你要 A,系统给你 B

你按模型名字下单,拿到的可能是另一个模型——而在大规模部署的产品里,只有一家会在返回结果里如实告诉你换过。

你写一段程序去调用 AI,指定要用某个型号的模型。请求发出去,回来一段结果、一个用量统计,还有一行字写着真正运行的模型——是另一个型号。没有报错,没有重试,东西被悄悄换了。

以 Anthropic(做 Claude 系列 AI 的公司)为例:它在 2026 年 7 月 1 日重新上线 Fable 5 时说明,被判定为敏感的请求会改交给另一个模型 Opus 4.8 处理,并会通知用户。这个替换发生在 API(程序之间互相调用服务的入口)那一层,返回结果里会老实写出真正跑的是哪个模型。

这已经是最规矩的一种做法了。而据作者观察,在大规模部署的产品里,像这样在返回结果里当场把真相告诉你的,仅此一家。

3 款产品都在 悄悄替换模型 3 种对'什么是模型'的 不同答案 0 个判例告诉你 法律认哪个
三家产品各有一套替换逻辑,却没有一个判例定过法律该认哪个模型——这是全文的出发点。

名字失真的三条路

一个模型名对不上真实模型,有三种情况:换成别的模型、同一模型降低精度、名字背后的模型被悄悄更新。

'模型名字'和'真实在跑的东西'脱钩,不是一件事,是三件独立的事,平时很少被分开说。

第一种是换模型:分类器(自动判断请求属于哪类、再决定派给哪个模型的程序)一判断,就换成另一套架构、另一组 权重(模型内部的一大堆数字,决定它怎么回答)、能力也不一样的模型。Anthropic 把 Fable 5 换成 Opus 4.8 就属于这种。

第二种是降精度:还是那个模型,只是用更省资源、更粗糙的算法来跑。OpenRouter(把众多模型汇总起来、按价格分发请求的中转平台)就允许供应商提供这种 量化(把模型内部的数字压缩,算得更快但更糙)版本,而且默认优先挑便宜的那个。你请求里写的名字没变,另一头的算法变了。

第三种是悄悄更新:名字没变,背后的权重被无声换新。凡是名字里带 '-latest'(永远指向最新版)的,都是这种——你在正经软件的依赖清单里,绝不会容忍这种不标版本号的东西。

工程师圈子把这三件事都当成'稳定性问题'。但它们其实是'身份问题'——而合同、保修、信息披露、证据规则,全都建立在'身份'之上。

分类器改派 按价格分发 别名漂移 你请求的模型名 你付钱指定的型号 换模型 换成另一套权重 (Fable 5→Opus 4.8) 降精度 同名模型,量化后变糙 悄悄更新 '-latest'背后无声换权重
同一个模型名可能在三个方向上和真实模型脱钩:换模型、降精度、悄悄更新。

谁说了实话

同样是替换,Anthropic 当场明说、Cursor 只公开规则不说具体、OpenRouter 把变化藏进文档还默认对你不利。

三家产品在'告不告诉你'这件事上,站在完全不同的位置。

Anthropic 会通知你,并在返回结果里写出真正运行的模型。Cursor(一款 AI 编程工具)公开了它的路由规则,但不告诉你某类任务具体派给了哪个模型。OpenRouter 的降精度差异写在文档里、也能用参数关掉,但它是'默认打开、要你自己去关',而默认那条路恰恰是最便宜、最可能被降精度的。

把关键信息埋在文档深处、默认设成对用户不利的那一档——这正是各国监管机构(在美国就是联邦贸易委员会 FTC)在别的消费领域反复点名的 暗黑模式(故意设计成让你不知不觉吃亏的界面套路)。

还有一层更微妙:当一个做路由的平台自己也卖模型,它就有动机把请求优先导向自家产品。用'省钱'当外衣,内核是'自我优待'。

最透明 居中 最不透明 Anthropic(Fable 5) 告知方式 当场通知,返回结果里 写明真实模型 默认档位 对用户透明 Cursor(Router) 告知方式 公开路由规则,但不说 某类任务派给谁 默认档位 半透明 OpenRouter 告知方式 降精度差异只写在文档 里,可手动关 默认档位 默认走最便宜、 可能降精度那条
三家产品的告知程度从'当场明说'一路降到'藏进文档、默认对你不利',构成一条透明度梯度。

你买的是名字还是能力

官司的关键在于:你当初买的是'这个模型名',还是'这种水平的能力'——买名字,偷换就是违约;买能力,得先说清'能力'到底指什么。

这件事要不要算违约,取决于一个古老的合同法问题:你付钱时,买的到底是什么?

