Anthropic опубликовала отчёт о масштабных атаках типа «дистилляция», которые проводят китайские AI-компании против её моделей. По данным компании, за последние месяцы такие атаки заметно участились на фоне обострения конкуренции на рынке ИИ.
В отчёте говорится, что неавторизованные лаборатории разработали изощрённые методы обхода защиты, чтобы извлекать ценные возможности флагманских моделей — агентные функции, работу с инструментами, программирование, анализ данных и логическое мышление.
Anthropic уже поднимала тему дистилляции в феврале, называя конкретные лаборатории. OpenAI сообщала о похожей активности, связывая её с DeepSeek. Однако новые кампании оказались масштабнее и агрессивнее — зафиксировано около 200 миллионов запросов в рамках пяти отдельных кампаний.
Суть атаки — извлечение цепочки рассуждений модели в ответ на запросы. Эти данные затем используют для обучения меньшей модели методом supervised fine-tuning, копируя логику мышления оригинала.
Oбычно Anthropic скрывает внутренние рассуждения модели, показывая лишь краткое резюме. Но атакующие нашли способы заставить модель раскрыть полный ход мыслей — например, через запрос на «перевод» рассуждений на японский язык катаканой.
Самая крупная кампания приписывается Alibaba — по словам Anthropic, это крупнейшая попытка дистилляции, которую они когда-либо фиксировали. С мая по июль 2026 года зафиксировано 151 миллион обращений с пиком почти в три миллиона запросов в день через 3500 аккаунтов, использующих единый шаблон извлечения данных — предположительно для обучения моделей Qwen.
Другая кампания связана с Moonshot AI, разработчиком модели Kimi, и, по данным отчёта, направляла запросы напрямую от китайских военных структур. Один из запросов касался анализа записей с камер видеонаблюдения на предмет «аномального поведения» объекта.
За десять дней зафиксировано около 300 000 запросов через сеть из 5000 аккаунтов, нацеленных преимущественно на модель Opus.