Anthropic收紧模型蒸馏防护并点名中国厂商
AI科技 · 19 篇公开推文 · 18 位作者 · 曝光 1223449 · 评论 989 · 点赞 3915 · 书签 1965
Anthropic发布关于防范模型蒸馏的说明，声称相关措施减少了大量可提取数据，并公开点名部分中国模型厂商；用户也在讨论Claude封号、风控误判及开源生态影响。
创作角度
- Anthropic披露了哪些防护措施：解释其降低模型蒸馏数据提取的说法。
- 针对企业的指控：梳理关于智谱、月之暗面等公司的争议及各方回应。
- 开源与竞争：讨论防蒸馏措施对模型生态和行业竞争的影响。
- 账号封禁争议：区分官方风控说明与中转商、用户的经验说法。
- 技术边界：讨论蒸馏识别、思维链保护与误判风险。
相关公开推文
Anthropic 这篇官方檄文可以说是彻底撕破脸了， 直接公开点名智谱和月之暗面，把大模型圈工业级偷思维链的黑产老底全掀了。 A社刚发了今年火药味最浓的一篇官方研究， 直接公开点名智谱和月之暗面，把大模型行业暗流涌动的工业级蒸馏偷家产业链掀到了台面上。 很多人一直在好奇，为什么海外大厂砸几十亿美金苦练的顶级推理能力，一些团队只要花几分之一的时间和成本就能迅速追平。 Anthropic 这次拿出的数据极其吓人， 他们发现有大量黑产和机构控制着几十万个虚假账号， 通过代理网络疯狂给 Claude 发送数百万次请求， 核心目标根本不是偷答案，而是偷 Claude 在输出前的完整思维链。 数据表明，拿完整的推理思考过程去训小模型， 代码评测能直接冲到 80.4%，而只拿精简答案去训只有 71.8%，这十个点的差距就是大模型最值钱的核心资产。 为了防住这种工业级抽血，Anthropic 这次直接上了三套极其绝情的硬手段： 一是锁死推理上下文，新 API 账号彻底禁止篡改对话历史，把思维链只留给本机构； 二是把防蒸馏的安全分类器直接拉到了防生物武器的同等级别，误伤率低于千分之一； 三是把被拦截的恶意请求照样扣费，并在几小时内封掉了几万个洗白账号。 这一套组合拳打下来，官方统计直接把被偷走的数据量砍掉了 90% 到 99%，为此 Anthropic 宁可主动拒掉数万亿 Token 的真金白银收入。 说白了，以前大模型赛道表面拼的是参数和跑分，暗地里拼的是谁能更隐蔽地把前沿大模型当免费老师来抽血， 当思维链的输血管道被巨头彻底焊死，真正拼底层原生内功的淘汰赛也许才刚刚开始啊～～
曝光 303666 · 评论 248 · 点赞 1078 · 书签 627
查看原帖这个研究太吓人了，Claude 的 Anthropic 今早发布一篇炸裂研究，他们想看看现在开源的 AI 小模型，有没有能力在便宜的家用设备上，复制自己并扩散，像电影里的丧尸那样。 他们模拟测试了好几个开源模型，结果是中国的 AI 模型表现最突出，如阿里的千问，能自己在各种陌生硬件上，把 AI 环境搭起来。 而智谱的 GLM ，更加离谱，它是所有测试里，唯一能完整跑通，自动搜索周围设备，拷贝模型过去，再从新设备继续扩散，寻找下一个，完成全流程的。 英文区不少人看到这份报告，都在喊 AI 蠕虫来了。 Anthropic 预计到 2026 年底，更小的模型也可能达到这个水平。 由于开源模型谁都能下载，一旦被人拿去当病毒，全世界防护薄弱的智能设备，都可能成为目标。
曝光 152861 · 评论 154 · 点赞 886 · 书签 450
