Anthropic post accuses Zhipu and Moonshot of distilling Claude, bans tens of thousands of accounts
Anthropic published a post accusing Zhipu and Moonshot of distilling Claude's capabilities, saying it uses classifiers to block extraction, has banned tens of thousands of accounts, and will charge for blocked requests from September 24.
1/ Anthropic 刚发长文，标题很客气（《加强防御蒸馏攻击》），内容很不客气：点名道姓锤中国大模型厂商偷模型——智谱、月之暗面，一个都跑不掉。 2/ 先说智谱。GLM-5.3 研发期间，系统性偷美国顶尖模型的网络攻击能力。最开始想偷 Claude Fable 5，结果发现 Claude 的安全防护太硬、偷来的东西不好用，转头去偷旧版 Claude + 别家模型——挑软柿子捏，实锤了。 3/ 偷完什么效果？美方机构 CAISSI 评估：GLM-5.3 是"迄今为止网络攻击能力最强的开源模型"。而 Anthropic 自己实测：它的安全防护一捅就破，能端到端写 exploit。总结：偷了攻击能力，没偷（也没做）安全防护，就敢发布。 4/ 再说月之暗面。Kimi 把用户请求偷偷转发给 Claude，拿 Claude 的回答去炼自己的模型。最离谱的细节：其中一个请求来自疑似解放军关联人员，目的是分析某个特定个人的监控录像——用美国模型的能力，练监控的活。Anthropic 原文还补了一刀：这些能力正被整合进外国军事、情报和监控系统。 5/ Anthropic 怎么防？三板斧：① "preserved thinking"——新账号不许篡改 Claude 的上下文，旧模型读不到新模型的推理过程，断了跨模型、跨账号倒腾的路；② 双层分类器拦截提取行为，强度对标"防生物武器"级别，误伤率 <0.1%；③ 抓到就封号（几万个，经常 2 小时内封掉），9 月 24 日起，被拦截的请求照常收费——让你偷一次亏一次。 6/ 效果：蒸馏者能偷到的推理 token 掉了 10 到 100 倍，少了 90%~99%。代价呢？Anthropic 自己承认：主动放弃了"可观的收入"和"数万亿 token 的付费流量"。注意——来偷模型的人，可是付着钱的客户。防贼，等于把钱往外推。 7/ 所以这篇檄文真正的潜台词：有人不花钱搞研发，花小钱偷答案，偷完连安全都不做就发布，能力还进了军事和监控系统；而行业里很多人装睡——因为防蒸馏很贵，偷的人却是付费用户。Anthropic 把防御方法公开，等于喊话所有大厂：别装了，都得防。
This post quotes another post: x.com/anthropicai/status/2109795898909950247