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。

这篇文章拆解了几家头部厂商在 Agent 执行框架上的产品路线和收费方式。作者的核心判断是：大家都认同这一层很重要，但商业模式还远没收敛，这也让创业公司和自建平台团队的处境一下变了。

深度The New Stack·4月18日·9 分钟

Claude Mythos 确实发现了真实漏洞，但媒体报道严重偏离事实。漏洞发现依赖多智能体管道而非纯模型能力，且更小更便宜的模型也能复现部分结果。此次发布与 Anthropic 的 IPO 计划紧密相关，存在明显的叙事操控。

深度·4月18日·5 分钟

相关文章