Anthropic 在 CoT 中埋入假工具调用，防蒸馏攻击

Anthropic 团队在 Opus 5.5 的思维链里主动插入假的工具调用，用来干扰其他模型的蒸馏行为。ThePrimeagen 转述称，推理轨迹中可能被填入有害甚至错误的选择作为诱饵。他提到自己每次阅读 Opus 的推理过程都会因其表现而担忧，但最终输出结果仍然良好。这意味着直接蒸馏 Claude 思维链的模型可能学到被污染的推理路径。