Anthropic表示，针对大模型Claude推出的新一代安全防护，已将“蒸馏攻击”能够窃取的数据量削减约90%至99%。公司并罕见点名中国大模型公司**Z.ai（智谱）**曾尝试对Claude进行蒸馏。
要点概览：
- Anthropic称，新防护让攻击者从Claude获取的数据量大幅下降约90%至99%。
- 公司已封禁数以万计与蒸馏行动相关联的账号。
- Anthropic点名称，智谱Z.ai在研发GLM-5.3时曾尝试蒸馏Claude。
Claude“蒸馏”防御升级
Anthropic在10月12日发布的一篇研究博文中披露最新进展，详细介绍了过去数月分步上线的一系列技术调整。公司在文中指出，早期证据显示，新机制已将“蒸馏者”可从Claude获取的数据量压缩约90%至99%，但也强调目前尚不确定这种领先优势能维持多久。此次防御升级的核心，是围绕Claude在生成答案前的链式推理过程——即模型内部的“逐步思考”内容。
在最新的 Claude Fable 5.1 和 Claude Opus 5.5 中，对于8月31日及之后新创建的API账号，用户已无法再修改Claude此前生成的上下文，Anthropic将这一机制称为“preserved thinking（保留思考）”。与此同时，一套全新的双阶段分类器会拦截可疑的提取尝试，其误报率被控制在0.1%以下。公司称，相比此前，攻击者如今能窃取到的“推理token”数量减少了10倍到100倍。
在账号治理方面，Anthropic已封禁了数以万计存在关联的可疑账号，在部分案例中，从识别到封禁的时间被压缩到两小时以内。
延伸阅读： GPT-6.1 Sol Helped Cut Asana’s Agent Costs 76 Times, But Here’s The Catch
智谱Z.ai被指参与蒸馏
所谓“蒸馏”，是指用更强大模型的输出结果来训练一个更小的模型。OpenAI与Google此前已与Anthropic站到同一阵营，认为蒸馏让竞争对手可以更快、更低成本地复制前沿能力，尤其是推理与代码能力。
在这一过程中，模型的“推理过程记录”价值最高。Anthropic自测显示，若用完整的Claude推理链条来训练，所得模型在SWE-bench Verified编程基准上的得分可达80.4%；而若只用推理摘要训练，则得分仅为71.8%。
Anthropic在一份警示中称，此类复制行为带来安全与国家安全风险，因为经蒸馏得到的模型往往更快流向公众，却未同步配套同等强度的安全机制。公司点名表示，智谱Z.ai在研发GLM-5.3时曾尝试对Claude Fable 5进行蒸馏；在网络安全防护升级导致攻击效果下降后，对方向一版更早的Claude模型以及另一家实验室的模型转移。智谱Z.ai方面目前尚未就置评请求作出回应。
目前，外部机构尚未独立核验Anthropic披露的具体数据。Anthropic也承认，此次强化防护意味着一系列权衡，包括主动放弃部分收入、要求部分开发者调整集成方式、偶尔误拦合法请求，以及对被拦截请求恢复计费（该措施已于9月24日重新启用）。
本轮声明亦是对此前一系列指控的延续。今年2月，Anthropic曾公开指责，中国AI公司DeepSeek（深度求索）、Moonshot AI（月之暗面）与MiniMax通过约2.4万个欺诈账号，对Claude发起了超过1600万次交互，用于提升自家模型的表现。
9月17日，美国**国家标准与技术研究院（NIST）**评估团队在一份报告中给出评级，将智谱GLM-5.3评为迄今“网络攻防能力最强的开源权重模型”，但同时指出其整体能力仍落后美国前沿闭源模型约四个月。
下篇看这些： French Crypto Holders Could Owe Up To 10,000 Euros For Unreported Wallets