查看原帖前几个月国模大跃进以后进步速度变慢了，原因是openAI和 Anthropic两家增加了反蒸馏措施，让蒸馏成本和难度比以前提高了10倍。 比如openAI，GPT-6不再直接展示思维链，迫使蒸馏方必须采用更多轮次的提问，来还原GPT的思考路径。原先通过2-5轮次交互就能获取的信息，现在可能需要10次、30次，导致API调用成本直接上升5倍以上。 Anthropic新的防护措施把推理 Token 数量减少 90～99%，包括限制推理记录在对话、模型及账号间转移，部署两阶段分类器识别和拦截提取请求，并对反复尝试的账号限流或封禁。
曝光 115224 · 评论 50 · 点赞 491 · 书签 102
查看原帖Anthropic 发布了他们是如何反蒸馏的文章。 但是这文章也告诉我们，如何在一定程度上避免被封！ 我们很多被封的用户，很大程度上是被系统误认为在对模型进行蒸馏而误封的，尤其是那些刚注册完就被快速封禁的账号。 你可以看一下如何避免某些操作，别让他们误以为你在做蒸馏，从而减少被封禁的风险： 不要让 Claude 展示思考过程，不要诱导它输出思维链 不要搬运或尝试篡改它的思维链，更不要反复尝试让它吐出思维过程 账号与付款方面：他们重点打击的是代理 IP 请求以及转售账号，所以账号注册和付款渠道要干净 环境隔离：不要在同一个 Agent 环境里同时共用国产模型和 Claude 模型 所以目前来看，最大的两个风险还是账号本身（包括付款渠道），以及在提示词中诱导模型展示思维链的操作
曝光 63326 · 评论 86 · 点赞 252 · 书签 213
查看原帖😅 这个就尴尬了！Kimi 和 GLM 跟 Dario 算是不死不休了。 Anthropic 又发长文，公开点名： Kimi：被指偷偷把用户请求转发给 Claude，收集推理数据用于蒸馏。 GLM-5.3：被指专门蒸馏美国顶尖模型的网络安全能力，连 Claude Fable 都盯上了。 Dario 这次下狠手了：升级反蒸馏防线，声称有效提取的推理数据减少 90%～99%，封禁数万个账号。 这梁子，怕是彻底结下了。😂
曝光 61516 · 评论 40 · 点赞 60 · 书签 29
查看原帖看了一下A社最新的文章，说的是新一轮反蒸馏措施非常有效果！让蒸馏者能拿到的 Claude 推理数据下降了约 90% 到 99%。 1. 文章中两个防止蒸馏的理由全部来自国模 一是蒸馏出来的模型能力接近前沿，但安全护栏跟不上。点名智谱 GLM-5.3 蒸馏了网络安全能力。 二是国家安全，举了月之暗面 Kimi 的请求被转发给 Claude 的例子。 2. 文章指出了几个老套路（之前的蒸馏做法） 最早的做法是只展示推理的摘要。实验结果是，用完整推理训练的模型 SWE-bench Verified 得 80.4%，只用摘要训练的得 71.8%，说明摘要确实有效。 蒸馏者随后转向"主动套取"，比如直接让 Claude 逐字输出推理。有一家实验室试了 12,000 种诱导方式，还有代理网络同时控制两万多个假账号。 3. 为了防止被蒸馏，A社采用了新的方式 【1】控制推理能流向哪里：Fable 5.1 和 Opus 5.5 引入"preserved thinking"。2026 年 8 月 31 日及之后注册的 API 账号不能再改写之前的上下文。新模型的推理不能被旧模型读取。Sonnet 5.5 的推理只对发起请求的组织可见。 【2】分类器拦截加持续修补：采用两阶段分类器，和防生物武器用的是同一套思路。误报率低于 0.1%。翻译推理、把推理塞进标签里输出这类新绕法，都已经补上。 【3】提高重复尝试的成本：对反复尝试的账号限流、封号，有时两小时内就封掉。从 9 月 24 日起，被拦截的请求也照样收费。 有趣的是，A社自己承认了采取措施出现的一些问题。比如，部分开发者需要改集成代码。有不到 0.1% 的正常请求会被误拦，而且被拦的请求也要付费。 然后信誓旦旦说自己 放弃了相当一部分收入（很搞笑）。
