Anthropic 部署反蒸馏防护机制：通过限制推理链提取将窃取数据量降低 90% 至 99%，误报率低于 0.1%

Anthropic 正式公布针对 Claude 模型的新型防御性技术，旨在遏制工业规模的非法知识蒸馏攻击。早期数据显示，新部署的防御机制成功将攻击者窃取的数据量减少了 90% 到 99%，有效回应了行业对低成本复制前沿模型能力的担忧。

该防护机制的核心在于限制外界获取 Claude 的推理过程，将攻击者可提取的推理词元数量降低至原来的 1% 到 10%。系统在拦截大规模信息提取的同时保持了极低的误报率（<0.1%），其稳健度对标生物武器防护标准。此外，Anthropic 已封禁数万个涉嫌蒸馏的账号，并公开点名智谱 AI 在研发 GLM-5.3 期间尝试从 Claude 蒸馏能力，引发国家安全风险担忧。

此举不仅显著提升了复刻前沿能力的成本，还通过公开可操作的防御方案对抗欺诈账户网络，证明了存在可行的替代方案以反对行业不作为。这一进展对维护大模型生态安全、保护知识产权及应对潜在的国家安全风险具有深远意义。