Anthropic表示，已在Claude上部署一系列新防護措施，將「蒸餾攻擊」可收集的資料量壓低約90%至99%，並首度點名中國業者 Z.ai（智譜） 曾嘗試以此手法複製Claude的能力。
重點整理：
- Anthropic稱，新防禦機制已讓攻擊者能從Claude蒐集到的資料量銳減約90%至99%。
- 公司已封鎖數以萬計、與蒸餾攻擊活動相關聯的帳號。
- Anthropic指稱，Z.ai（智譜）在打造GLM-5.3模型時，曾嘗試對Claude進行蒸餾。
Claude蒸餾防禦機制
Anthropic於10月12日發布研究貼文，說明過去數月陸續上線的多項防護調整。公司在貼文中指出，初步證據顯示，新機制已讓攻擊者從Claude蒐集到的資料量減少約90%至99%，但也坦言目前仍不確定這些成效可維持多久。這波防禦升級的核心，在於鎖住Claude回答前產生的逐步推理過程。
隨著Claude Fable 5.1與Claude Opus 5.5上線，8月31日以後新開立的API帳號，已無法再編輯Claude既有的上下文紀錄；Anthropic將這項設計稱為「preserved thinking」，意在保留且保護模型內部思考軌跡。同時，新部署的一套雙階段分類器，會攔截疑似抽取推理內容的請求，且誤判率低於0.1%。Anthropic表示，在新系統下，攻擊者現在能抽取到的「reasoning token」（推理字元）比過去少了10到100倍。
為遏止大規模不當使用，Anthropic也已封鎖數以萬計相互關聯的帳號，且多數能在異常活動發生後兩小時內完成封鎖。
延伸閱讀： GPT-6.1 Sol 協助Asana將代理成本砍到原本的1/76，但關鍵在這裡
Z.ai被指大規模蒸餾Claude
「蒸餾」是指以更強大的模型輸出為標準答案，去訓練較小的模型，讓後者以較低成本、較快速度複製前者的進階能力。OpenAI與Google此前也與Anthropic一同警告，競爭對手若倚賴蒸餾，可能繞過漫長研發過程，直接複製前緣模型的能力。
在蒸餾過程中，完整的推理紀錄價值最高。Anthropic自家實驗顯示：若以Claude完整推理過程作為訓練資料，在SWE-bench Verified程式設計基準測試上，模型可拿到80.4%的分數；若只用推理摘要，表現則降為71.8%。
Anthropic警告，此類「能力複製」行為具有安全與國安層面的風險，因為經蒸餾後的模型往往以較少的安全防護直接面向大眾。公司並點名指出，Z.ai（智譜）在開發GLM-5.3期間，曾嘗試從Claude Fable 5蒸餾能力；在遭遇多重資安防護削弱攻擊成效後，才改而轉向較舊版本的Claude與其他實驗室模型。Z.ai目前尚未就相關指控對外回應。
目前尚無第三方機構對Anthropic的數據說法進行獨立驗證。Anthropic也坦承，新防禦措施伴隨多項權衡，包括：放棄部分營收、要求部分開發者調整整合方式、偶爾錯擋合法請求，以及對遭攔截請求恢復收費（已自9月24日起重新啟用）。
這次公告，是Anthropic在一連串扒皮行動中的最新一章。早在今年2月，Anthropic就曾指控，DeepSeek、Moonshot AI與MiniMax等中國業者，透過約2.4萬個可疑帳號，對Claude發出超過1600萬次互動，藉此強化自家模型。
隨後在9月17日，美國國家標準與技術研究院（National Institute of Standards and Technology, NIST）的評估人員，在一項測評中將GLM-5.3評為目前已公開權重模型中「網路攻擊能力」最強者，儘管整體實力仍落後美國前沿模型約四個月。
下一步可讀： 法國加密貨幣持有人若未申報錢包 恐面臨最高1萬歐元罰款
