据华尔街见闻报道，Anthropic于10月12日披露，针对Claude的反蒸馏防御已将攻击者提取的推理数据量压缩至此前的1%至10%，即下降90%至99%。公司还称，已封禁数万个与蒸馏行为相关的账号，部分账号在发起攻击后不到两小时内被处置。
这套防御重点保护的是推理记录，而不只是最终答案。Anthropic表示，蒸馏者最感兴趣的是Claude作答前写出的“推理过程”。其评测显示，使用Claude Opus 4.8完整推理记录训练的蒸馏模型，在SWE-bench Verified编程基准中得分为80.4%；仅使用摘要处理后的推理记录训练时，得分为71.8%。
访问管控是其中一层。针对Claude Fable 5.1和Claude Opus 5.5，Anthropic推出“保留思维”功能：2026年8月31日之后创建的新API账号无法编辑Claude的上下文历史，以阻断通过代理网络反复提取受保护推理内容的路径。较早版本模型无法读取新模型的推理记录；Claude Sonnet 5.5的推理内容则仅限发出请求的原始机构访问。
另一层是用于阻止并修复提取尝试的双阶段分类器。公司称，其误报率低于0.1%，已部署于Claude Sonnet 5.5、Claude Opus 5和5.5、Claude Fable 5和5.1。已被拦截的手法包括要求Claude把此前推理翻译成另一种语言，或将推理内容写入特定标签。
对于持续尝试提取推理内容的账号，Anthropic会施加更严格的使用限额。自2026年9月24日起，公司还恢复对被安全护栏拦截的请求收费，前提是该护栏的误报率低于0.1%。公司将这一安排作为提高重复攻击经济成本的措施。
这些措施也影响了正常使用。Anthropic承认，“保留思维”要求部分开发者更新现有集成，分类器仍有极少比例的误拦截，而被拦截请求收费会对误触边界的合法用户造成实际影响。公司同时表示，拒绝蒸馏者的付费流量涉及数以万亿计的token，已使其放弃“有实质意义的收入”。
仅供信息参考，不构成投资建议。