新论文揭示大模型行为兼容性：Kimi K3预埋Claude推理前缀后现风格漂移

9月9日，前Google DeepMind研究员舒迈洛夫（Ilia Shumailov）等8人发表论文，披露了一项关于大模型行为兼容性的实验结果。研究团队在成功恢复Anthropic等公司大模型隐藏的推理轨迹后，将Claude Opus 4.8推理轨迹的开头预埋入月之暗面Kimi K3等模型的推理区域，观察模型后续生成的答案是否因此改变。

实验显示，在预埋Opus推理前缀后，K3在29道题上的答案出现明显的Opus风格漂移。其中STEM题平均指标从0.160升至0.305，非STEM题由0.203升至0.289。作为对照的美国开源模型Inkling未出现同等显著变化，而将K3预埋Inkling推理开头也未产生相同程度的效果。此外，在仅预埋两个Token的测试中，K3生成答案与Opus答案的总重合度从0.21升至0.37。

研究人员在附录中强调，这些测试规模较小、题目集中于特定基准，且被恢复的推理轨迹本身来自模糊解码，未必与闭源模型真实内部推理逐字一致。实验只能说明K3在特定干预下对Opus表现出“不寻常的行为兼容性”，无法据此建立“复刻”或“蒸馏”的因果关系。

该论文的发现也再次引发外界对月之暗面与Anthropic之间争议的关注。2026年2月，Anthropic曾公开指控包括月之暗面在内的三家公司存在所谓“大规模蒸馏行为”。月之暗面则在2026年7月发布Kimi K3时否认相关说法，表示其性能跃升来自底层原创架构创新。目前，月之暗面尚未对该论文结果作出回应。