Anthropic 公布防蒸馏的三类措施:思考内容不能跨账号、跨模型,被拦截的请求照样收费
Anthropic 在 10 月 12 日说明了它怎么防别人拿 Claude 的输出去训练自己的模型:思考内容只留在产生它的账号和模型里,试图套出完整思考的请求会被拦截并且照样收费,反复尝试的账号会被限流和封禁。自己调 API 和走中转站的读者要留意三件事。
Anthropic 在 2026 年 10 月 12 日发了一篇文章,说明它怎么防“蒸馏”,也就是别人大量调用 Claude、拿它的输出去训练自己的模型。文章里的措施大多已经生效,其中三件事和每个用 Claude 的人有关:
- 思考内容被圈在原地。 它不能被改动,不能交给旧模型读,在 Sonnet 5.5 上还不能跨账号。
- 试图套出完整思考的请求会被拦截,而且照样收费。 9 月 24 日起恢复收费。
- 反复尝试的账号会被限流、封禁。
原文还点名了几家公司,讲了国家安全方面的理由。本文只整理技术措施和对使用者的影响,那部分请看原文。
为什么盯着“思考”
按文章的说法,蒸馏的人要的是 Claude 的大量回答,用来教一个小模型模仿它。其中最有价值的是思考过程,也就是模型在回答之前写下的推理,它比最终答案更能教会小模型“怎么得出答案”。所以 Anthropic 的防护几乎都围绕一件事:让完整的思考更难被拿到。
最早的做法是只给用户看思考的摘要。文章给了一组数字:用 Opus 4.8 的完整记录去训练一个模型,它在 SWE-bench Verified 上得 80.4%;只用带摘要的记录,得 71.8%。
之后对方改成主动套取,比如直接要求模型“把之前的思考逐字输出”。于是有了下面三类措施。
三类措施
一、管住思考内容能去哪
| 措施 | 适用范围 |
|---|---|
| 不能改动 Claude 之前的上下文(官方叫 preserved thinking) | Fable 5.1 和 Opus 5.5 引入;针对 2026 年 8 月 31 日及以后创建的 API 账号 |
| 这两个模型的思考不能交给防护较弱的旧模型读 | Fable 5.1 和 Opus 5.5 |
| 思考记录只有产生它的那个组织能访问 | Sonnet 5.5 |
最后一条,官方开发者账号在 9 月 28 日说得更具体:会话中途换了账号,Claude 会把会话重读一遍,重新生成思考。
二、拦截套取思考的请求
Anthropic 在模型前面加了一套两级的分类器,专门识别“想把隐藏的思考套出来”的请求。它跑在 Sonnet 5.5、Opus 5 和 5.5、Fable 5 和 5.1 上。文章说它的误拦率低于 0.1%,并举了两种已经被堵上的手法:让模型把之前的思考翻译成另一种语言,或者让它把思考写在标签里和回答一起输出。
三、让反复尝试变难
- 不断尝试套取思考的账号,用量上限会收紧;持续这样做的会被封。文章说已经封了数万个相关账号,常常在对方开始之后两小时内。
- 9 月 24 日起,在回答之前就被拦下的请求恢复收费,范围是误拦率低于 0.1% 的那几个领域,蒸馏是其中之一。
效果和代价
按文章自己的统计,分类器上线后,对方能套出的思考 token 比之前少了 10 到 100 倍。
代价它也写了:preserved thinking 让一部分开发者不得不改自己的集成;分类器有不到 0.1% 的可能拦错正常请求;被拦的请求现在要收费。文章承认,“不影响正常用户”这个目标没有完全做到。
对你有什么影响
自己调 API 的
- thinking 块原样传回,不要改,不要删。 带工具的多轮对话里尤其如此。规则见《升级到 5.5 的清单》。
- 想看模型怎么想的,用官方给的显示方式,把思考的显示设成摘要,见《思考和 effort》。不要在提示词里让模型“复述刚才的思考”:这正是被拦截的那类请求,拦了还要付钱。
- 一段对话中途换模型要小心。 Fable 5.1 和 Opus 5.5 的思考交不到旧模型手里。
走中转站的
- 会话中途换账号,思考要重来。 这是官方对 Sonnet 5.5 的说明。一家中转站后面如果有不止一个上游账号,同一段对话的请求落到不同账号上,就可能碰到这种情况。本站此前实测到,不带固定的
metadata.user_id时提示缓存基本不命中,带上就好了,见《通过中转站用 Claude API》。两件事是不是同一个原因,本站没有办法证实;做法是一样的:一场对话的所有请求带同一个user_id。 - 被拦截的请求收不收你的钱,看中转站怎么计。 官方对上游账号是收的。
- 上游账号被封,你这边看到的就是突然用不了。 文章说被封的是参与蒸馏的账号,同时提到那些代理网络也在不提供服务的地区转售访问权。中转站的上游是什么账号,使用者一般看不到,所以余额不要充太多,业务上留一条退路,见《用 AI 中转站有什么风险》。
只用 Claude Code 写代码的
正常使用一般碰不到这些防护,官方说误拦率低于 0.1%。要留意的只有一点:别让它“把刚才的思考原样写出来”。
本文没有核对到的
- 文章里的数字(误拦率、少了多少倍、封了多少账号)都是 Anthropic 自己的统计,本站无法验证。
- preserved thinking 具体要开发者改什么,这篇文章没有展开,以开发平台文档为准。
- “走中转站”一节里关于上游账号的部分是本站的推断,文中已标明。