Anthropic 新一代反蒸馏防御体系拆解

Anthropic 宣布新一代反蒸馏防御措施，称攻击者从 Claude 平台窃取的推理 token 量下降 90%–99%，并将蒸馏定性为国家安全问题。其防御分三层：推理摘要、随 Claude Fable 5.1 和 Opus 5.5 推出的保留思考机制，以及两阶段宪法式分类器与账号级执法，分类器误报率低于 0.1%。