Anthropic 称蒸馏防御措施使被提取的推理 token 减少约 90% 至 99%

Anthropic 于 2026 年 10 月 12 日发布《Strengthening our defenses against distillation attacks》，介绍针对 Claude 的蒸馏攻击防御措施。公司将蒸馏攻击定义为未经授权、以工业规模秘密提取某模型能力并复制到另一模型的行动，并称早期证据显示新方法使蒸馏者获取的数据量减少约 90% 至 99%。

AI推荐理由 Anthropic 官方博客披露针对 Claude 的蒸馏攻击防御措施，称早期证据显示蒸馏者获取的数据量下降约 90% 至 99%。这是模型安全与知识产权保护方向的具体新信息，但摘要仅转述官方说法，未提供可独立验证的细节，且 90-99% 为早期证据而非最终结论。