如果 AI 接口算'卖货',事情简单:美国和印度的商品买卖法都规定,你对商品的描述本身就是一种承诺,货得跟描述对得上。但托管在云端的软件服务,法院一般不当'货物',而归到普通合同——那答案就全看文档怎么写、你当初谈得多具体。

关键分界在这里:如果你当初认的是那个名字,偷换就是违约;如果你认的是某种能力水平,偷换就没问题——但这时你必须拿出一个能在法庭上被反复盘问也站得住的'前沿水平'定义。

而这个定义,目前没有任何人写出来过。合同里写'我要顶级质量的回答',对方一句'什么叫顶级?差一点算不算违约?'——没有刻度,这句话就是空的。

"满意"不等于"合规"

Cursor 用'用户满意度'来训练它的路由——工程上聪明,合同上危险:用户没察觉被换,只能证明路由做得好,不等于交付了当初承诺的东西。

Cursor 的路由是这么训练的:拿 60 万条以上真实请求喂给分类器,再用真人的 A/B 测试、以'用户满不满意'当打分标准来调优。三个早期账号报告,比起全都用最贵的 Opus 4.8,能省下三到五成成本。

从工程看,这是个好选择。但从合同看,它很怪:'满意'和'符合约定'是两回事。

一个从头到尾没发现自己被换了模型的用户,证明的是这个路由器很聪明、换得神不知鬼不觉——不能证明供应商交付了当初说好的规格。就像餐馆用便宜食材做菜,你吃着还挺满意,不代表他们给了你菜单上写的那一份。

法庭上,谁生成的?

真正的硬仗在法庭:所有证据规则都假设你能说清'是哪个系统生成的',而路由让这条链在中途断掉。

到目前为止都还在谈钱。作者认为真正的战场在别处,和账单无关。

美国和印度的证据法都有一类规则:一份电子记录要能当证据,你得能说清它是'哪个系统、用什么方式'产生的,甚至可以用哈希值(一串能唯一标识数据的指纹码)来自证。这些规则全都有一个前提——你能叫得出那个系统的名字。

现在设想一个场景:一名律师提交的法律文书里有一条编造的判例引用,法庭启动制裁程序,问'这是哪个模型生成的'。事务所的日志写着 fable-5;供应商的日志却显示,一个分类器触发了,真正回答的是 Opus 4.8。又或者请求经过编程工具里的路由器,选了一个事务所根本无法复原的模型、用了没人指定的精度、跑在一个如今已经下线的版本上。

证据链(证明一份东西从产生到呈堂、中间没被掉包的完整链条)在路由器这里断了。而且是两头都断:想证明自己产出的一方证明不了,想攻击对方产出的一方则拿到一个任何专家都驳不倒的'不可靠'理由。

还有取证难题:路由决定如今是能定案子的关键事实,可路由分类器的日志、每条请求派给了谁、用了什么精度这些数据,得向一个目前根本没义务保存它们的供应商去调取。

提交文书 律师引用了一条编造的判例 启动制裁 法庭追问:哪个模型生成的? 两份日志打架 事务所写 fable-5,供应商写 Opus 4.8 证据链在路由器断裂 没人能复原真正跑的模型 两头都输 想自证的证不了,想攻击的驳不倒 断点不在模型,在中间那个调度器。
一条假引用引出的连锁反应,最终卡在'到底哪个模型生成的'这个无法回答的问题上。

该修的是签名,不是合同

光改合同没用——你需要的是每次返回都附带一个无法伪造、且买方不靠信任卖家就能自行核验的'模型身份签名'。

你没法靠改合同解决这件事,因为你要的那句保证,说的是'运行那一刻'发生了什么,而合同是死的、静态的。

法律迟早会要求的,是可验证的模型身份:每次返回都附上一段签名,把这次输出和一组信息绑死——真正跑的模型编号、权重的哈希指纹、精度、系统提示词的哈希——再用一把扎根于硬件的密钥签字。这类技术,能做保密计算的 GPU 平台其实已经支持。

这块拼图已经拼了一半。 返回结果里本来就带着模型名。缺的是让它'在法律上有用'的那个性质:不能被造假,而且买方不用信任卖家就能自己验证。

路由本身是好工程。但眼下它是一次没有日志、没有签名、无法核验地把你买的东西给换掉。模型编号已经悄悄变成了一个法律意义上的标识符——现在该有人来定一定:它到底标识的是什么。

现状 该有的样子 返回内容 只有模型名 带四要素签名 能否造假 能,无人管 硬件签名防伪 买方核验 只能信卖家 可自行验证 法律效力 争议事实 一纸凭证
作者主张的方向:把'模型身份'从一个可争议的事实,变成一段无法伪造、可自行核验的签名。