Anthropic 称蒸馏防御使 Claude 推理 token 窃取减少 99%
Anthropic 表示其新防御措施将 Claude 推理 token（内部思维链步骤）被提取量削减了 90% 至 99%，成功蒸馏尝试在其上线后大幅下降。攻击者使用数十万个虚假账号组成的网络实施攻击。Anthropic 点名中国公司智谱和月之暗面参与其中：智谱被指为 GLM-5.3 从美国领先模型窃取网络能力，月之暗面被指秘密将查询路由至 Claude。Anthropic 现已限制对 Claude 内部推理步骤的访问，运行检测提取尝试的分类器，并自动封禁被标记账号，已封禁数万个。Anthropic 呼吁其他 AI…
推荐理由了解大模型蒸馏攻防的具体数字与点名对象，做模型安全或合规的人可直接参考其防御手段