Anthropic称新防御措施将Claude推理令牌盗取减少99%

关键信息

Anthropic称其限制了对Claude内部推理步骤的访问，部署分类器识别提取行为，并封禁了数万个被标记账户。该公司点名智谱和月之暗面参与其中，但相关效果和指控主要来自Anthropic自身，并且公司承认会误伤部分合法用户。

资讯摘要

Anthropic称，Claude模型正遭遇工业规模的模型蒸馏攻击。在这类攻击中，操作者系统性地向能力更强的“教师模型”发起查询，再利用生成的数据训练出模仿其能力的更小模型。Anthropic表示，在部署新防护措施后，被提取的推理令牌，也就是内部思维链步骤，数量减少了90%至99%。该公司称，攻击者运营着包含数十万个虚假账户的网络，以大规模发起查询。

Anthropic点名中国企业智谱和月之暗面，指称智谱为GLM-5.3窃取美国领先模型的网络安全能力，月之暗面则秘密通过Claude转发查询。Anthropic警告，被复制的能力最终可能被用于外国军事和监控系统。该公司的应对措施包括收紧内部推理访问权限、使用分类器检测提取模式，以及自动封禁账户，目前已有数万个账户被封禁。Anthropic呼吁其他人工智能开发商采取类似保护措施，同时承认这些系统也可能误伤合法用户。

资讯正文

Anthropic称，在打击工业规模模型蒸馏的过程中，Claude推理令牌盗取量最多减少了99%

Anthropic正在应对针对其Claude模型的大规模蒸馏攻击。在这类攻击中，一些公司会系统性地复制某个AI模型的能力，用于训练自己的小型模型。Anthropic称，其新防御措施已将提取的推理令牌数量减少了90%至99%；这些令牌代表模型内部的思维链步骤。攻击者通过数十万个虚假账户组成的网络实施此类操作。

Anthropic点名指称中国公司智谱（Zhipu）和月之暗面（Moonshot）参与其中。据称，智谱从美国领先模型中窃取网络安全能力，用于其GLM-5.3模型；而月之暗面则秘密通过Claude转发查询。被窃取的能力最终可能被用于外国军事和监控系统。

如今，Anthropic限制了对Claude内部推理步骤的访问，运行分类器来检测提取行为，并自动封禁被标记的账户。目前已有数万个账户被封禁。Anthropic呼吁其他AI开发商采取类似保护措施，但该公司也承认，合法用户同样可能受到这一过程的影响。

来源与参考

1. 原始链接
2. Anthropic says it cut Claude reasoning token theft by up to 99% in fight against industrial-scale distillation