Anthropic 称反蒸馏防御已将 Claude 推理 token 窃取量削减高达 99%

Anthropic 正在大规模应对针对其 Claude 模型的蒸馏攻击。 在这些攻击中，企业系统性地复制某个 AI 模型的能力，用以训练自己的更小模型。Anthropic 表示，其新防御措施已将被提取的推理 token（模型内部的思维链步骤）数量减少了 90% 到 99%。攻击者利用数十万个虚假账户组成的网络来实施这些行为。

Anthropic 点名中国公司智谱和月之暗面为参与者。据称，智谱从美国领先模型中窃取网络能力用于其 GLM-5.3 模型，而月之暗面则秘密通过 Claude 路由查询请求。这些被窃取的能力可能最终流入外国军事和监控系统。

Anthropic 现在限制了对外访问 Claude 内部推理步骤，运行一个可检测提取尝试的分类器，并自动封禁被标记的账户。已有数万个账户被封禁。Anthropic 呼吁其他 AI 开发者采取类似的保护措施，尽管该公司承认合法用户也会在此过程中受到波及。

不炒作的 AI 新闻 – 由人工精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 时事通讯、每年六期的独家 "AI Radar" 前沿报告、完整档案访问权限以及评论区的使用权限。