู้ให้บริการ AI มองเห็นเพียงที่อยู่ IP ของรีเลย์และ credential ต้นทาง แทนที่จะเห็นที่อยู่ IP หรือตัวตนโดยตรงของผู้ใช้ปลายทาง นาย Fisher อธิบายว่า สถานีส่งต่อทำลายสมมติฐานที่ว่าบัญชีที่ส่งคำขอเป็นของฝ่ายที่บริโภคคำตอบ ส่งผลให้การระบุตัวตนบัญชี การนับปริมาณการใช้ การจำกัดอัตราคำขอ การตรวจจับการใช้งานผิด การจำกัดพื้นที่ให้บริการ และเงื่อนไขการใช้บริการทั้งหมด ถูกบังคับใช้กับผู้ที่ถือ credential เท่านั้น จึงเปิดช่องให้เกิดการฉ้อโกงในวงกว้าง
ผลกระทบ
การมีตัวกลางที่แยกผู้ส่งคำขอที่ปรากฏออกจากผู้ใช้ตัวจริง ทำให้กลไกควบคุมหลักที่ผู้ให้บริการโมเดลชั้นนำใช้อยู่ถูกบั่นทอนลงทั้งชุด ทั้งการตรวจจับและจำกัดการใช้งานในทางที่ผิด การจำกัดตามพื้นที่ และการบังคับตามเงื่อนไขการใช้บริการ นอกจากนี้ยังเปิดทางให้เกิดการแชร์หรือขายต่อ credential และการหลบเลี่ยงข้อจำกัดการส่งออกเทคโนโลยี ในหน้า GitHub ของ sub2api Team Cymru ยังพบรายชื่อสปอนเซอร์เชิงพาณิชย์ 26 ราย โดย 15 รายขายการเข้าถึงโมเดลอย่าง Claude และ OpenAI, 7 รายให้บริการที่อยู่ IP, 2 รายจัดหาบัญชีสำหรับเข้าถึงบริการ AI และอีกอย่างละ 1 รายให้บริการโครงสร้างพื้นฐานที่ปรับแต่งทราฟฟิก API และบริการสร้างภาพและวิดีโอด้วย AI สะท้อนว่ามีระบบนิเวศเชิงพาณิชย์รองรับการใช้งานลักษณะนี้อย่างครบวงจร
อย่างไรก็ตาม ตัวเลขการ fork กว่า 8,000 ครั้งและผู้ติดตาม Telegram เกือบ 7,000 ราย เป็นเพียงเครื่องชี้ความสนใจในซอฟต์แวร์ ยังไม่ได้ยืนยันว่ามีผู้ใช้จริงกี่รายที่นำไปใช้ในทางที่เป็นอันตราย ซึ่งเป็นข้อจำกัดของหลักฐานที่ควรระบุไว้
คำแนะนำ
ผู้ให้บริการโมเดลและองค์กรที่เปิด API ให้บุคคลภายนอกควรทบทวนว่ากลไกควบคุมของตนพึ่งพาเพียงที่อยู่ IP และ credential หรือไม่ เพราะทั้งสองอย่างถูกอำพรางได้ด้วยรีเลย์ ควรเพิ่มการตรวจจับรูปแบบการใช้งานที่ผิดปกติ เช่น อัตราส่วนอัปโหลดต่อดาวน์โหลดที่สูงผิดปกติซึ่งอาจบ่งชี้การดึงข้อมูลไปทำ distillation การกระจุกตัวของทราฟฟิกผ่าน VPS จำนวนน้อย และการใช้บัญชีร่วมกันจากหลายพื้นที่ พร้อมพิจารณาผูกการยืนยันตัวตนเข้ากับสัญญาณที่ปลอมยากกว่าที่อยู่ IP ส่วนองค์กรที่ใช้บริการ AI ควรบริหารจัดการ API key อย่างรัดกุม ไม่ให้ credential รั่วไหลไปอยู่ในเกตเวย์ที่ใช้ร่วมกันโดยไม่ได้ตั้งใจ