Anthropic 称已将 Claude 推理 token 窃取削减最高 99%

Anthropic 表示，针对 Claude 内部推理 token 的大规模提取行为已被削减 90% 至 99%。该公司将这类工业级蒸馏攻击与中国公司 Zhipu 和 Moonshot 关联，并已封禁数万个账号。这一披露来自 The Decoder 的报道，发生在 2026 年 10 月。

此前模型厂商对蒸馏攻击多停留在条款约束层面，缺少可量化的拦截结果。Anthropic 首次给出 90% 至 99% 的削减比例，并点名具体公司与封号规模，把蒸馏从模糊风险变成可公开计量、可归因的对抗事件，可能推动同行披露类似指标。

蒸馏攻击的核心是反复调用模型并收集其内部推理 token，用这些输出训练竞争模型，从而绕过自研推理能力的成本。Anthropic 收缩提取量，说明其检测与拦截手段作用在输出层，通过识别异常调用模式并封禁账号来掐断数据来源，而非改变模型本身能力。

对使用 Claude API 的产品团队而言，异常调用识别收紧可能带来更高的账号风控与限流风险，需要重新评估高频推理调用的合规边界与备用模型方案。研发侧则需考虑把关键推理链路从单一外部模型解耦，降低因封禁或配额收紧导致的服务中断成本。

• 为依赖外部大模型 API 的团队提供调用行为合规审计工具，标记可能触发风控的高频推理抓取模式
• 构建多模型推理路由与降级层，在单一供应商收紧配额时自动切换，减少业务中断
• 面向自研模型团队提供蒸馏检测与溯源服务，量化外部模型输出被用于训练的痕迹

• 90% 至 99% 的削减比例基于何种统计口径与观测窗口，是否经过第三方验证
• Anthropic 将攻击归因于 Zhipu 和 Moonshot 的证据是否已公开披露
• 被封禁的数万个账号中，有多少属于正常高频开发者而非蒸馏行为
• 其他模型厂商是否会跟进公布同类拦截数据