Anthropic 曝光三家中国 AI 实验室的蒸馏攻击

深度Anthropic2026年2月23日5 分钟阅读

Anthropic 发现 DeepSeek、Moonshot AI 和 MiniMax 通过约 2.4 万个欺诈账户，与 Claude 进行了超 1600 万次对话，以非法提取其智能体推理、工具调用和编码能力。这种大规模的蒸馏攻击绕过了区域访问限制，并可能剥离模型原有的安全护栏，带来国家安全风险。

本文编译自 Detecting and preventing distillation attacks，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

AI Agent的可靠性瓶颈不在模型能力，而在于上下文层的质量。团队需要构建结构化的领域知识图、精确的工具检索（如假设调用匹配）、以及执行层的安全护栏。基础设施的差距正在成为团队间的分水岭。

深度The New Stack·7月18日·10 分钟

作者在 fd 代码仓库中对 Grok 4.5 和 Claude Opus 4.8 进行了三项对比测试（bug 修复、重构、功能开发）。结果显示，Grok 使用了 Opus 约 23% 的 token、约 32% 的时间，成本仅为约 1/5，且代码质量几乎相同。

深度The New Stack·7月18日·8 分钟

相关文章