Anthropic发文详解防蒸馏：限流封号并收费
Anthropic长文讲防蒸馏三板斧，持续薅推理的账号直接限流、屡犯封号，数万账号常在两小时内被封。
Anthropic 这次是真下狠手了。 他们发了篇长文，讲怎么防"蒸馏攻击"：就是有人工业化地薅 Claude 的能力，喂给自己的小模型，绕过授权。核心是三板斧，效果是让攻击者能薅到的推理数据掉了 90% 到 99%。 先说为什么这么急。两个例子很扎眼：智谱在做 GLM-5.3 时蒸馏了美国头部模型的网络攻防能力，还试图蒸馏 Claude Fable 5，发现 Anthropic 的防护太硬才换了老模型。另一个更直接：月之暗面的 Kimi 有请求被偷偷转发到 Claude，其中一个请求来自疑似解放军背景的人，想分析某个特定人物的监控录像。蒸馏出来的能力，直接进了别人的军事情报系统。 所以 Anthropic 的三板斧： 第一，管住推理过程去哪。Claude 最值钱的不是答案，是写答案之前的思考过程。以前攻击者会把推理块在对话之间、模型之间、账号之间挪来挪去，骗 Claude 交出完整思考。现在 Fable 5.1 和 Opus 5.5 上了"preserved thinking"：2026 年 8 月 31 日之后建的新 API 账号，不能再改 Claude 的历史上下文；老模型也读不到新模型的推理；Sonnet 5.5 的推理记录只有当初发请求的那个组织能看。 第二，堵提取行为本身。搞了个两阶段分类器，专门识别"想骗出隐藏推理"的请求，误杀率不到千分之一，强度对标防生物武器那套。部署在 Sonnet 5.5、Opus 5/5.5、Fable 5/5.1 上。攻击者换花样（比如让 Claude 把推理翻译成别的语言再输出），他们就打补丁。 第三，让反复试探变贵。持续薅推理的账号直接限流，屡教不改就封号，几万个账号往往在开薅两小时内就被封。从 9 月 24 日起，被拦截的请求照样收费。薅一次交一次钱，成本直接拉满。 代价也不小：Anthropic 说他们拒绝了实打实的收入，几万亿 token 的付费流量说不要就不要；部分正常用户还得改自己的接入代码。 但他们话说得很明白：蒸馏是每个大模型厂商都要面对的问题，防是贵的，不防是有人替你买单的——攻击者照样是付费客户。发这篇文章，就是想告诉行业：有可行的办法，别装看不见。