把商业模型想成一位收费答题的专家：竞争者不必偷走它的“脑子”，只要用大量假账号反复提问、收集答案，再拿去训练自己的模型，就可能低成本复现部分能力。这叫蒸馏攻击——模型蒸馏本是合法的压缩方法，但未经许可批量套取输出，会威胁模型公司的收入、安全控制和知识产权。
Anthropic称，新防线已让蒸馏者获取的数据量减少约90%至99%。其重点不是只保护最终答案，而是保护Claude写出答案前的推理记录；这些记录展示了模型怎样一步步得出结论，对训练模仿者尤其有价值。公司还称，攻击通常由欺诈账号网络协同发起，因此防御既要识别异常查询，也要避免误伤正常客户。
代价并不小：Anthropic表示，它为此拒绝了可观收入和数万亿token的付费流量，部分正常用户也需调整接入方式。上述效果与案例均来自Anthropic自述，材料未披露具体检测方法及独立验证结果。