Anthropic 推出三层反蒸馏防御，Claude 推理 token 窃取量下降 90%–99%

Anthropic 宣布对 Claude 平台的反蒸馏防御措施升级，攻击者窃取的推理 token 量下降 90%–99%。防御体系分三层：推理摘要、随 Claude Fable 5.1 和 Opus 5.5 推出的保留思考机制、以及误报率低于 0.1% 的两阶段宪法式分类器加账号封禁。数据显示，在完整 Opus 4.8 推理记录上训练的模型 SWE-bench Verified 得分 80.4%，只用摘要版则降至 71.8%，说明原始思维链是主要窃取目标。公告同时点名智谱 GLM-5.3 蒸馏了 Claude 的网络安全能力，并指月之暗面 Kimi 曾将用户请求秘密转发给 Claude 作蒸馏数据源。