Anthropic 推出新防护措施，模型蒸馏攻击窃取数据量最高降低 99%

一句话结论

Anthropic 部署新防护体系，将模型蒸馏攻击窃取的数据量降低 90% 至 99%，显著遏制竞争对手复刻其能力。

关键要点

• Anthropic 新防护使蒸馏攻击者提取的推理词元（token）数量降至之前的十分之一至百分之一，数据窃取量降低 90% 至 99%。
• 新机制通过拦截代理网络反复探测受保护推理链路的行为，阻碍大规模蒸馏行动。
• 该系统稳健程度大致相当于阻止 Claude 协助制造生物武器的防护体系，误报率低于 0.1%。
• Anthropic 封禁数万个与蒸馏活动相关的账号，并以智谱 AI 研发 GLM-5.3 模型期间尝试蒸馏 Claude 为例予以警告。

背景与事实

当地时间 10 月 13 日周一，总部位于加州的美国人工智能公司 Anthropic 对外宣布，该公司已推出多项新的安全防护措施，核心目标在于防止竞争对手通过技术手段复刻其旗舰产品 Claude 人工智能模型的能力。根据 Anthropic 披露的数据，这套新防护措施实施后，针对模型蒸馏攻击中数据窃取行为的成效显著，具体表现为被窃取的数据量降低了约 90% 至 99%。

模型蒸馏技术目前已成为头部人工智能企业重点担忧的安全问题。Anthropic、OpenAI 及谷歌等巨头普遍认为，竞争对手可以利用这种技术，以更低成本和更快的速度复刻出模型的前沿能力，从而威胁自身技术壁垒。Anthropic 指出，这套用于限制外界获取 Claude 推理过程的防护机制，大幅减少了信息提取行为。在技术效果上，蒸馏攻击者所能提取到的推理词元（token）数量，仅为之前的十分之一至百分之一。

IT 之家在报道中注意到，该防护体系的核心运作逻辑在于提升使用代理网络反复探测 Claude 受保护推理链路的难度。系统能够主动拦截信息提取尝试，从而有效阻碍大规模蒸馏行动。Anthropic 在评估该系统安全性时称，其稳健程度“大致相当于阻止 Claude 协助制造生物武器的防护体系”，且误报率严格控制在 0.1% 以下。

除了技术层面的防御，Anthropic 还采取了账号处置措施，已封禁数万个与蒸馏活动相关的账号。在此过程中，Anthropic 以中国 AI 初创企业智谱 AI 为例，指称该公司在研发 GLM-5.3 模型期间，曾尝试从 Claude 蒸馏提取模型能力。Anthropic 对此类行为发出明确警告，认为其可能带来安全与国家安全风险。

影响分析

对中文开发者与从业者而言，这一事件具有直接且深远的实际影响。首先，头部模型供应商正在加速构建“技术围墙”，通过高强度防护体系阻止能力外流，这意味着未来通过公开接口或黑盒测试逆向工程顶级模型推理能力的成本将急剧上升，技术复刻的时间窗口大幅收窄。其次，Anthropic 公开点名国内企业智谱 AI 并关联国家安全风险，表明 AI 模型蒸馏已从单纯的技术竞争上升为地缘政治议题，国内企业在跨境 API 调用、数据交互及模型研发合规性方面将面临更严格的监管审视与法律约束。对于依赖调用海外大模型进行业务创新或二次开发的国内团队，其技术路径的可持续性正受到挑战，加速自主研发或寻找合规替代方案成为必然选择。

适用边界

本结论主要适用于依赖海外旗舰模型（如 Claude）进行推理调用、且存在通过大量交互提取模型内部逻辑或训练数据意图的场景。对于仅使用模型进行常规 API 调用、不涉及高频探测或逆向工程提取推理词元（token）的普通业务场景，该防护措施的影响相对有限。此外，该防护效果数据主要反映 Anthropic 自述的针对其自家模型的结果，其他模型供应商的蒸馏防御体系可能无法达到同等降低比例。

孤本观察

编辑判断认为，Anthropic 将蒸馏防护标准直接对标“阻止制造生物武器”的防护体系，这一类比并非仅仅强调技术强度，而是试图在舆论层面将模型蒸馏行为定性为具有潜在危害性的“攻击行为”，从而为后续更激进的账号封禁与合规追责建立道德与法律正当性。

来源：IT之家