Anthropic 公布反蒸馏新防线：保留思考、两级分类器与封号让蒸馏者抓到的数据减少约 90%–99%，点名智谱 GLM-5.3

这件事意味着什么

【要点】

Anthropic 10 月 12 日在研究栏目发文，公布过去几个月对抗「蒸馏攻击」的新做法，并称早期证据显示蒸馏者能抓到的数据减少约 90%–99%。蒸馏攻击指借大批虚假账号、代理网络，成规模地套取 Claude 的回答（尤其是隐藏的推理过程），再拿去训练自家小模型。

新防线分三层：一是「保留思考」，Fable 5.1 和 Opus 5.5 不允许 8 月 31 日及以后新开的 API 账号改写先前上下文，旧模型也读不到新模型的推理，Sonnet 5.5 的推理只对发起请求的组织可见；二是在 Sonnet 5.5、Opus 5/5.5、Fable 5/5.1 上部署两级分类器，官方称稳健程度接近防生物武器的安全措施，误报率低于 0.1%；三是对反复尝试的账号收紧限额、封号，9 月 24 日起被拦截的这类请求照常计费。官方称上线后蒸馏者抓到的推理 token 持续降到原来的十分之一到百分之一，已封禁数万个相关账号，常在其开始行动两小时内封掉。

文章点名智谱在开发 GLM-5.3 时蒸馏了美国模型的网络攻防能力，并称 Kimi 的部分请求被暗中转发给 Claude。

【可核验】

原文：https://www.anthropic.com/research/distillation-defenses

@AnthropicAI 帖（2026-10-12 23:58Z）：https://x.com/AnthropicAI/status/2109795898909950247 ，抓取时约 130 万浏览、4600 赞、400 引用。

X 上相关讨论 24 小时约 550 帖，发帖后每小时 30–50 帖持续不退。

文中实验：用 Opus 4.8 完整推理训练的模型 SWE-bench Verified 得 80.4%，只用摘要推理降到 71.8%。

【我们的判断】

一、这是头部实验室第一次较完整地公开反蒸馏手段和效果数字，也承认了代价：放弃了一部分收入，部分开发者要改集成，误拦的请求也要付费。

二、对中国开源模型的影响值得跟踪：如果 OpenAI、Google 和云平台跟进，「跟随前沿」的低成本路线会变贵。

三、指控目前只有 Anthropic 单方说法，智谱、月之暗面尚未回应；90%–99% 也是官方自测，还没有第三方复核。