Anthropic 严打大模型蒸馏：封数万个账号 蒸馏数据大减 90%-99%

Anthropic 表示新防护措施已使蒸馏攻击者从其平台提取的 Claude 推理 Token 数量减少约 90% 至 99%。攻击者常借助虚假账号网络批量获取模型回复，未经授权复制其能力，完整推理记录比最终答案更具训练价值。新措施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，对反复尝试的账号限流或封禁，分类器误报率低于 0.1%，已封禁数万个相关蒸馏账号，通常在攻击开始后两小时内完成封禁。此外公司自 9 月 24 日起恢复对蒸馏等特定类别中被安全防护拦截的请求收费，部分开发者需更新集成方式，分类器也可能误拦正常请求。目前防护成效的持续时间尚不明确，公司尚未遭遇高度复杂且持续性的绕过尝试，仍需不断迭代防御措施。