Anthropic afirma que sus últimas medidas de seguridad han reducido drásticamente la cantidad de datos de razonamiento que los atacantes pueden extraer de sus modelos Claude. La empresa informa de una reducción del 90 al 99 % en el volumen de tokens de cadena de pensamiento extraídos desde que se activaron las defensas. El ataque al que apunta —la destilación a gran escala— consiste en copiar las capacidades de un modelo de IA para entrenar sistemas más pequeños que compitan con él.
Cómo funcionan las nuevas defensas
Anthropic ahora bloquea el acceso externo a los pasos internos de razonamiento de Claude. Utiliza un clasificador que detecta consultas que parecen intentos de extracción y bloquea automáticamente las cuentas que las realizan. La empresa afirma que ya ha bloqueado decenas de miles de cuentas. También señala que algunos usuarios legítimos han quedado atrapados en la redada.
Quiénes se ven afectados
El artículo menciona a las empresas chinas Zhipu y Moonshot como presuntas participantes en el robo. Según se afirma, Zhipu habría extraído capacidades para su modelo GLM‑5.3, mientras que Moonshot supuestamente habría canalizado consultas a través de Claude. Anthropic advierte que las capacidades robadas podrían acabar en herramientas militares o de vigilancia extranjeras.
Qué viene ahora
Anthropic insta a otros desarrolladores de IA a adoptar protecciones similares. No ha revelado los detalles técnicos del clasificador ni el calendario exacto de implementación; solo ha dicho que las defensas ya están activas.
Por qué importa
Si las defensas funcionan como afirma la empresa, los usuarios de Claude podrían sufrir menos interrupciones por bloqueos erróneos, y podría reducirse el riesgo de que las capacidades robadas de sus modelos lleguen a manos de actores hostiles. Sin embargo, Anthropic admite que todavía se bloquea a algunos usuarios legítimos, por lo que el impacto en los desarrolladores que usan Claude a diario no está claro.
