公司自己的统计：采走的数据少了
Anthropic 10 月 12 日发表文章，讲它如何减少针对 Claude 的蒸馏。文章说，近几个月的新方法已经让蒸馏方采走的数据大约减少 90% 到 99%。这是早期证据，口径是被采走的数据量，不是某一项公开基准的分数。
分类器上线之后，Anthropic 估计，蒸馏方在它自己的平台上提取到的推理词元，稳定地降到原先的 10 到 100 分之一。有些日子少到测不出来。文章同时写明，这些防护叠在 preserved thinking 的改动之上。公司用这些防护封禁了数万个与蒸馏有关的账号，常常是在这类活动开始后不到两小时。
文章说，还不知道这些收益能维持多久。Anthropic 预期这会是持续的攻防，也还没有见到一次非常老练、而且持续试图绕过新防护的行动。
[1]
三处改动，都不写成操作步骤
Anthropic 把防护分成三块。第一块限制推理可以去哪里。Claude Fable 5.1 和 Claude Opus 5.5 加入了 preserved thinking：2026 年 8 月 31 日及之后新建的 API 账号不能编辑 Claude 先前的上下文。Claude Sonnet 5.5 的推理记录只对产生这条记录的组织开放。更早、防护更弱的模型也不能读取这些模型的推理。
第二块是两阶段分类器，用在目前最强的一批公开模型上：Claude Sonnet 5.5、Claude Opus 5 和 5.5、Claude Fable 5 和 5.1。Anthropic 写道，误报率低于 0.1%，稳健程度大致相当于防止 Claude 协助生物武器的那类防护。文章说，9 月报告里描述的蒸馏手法，这个分类器现在都能拦住。以后若出现同类吸引力的模型，公司计划也装上它。
第三块针对反复尝试。持续提取推理的用户会遇到更严的用量限制；反复、持续的蒸馏尝试会导致封号。自 9 月 24 日起，在误报率低于 0.1% 的领域，包括蒸馏，防护在 Claude 回应之前拦下的请求会重新计费。
[1]对正常用户并不透明
Anthropic 在 2 月写过，希望加大蒸馏难度时不影响正常用户。这篇文章说，这个目标没有完全做到。preserved thinking 已经要求一部分开发者改集成。分类器会在不到 0.1% 的情形里把正常请求认错或拦下，而这些被拦下的请求现在要收费。
更早的一道措施是先把推理摘要给用户看。Anthropic 的评测是：用 Claude Opus 4.8 的完整记录训练一个预训练 Claude，在 SWE-bench Verified 上得到 80.4%；只用摘要记录时是 71.8%。摘要降低了记录对蒸馏的用处，随后对方改去设法取得完整推理。文章把后来的分类器说成对这类尝试的回应，并写明早期较简单的防护不够。
文章还提到智谱在开发 GLM-5.3 时试图蒸馏 Claude Fable 5。网络防护使那些尝试变弱之后，对方改用更早的 Claude 和另一家实验室的模型。美国 CAISSI 随后把 GLM-5.3 评估为迄今发布的、网络能力最强的开放权重模型。这是引用的评估结论，不是这次防护实验的分数。
[1]