曝光 57008 · 评论 22 · 点赞 111 · 书签 45
查看原帖Anthropic 花了大半年指责中国大模型偷技术，结果 David Sacks 今天给它上了一课： 保护 Claude 是你自己的生意，别让整个开源生态陪葬。 昨天 Anthropic 宣布，新的反蒸馏措施让 Claude 被提取的推理数据减少了约 90%–99%。Sacks 随即发帖祝贺，顺便翻出了几个月前的争论。 当时华盛顿有人试图以知识产权为理由限制开放权重模型，英伟达、微软、Meta 等 50 家公司联名反对，黄仁勋甚至为此发出了自己在 X 上的第一条帖子。 Sacks 当时就认为，保护模型应该是企业自己的责任。如果政府替闭源公司限制竞争，反而会让它们失去改进技术的动力。 过去大半年，Anthropic 一直在试图把针对中国模型的蒸馏指控上升到国家安全层面。问题是，模型蒸馏本身就是一项广泛使用的训练技术。大规模盗用账号、绕过访问限制当然可以被追究，但一家美国公司的 API 使用协议，凭什么变成决定全球 AI 技术如何发展的规则？ 更有意思的是，美国内部其实已经出现了非常明显的利益分裂。 Anthropic 希望维持高利润的闭源 API 生意，但英伟达要卖芯片，云厂商要卖算力，创业公司需要便宜好用的模型。中国开源模型越强，这些美国公司的利益就越难与 Anthropic 保持一致。 前两天《华盛顿邮报》还专门报道，DoorDash、Airbnb 等美国企业已经在使用中国模型。美国政府可以把中国 AI 描绘成威胁，但美国企业自己正在享受中国开源带来的成本优势。 这恰恰是中国 AI 最值得利用的现实。 中国开源模型真正的筹码，是让越来越多美国企业发现，封杀中国模型也会伤害自己的利益。 Anthropic 可以决定谁能使用 Claude，却不应该有权决定整个 AI 行业该如何学习和进步。
曝光 47739 · 评论 21 · 点赞 88 · 书签 45
查看原帖卧槽！我的 Claude 号没了，草！！！ 兄弟们，千万别随便拿 Claude 搞逆向了！ 本来看到 GitHub 上的 REA 项目火得不行，就想着用 Claude 试试能不能把一个软件给逆向破解了 结果软件还没破解明白，Claude 先把我的号给封了！ 整整存活快 70 天的 Claude 号，说封就封了 草，真的心态炸了！
曝光 45892 · 评论 30 · 点赞 15 · 书签 1
查看原帖Anthropic 这次是真下狠手了。 他们发了篇长文，讲怎么防"蒸馏攻击"：就是有人工业化地薅 Claude 的能力，喂给自己的小模型，绕过授权。核心是三板斧，效果是让攻击者能薅到的推理数据掉了 90% 到 99%。 先说为什么这么急。两个例子很扎眼：智谱在做 GLM-5.3 时蒸馏了美国头部模型的网络攻防能力，还试图蒸馏 Claude Fable 5，发现 Anthropic 的防护太硬才换了老模型。另一个更直接：月之暗面的 Kimi 有请求被偷偷转发到 Claude，其中一个请求来自疑似解放军背景的人，想分析某个特定人物的监控录像。蒸馏出来的能力，直接进了别人的军事情报系统。 所以 Anthropic 的三板斧： 第一，管住推理过程去哪。Claude 最值钱的不是答案，是写答案之前的思考过程。以前攻击者会把推理块在对话之间、模型之间、账号之间挪来挪去，骗 Claude 交出完整思考。