Anthropic 公布反蒸馏防御细节：推理 token 提取量下降 10 至 100 倍

Anthropic 发布研究博客，介绍其针对 Claude 蒸馏攻击的三类新防御手段：限制推理内容流向、用两阶段分类器拦截提取尝试、对反复尝试的账号收紧限制并封禁。官方称早期证据显示蒸馏者可获取的推理 token 量下降 10 至 100 倍，分类器误报率低于 0.1%，但保留思考等改动要求部分开发者更新集成。