Anthropic 更新防蒸馏措施，被拦截的套取请求也将收费

A\ 的防蒸馏小作文又更新了： Anthropic 防人“偷师”Claude，连被拦住的套取请求也要收费。

它还说，为了堵住未经授权的蒸馏，已经拒绝了数万亿 token 的付费流量，放弃了一笔可观收入，但没有披露具体金额。

据 Anthropic 9 月的报告，一家实验室测试了超过 1.2 万次请求，每次换一种办法，试图让 Claude 交出完整推理。绝大多数被拒绝，少数成功。对方随后拿着成功的方法，发动了更大规模的蒸馏。

它此前还披露过一个同时管理超过 2 万个虚假账号的代理网络，把蒸馏流量和普通客户的请求混在一起，增加识别难度。一个账号被封，就换另一个继续。

完整推理记录有多大训练价值，它自己做过实验：用 Claude Opus 4.8 的完整推理训练学生模型，SWE-bench Verified 得分为 80.4%；换成推理摘要，只有 71.8%，差了 8.6 个百分点。

这种用一个模型的输出训练另一个模型的方法，叫蒸馏。Anthropic 这次针对的是未经授权的批量套取，重点守住 Claude 的完整推理记录。

Claude 已经把展示给用户的推理缩成摘要，套取者又想办法绕过这一层。Anthropic 随后限制受保护的思考记录跨模型、跨账号复用，检查它前面的上下文有没有被改写，再用双层分类器拦截，配合限流和封号。发现新的绕过办法，就继续更新防护。

Anthropic 估算，防护升级后，套取者从它自己平台上拿走的推理内容减少了约 90%～99%，数万个相关账号也被封禁。也就是说，现在想批量拿到 Claude 的完整思考过程，难了很多。

这些实验室训练出来的模型会受到多大影响，这次统计没有回答。Anthropic 也承认，新防护全面上线后，还没遇到特别复杂、长期持续的攻击。以后会不会有人找到新的绕过办法，目前还不能保证。

Anthropic 给出的理由，是担心这些模型学走能力，却没有保留足够的安全防护；它也把这些能力被用于军事、情报和监控活动视为国家安全风险。

收费从 9 月 24 日起恢复：API 请求被归入“推理套取”等特定类别并拒绝时，即使还没输出任何内容，也按执行模型的标准费率计费。反复试探，每次被这一类规则拦住都要花钱。其他类别的输出前拒绝仍不收费。

正常用户也可能被误伤。Anthropic 自报分类器的误拦率低于 0.1%，但正常请求一旦被误判进收费类别，也可能照样产生费用。

部分开发者还得改接入方式。适用的新账号和模型上，自建 Agent 如果改了历史消息、系统提示词或工具定义，再回传旧思考记录，可能直接报 400 错误。Claude Code、https://t.co/IozpBrf0pm 和 Agent SDK 已处理这些规则，日常用户无需手动调整。