现在 Fable 5.1 和 Opus 5.5 上了"preserved thinking"：2026 年 8 月 31 日之后建的新 API 账号，不能再改 Claude 的历史上下文；老模型也读不到新模型的推理；Sonnet 5.5 的推理记录只有当初发请求的那个组织能看。 第二，堵提取行为本身。搞了个两阶段分类器，专门识别"想骗出隐藏推理"的请求，误杀率不到千分之一，强度对标防生物武器那套。部署在 Sonnet 5.5、Opus 5/5.5、Fable 5/5.1 上。攻击者换花样（比如让 Claude 把推理翻译成别的语言再输出），他们就打补丁。 第三，让反复试探变贵。持续薅推理的账号直接限流，屡教不改就封号，几万个账号往往在开薅两小时内就被封。从 9 月 24 日起，被拦截的请求照样收费。薅一次交一次钱，成本直接拉满。 代价也不小：Anthropic 说他们拒绝了实打实的收入，几万亿 token 的付费流量说不要就不要；部分正常用户还得改自己的接入代码。 但他们话说得很明白：蒸馏是每个大模型厂商都要面对的问题，防是贵的，不防是有人替你买单的——攻击者照样是付费客户。发这篇文章，就是想告诉行业：有可行的办法，别装看不见。
曝光 44147 · 评论 18 · 点赞 30 · 书签 33
查看原帖🚀Claude封号原因终于找到！Anthropic亲自公布封号细节！ Anthropic刚刚发布的这篇文章价值巨大！尤其还提到了为什么封Claude账号！ A\提到如果持续尝试提取 Claude 的受保护推理记录，会受到更严格的限流；反复、持续尝试蒸馏，会被封禁关联账号！ Anthropic 称，已经因此封禁了数万个账号，往往在账号开始蒸馏活动后不到两小时就采取行动。 所以如果你的Claude经常被封号，那么大概率你的行为被视作蒸馏！ https://www.anthropic.com/research/distillation-defenses
曝光 35850 · 评论 21 · 点赞 74 · 书签 92
查看原帖上一板斧把国内模型都要干趴了，还来？ Anthropic 博客发布 《加强对蒸馏攻击的防御》 总结下来就一句话：不仅把防线焊死了，甚至开始“抓到违规照样扣你钱”。 核心 • Anthropic 表示，新的防御策略已经把外部团队从 Claude 薅走的蒸馏数据砍掉了 90%–99%。 • 所谓“蒸馏攻击”，就是有人注册海量马甲号，流水线式地套取 Claude 的输出去喂给自家模型，等于绕过授权白嫖底层能力。 担心 • 靠蒸馏催熟的模型往往没做足安全护栏，很容易在生物、网安领域惹祸。文章直接点名智谱：说他们训 GLM-5.3 时蒸馏了美国顶尖模型的网安能力，但安全防线一捅就破。 • 怕这些白嫖来的能力被塞进别国的军事、情报和监控系统。文中还点名月之暗面，称 Kimi 曾偷偷把用户请求直接转发给 Claude。 防御 • 蒸馏最眼馋的就是模型的推理过程（思维链），所以防守核心就一件事：绝不让你轻易拿到完整思考过程。 • 光靠表面功夫防不住：早期官方试过只输出推理摘要，确实管用，对面蒸馏出的模型在 SWE-bench Verified 跑分直接从 80.4% 掉到 71.8%；但对方很快换了打法，用提示词诱导模型把思考过程逐字吐出来，还挂了几十万个黑产代理号硬刷。 新方法 • 锁死思维链：新开的 API 账号不准再篡改 Claude 之前的上下文；防止高阶模型的推理记录被安全防线较弱的旧模型读取；思考记录谁发起的就只给谁看，绝不外流。 • 实时拦截+打补丁：在主力模型（Sonnet 5.5、Opus 5/5.5、Fable 5/5.1）前面挂了类似“宪法分类器”的双层审查机制，误伤率控制在 0.1% 以内，同时靠红队测试随时堵漏洞。 • 让偷数据的人肉疼：一旦发现反复套话，直接限流、封号；最狠的是从 9 月 24 日起，在蒸馏这类低误判（<0.1%）场景下，哪怕请求被当场拦截，钱也照扣不误。 效果与代价 • 之前 9 月份报告里曝光的蒸馏套路，现在基本能被分类器一网打尽；能被薅走的推理 token 数量暴跌了 10–100 倍，有时候甚至归零；官方已经顺手封了几万个号，通常两小时内就能拉黑完毕。 • 副作用：因为上了新机制，一部分正常开发者得跟着改接口代码；分类器有极小概率（<0.1%）误伤好人，而且一旦被拦还得白交钱。 • 至于这招能管用多久也不好说，毕竟这本身就是场猫鼠游戏，而且目前还没遇上真正顶级高手的死磕。 呼吁 • 被薅羊毛是所有大模型厂商和云平台共同的痛。大家都在同一条船上，偷数据的流量散布在各种第三方中转和云平台里，别再放任不管了，Anthropic 公开方法，同行们赶紧联合起来清退灰产号吧。
曝光 26373 · 评论 10 · 点赞 58 · 书签 32
查看原帖Anthropic 这场蒸馏攻防战，其实很多人还没意识到这件事背后最残酷的行业分水岭，Anthropic 宁可少赚几万亿 Token 也要焊死思维链后门，这绝不是简单的安全公关，我理解更像是一场对蒸馏追赶者的降维阻击战， 上午很热闹，大家都在看大厂撕破脸的点名热闹，但我更在意的是，当思维链抽血通道被巨头彻底封死之后，整个 AI 生态接下来会发生什么， 过去两年行业里心照不宣的秘密，就是海外前沿大厂在前面拿几十亿美金去赌未知的架构路径，后面大量团队靠工业级蒸馏低成本复刻 90% 的能力，把顶级推理打成白菜价。 但现在这趟免费便车被巨头彻底掀翻了， Anthropic 宁可拒掉数万亿 Token 的真金白银，也要把防蒸馏拉到生物武器级别，这绝不仅是一次安全防御，而是一场极其精密的商业护城河保卫战。 这意味着接下来三个极其现实的连锁反应： 一是纯靠套壳蒸馏、没有底层原生预训练能力的团队，接下来会被光速打回原形， 二是开源小模型追赶旗舰能力的迭代节奏大概率会明显失速，低成本抽血红利期正在加速关闭， 三是行业真正的分水岭，不再是看谁跑分能刷到 90%，而是看脱离了现成思维链之后，你还有没有能力从零探索下一代未知架构。 说白了偷家式创新的黄金时代已经彻底终结了， 当师傅把门窗全部焊死，接下来的牌桌上，拼的全是硬碰硬的真内功。
曝光 22801 · 评论 43 · 点赞 131 · 书签 38
查看原帖😤Dario又怒了！下令Anthropic再度发文谴责Zai智谱与月之暗面Moonshot通过蒸馏攻击“抄”Claude能力！ 关于智谱（http://Z.ai）GLM-5.3： 🔹在开发GLM-5.3期间，蒸馏了领先美国模型的网络攻防能力。 🔹曾尝试蒸馏Claude Fable 5，但因防护导致效果下降后，改用旧版Claude及其他实验室模型。 关于月之暗面（Moonshot）Kimi： 🔹曾将用户发往Kimi的请求秘密转发至Claude处理，再以Kimi名义返回结果，用于收集训练数据。 🔹涉及大规模转发（有报告称单次约10天近30万请求），且出现疑似与解放军相关的监控视频分析请求。 报告全文：https://www.anthropic.com/research/distillation-defenses #Anthropic #Claude #智谱 #Zai #GLM53 #月之暗面 #Moonshot #Kimi #AI蒸馏 #模型蒸馏 #网络安全 #Dario #唐杰 #杨植麟
曝光 22795 · 评论 29 · 点赞 46 · 书签 16
查看原帖