Anthropic表示，其为大模型Claude上线的新一轮防护机制，已经将对手通过“蒸馏攻击”窃取的数据量压缩约90%至99%。公司并罕见点名中国厂商Z.ai（智谱）是尝试实施此类操作的机构之一。
要点速览：
- Anthropic称，新防御手段将蒸馏方从Claude中提取的数据量削减约90%至99%。
- 平台已封禁数以万计与蒸馏活动相关的账号，部分在两小时内被关停。
- Anthropic点名称，Z.ai（智谱）在打造GLM-5.3模型期间，曾尝试对Claude进行蒸馏。
Claude蒸馏防护升级
Anthropic在周一（10月12日）发布的一篇研究博文中披露了这一进展，详细解释了过去几个月陆续落地的技术调整。公司在文章中称，早期证据显示，新方法已让蒸馏方可窃取的数据量减少约90%至99%，但也坦言，这种优势能维持多久仍不确定。此次防护核心，集中在Claude的“推理过程”——即模型在给出最终回答前生成的逐步思考链条。
在Claude Fable 5.1和Claude Opus 5.5中，对8月31日及之后创建的新API账号，Anthropic启用了所谓“保留思考”（preserved thinking）机制：用户不再能改写Claude此前的内部上下文，从源头上压缩可被窃取的推理片段。同时，一个新的两阶段分类器会拦截疑似提取企图，其误判率被控制在0.1%以下。Anthropic称，在该机制下，蒸馏方可获取的“推理token”数量已比此前减少10至100倍。
除技术手段外，Anthropic还通过风控手段“扫号”：已封禁与蒸馏活动存在关联的账号达数万之多，很多账号在异常行为出现后两小时内即被封禁。
延伸阅读： GPT-6.1 Sol 帮Asana将智能体成本压缩76倍，但背后有条件
Z.ai遭点名涉“蒸馏”Claude
所谓“蒸馏”，是指用一个能力更强的大模型的回答，去训练一个更小的模型，从而加速、低成本地复制前者的能力。OpenAI和Google此前已与Anthropic站到同一阵线，认为蒸馏正在成为竞争对手“抄近道”复制前沿能力的关键技术路径。
对蒸馏而言，最关键的并非最终答案，而是模型完整的推理过程记录。Anthropic在自家实验中发现：当训练模型使用的是Claude完整推理过程时，其在SWE-bench Verified代码基准上的得分可达80.4%；而若只用推理摘要，得分则仅为71.8%。
Anthropic在另一篇警示文章中强调，这类“能力复制”不仅关乎商业利益，还带来安全与国家安全层面的风险：因为通过蒸馏得到的模型，往往更快推向公众市场，却未同步搭建起相匹配的安全防线。
公司在这篇文章中点名称，Z.ai（智谱）在打造GLM-5.3时，曾尝试从Claude Fable 5中进行蒸馏；在遭遇网络安全防护削弱其攻击效果后，Z.ai转而对更旧版本的Claude以及另一家实验室的模型下手。Z.ai方面目前尚未对置评请求作出回应。
目前，外部机构尚未对Anthropic披露的数据进行独立核实。Anthropic也承认，这套防护并非没有代价：包括部分潜在收入被迫放弃，部分开发者需要调整集成方式，合规请求偶发被错误拦截，以及对被拦截请求恢复计费（已于9月24日重启）等。
此次公告也延续了过去数月行业内的相互指控。今年2月，Anthropic曾在一篇报告中点名DeepSeek（深度求索）、Moonshot AI（月之暗面）和MiniMax，称这些中国AI公司通过约2.4万个欺诈账号，与Claude进行超过1600万次交互，以提升自家模型表现。
随后在9月17日，美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）的评估团队在一份评估报告中，将GLM-5.3评为迄今“网络攻防能力最强”的开源权重模型；不过其整体水平，仍落后美国前沿闭源模型大约四个月的代际差距。
