Anthropic表示，最新為大型語言模型Claude加入的安全防護，已將「蒸餾攻擊」能抽取到的數據量大幅壓低約九至九成九，同時點名中國公司Z.ai（智譜）是曾嘗試蒸餾Claude的其中一方。
重點摘要：
- Anthropic稱，新防線可把「蒸餾者」從Claude抽取的數據削減約九至九成九。
- 公司已封鎖數以萬計、被指涉及蒸餾行動的相關帳戶。
- Anthropic指Z.ai（智譜）在研發GLM-5.3模型期間，曾嘗試蒸餾Claude。
Claude的「蒸餾」防禦升級
Anthropic於10月12日（周一）發表研究文章，披露過去數月陸續部署的一系列變更。公司在文中指出，初步證據顯示，新方法令蒸餾方能成功抽取的數據量減少約九至九成九，但亦強調目前仍未能判斷這種成效可維持多久。今次防禦重點圍繞Claude的「推理過程」——即模型在給出最終回覆前，於內部生成的逐步思考內容。
在Claude Fable 5.1及Claude Opus 5.5中，8月31日或之後開設的新API帳戶，已不能再修改Claude先前的對話脈絡，Anthropic稱之為「保留思考」（preserved thinking）功能。同時，公司加入一套全新的兩階段分類器，以攔截抽取嘗試，並將誤判率控制在0.1%以下。Anthropic稱，蒸餾者現時能取得的推理token數量，已較以往少10至100倍。
此外，Anthropic已封鎖與蒸餾活動相關的數以萬計帳戶，當中不少是在出現異常行為兩小時內被移除。
延伸閱讀： GPT-6.1 Sol幫助Asana智能代理成本大減76倍，但關鍵在這裏
指控Z.ai參與蒸餾Claude
所謂「蒸餾」，是以更強大模型的答案作訓練數據，去訓練較小的模型。OpenAI及Google近年亦與Anthropic同聲指出，這種做法讓競爭對手可用更低成本、更快時間，複製先進能力，其中最關鍵就是模型的「推理紀錄」。在Anthropic自家實驗中，以完整Claude推理過程作訓練的模型，在SWE-bench Verified編碼基準測試中得分80.4%；若只用推理摘要作訓練，得分則降至71.8%。
Anthropic警告，此類「抄模」行為帶來安全及國安風險，因為被蒸餾出來的模型往往很快公開，卻未必配套同等級的安全機制。公司指，Z.ai（智譜）在開發GLM-5.3期間，曾試圖蒸餾Claude Fable 5，及後因網絡安全防護令其攻擊成效下降，便改為針對較舊版本Claude及另一實驗室的模型。Z.ai暫未就事件回應查詢。
目前仍未有獨立機構核實Anthropic的相關數據。公司亦坦言，新防護帶來取捨，包括拒接部分原可帶來收入的請求、令部分開發者需要調整整合方式，以及偶爾誤攔合法請求；此外，公司已自9月24日起恢復向被攔截請求收費。
今次公布，是在外界連月指控聲中作出回應。今年2月，Anthropic指控中國AI公司深度求索（DeepSeek）、月之暗面（Moonshot AI）及MiniMax，曾透過約24,000個欺詐帳戶，向Claude發出逾1,600萬次互動，以強化自家模型。其後9月17日，美國國家標準與技術研究院（NIST）評估結果顯示，GLM-5.3是迄今釋出的開源權重模型中，在網絡攻防能力最強者之一，但相較美國最前沿模型，其整體水準仍然約落後四個月。
