Anthropic发布Claude蒸馏防御报告，称窃取数据降90%-99%并点名中国实验室
先了解这件事
2026年10月13日，Anthropic发布研究报告，针对针对Claude模型的大规模蒸馏攻击推出了多项新防护措施。该公司表示，通过限制Claude内部推理访问、部署检测提取的分类器以及自动封禁账号等手段，成功将蒸馏攻击中被窃取的推理词元数据量降低了90%至99%，使攻击者可提取的推理词元数量大幅减少。最新报道补充，Anthropic指出攻击者主要使用数十万个虚假账号，并点名中国实验室Zhipu和Moonshot参与相关活动。目前该公司已封禁数万个账号，但承认部分正常用户也被误伤，同时呼吁其他AI开发者采用类似保护措施。
AI 根据报道生成 · 1 小时前更新
事件进展
2 个进展
- 10月23日 02:25 · 1 篇报道Anthropic 能否阻止中国实验室对 Claude 进行蒸馏？R/ArtificialInteligence：Anthropic 能否阻止中国实验室对 Claude 进行蒸馏？
- 10月13日 07:58 · 3 篇报道Anthropic发布关于抵御Claude蒸馏攻击的研究报告Anthropic (X)：Anthropic 详解 Claude 蒸馏攻击防御进展
报道时间线
沿着报道，了解事件的不同侧面。
- R/ArtificialInteligenceAnthropic 能否阻止中国实验室对 Claude 进行蒸馏？
Anthropic 称其新防御措施将成功的蒸馏攻击降低了 90%-99%。 美国数据公司正为 Anthropic 构建高质量专家数据集，同时向海外出售这些数据集。
- The DecoderAnthropic 称其安全措施将 Claude 推理 token 泄露削减最多 99%
Anthropic 表示，其针对 Claude 模型的大规模蒸馏攻击防御措施使成功提取的推理 token 量下降了 90% 到 99%，攻击者主要使用数十万个虚假账号。Anthropic 点名 Zhipu 和 Moonshot 参与相关活动，目前通过限制 Claude 内部推理访问、部署检测提取的分类器以及自动封禁账号进行拦截，已封禁数万个账号，但部分正常用户也被误伤。
- IT之家Anthropic 推出新防护措施，将模型蒸馏攻击窃取数据量降低最高 99%
Anthropic 推出新防护机制限制竞争对手通过模型蒸馏复刻 Claude 能力，使蒸馏攻击中被窃取的数据量降低约 90% 至 99%。新措施将蒸馏攻击者可提取的推理词元数量减少至之前的十分之一至百分之一，并通过拦截信息提取尝试提升防护难度。
- Anthropic (X)Anthropic 详解 Claude 蒸馏攻击防御进展
过去几个月，我们在降低针对 Claude 的蒸馏攻击有效性方面取得了重大进展。 在此文中，我们解释了具体方式：https://www.anthropic.com/research/distillation-defenses
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。