Michael Johnsonفي 12 أكتوبر، شرحت Anthropic مجموعة جديدة من الإجراءات لمكافحة التقطير غير المصرح به لنماذج Claude. وتقدّر الشركة أن عدد رموز الاستدلال التي يستخرجها المهاجمون عبر منصتها انخفض، بعد تطبيق المصنفات، بمقدار يتراوح بين 10 و100 مرة مقارنة بالسابق. وهذا تقدير لحركة البيانات الداخلية لدى Anthropic، وليس قياسًا عامًا للتقطير في القطاع بأكمله.
التقطير أسلوب تدريب تتعلم فيه إحدى النماذج من إجابات نموذج آخر. وتهدف القيود الجديدة التي فرضتها Anthropic إلى الحد من الحالات التي تحاول فيها شبكات من الحسابات استخراج سجلات الاستدلال المحمية لتدريب نماذج أخرى عليها. كما تصف الشركة خدمات الوكلاء الوسيطة التي توزّع الطلبات بين الحسابات والنماذج ومزودي البنية التحتية.
ثلاثة مستويات للحماية
يحد المستوى الأول من نقل كتل الاستدلال المحمية بين المحادثات والحسابات والنماذج. وبالنسبة إلى Claude Fable 5.1 وOpus 5.5، أدخلت Anthropic وضع «التفكير المحفوظ»: إذ لا تستطيع حسابات API الجديدة المنشأة في 31 أغسطس 2026 أو بعده تعديل السياق السابق للنموذج. أما في Sonnet 5.5، فلا تتاح سجلات الاستدلال إلا للجهة التي أنشأ طلبها تلك السجلات.
أما المستوى الثاني فيستخدم مصنفات على مرحلتين لرصد محاولات استخراج الاستدلالات المخفية. وتقول Anthropic إنها اختبرت النظام باختبارات الفريق الأحمر الداخلية والخارجية، وإن نسبة الإيجابيات الكاذبة تقل عن 0.1%. وتطبّق الشركة المصنفات على أقوى النماذج المتاحة للجمهور، والمذكورة في وصف وسائل الحماية الجديدة.
ويجعل المستوى الثالث تكرار المحاولات أصعب: فالحسابات التي تظهر عليها مؤشرات مستمرة للاستخراج تخضع لحدود أكثر صرامة أو تُحظر. وتقول Anthropic إنها حظرت عشرات الآلاف من الحسابات المرتبطة بالتقطير؛ ووفقًا للشركة، رُصد كثير منها بعد أقل من ساعتين على بدء الحملة.
ما الذي يقيسه الانخفاض المعلن؟
تقارن نسبة الانخفاض، التي تتراوح بين 10 و100 مرة، عدد رموز الاستدلال من Claude التي تعتبر Anthropic أنها استُخرجت عبر منصتها قبل تطبيق المصنفات الجديدة وبعده. ويصف هذا المقياس حركة البيانات التي ترصدها الشركة، لا جودة النماذج الأخرى أو حجم التقطير في القطاع بأكمله. وتكتب Anthropic أن المصنفات المستخدمة مع النماذج المدرجة ترصد جميع أساليب الاستخراج التي وُصفت في تقريرها الصادر في سبتمبر.
وتعرض الشركة، على نحو منفصل، اختبارًا على معيار SWE-bench Verified. فقد حقق نموذج مدرّب مسبقًا ثم ضُبط على النصوص الكاملة لمحادثات Claude Opus 4.8 نتيجة 80.4%، بينما حقق نموذج دُرّب على النصوص المختصرة نتيجة 71.8%. وفي هذه التجربة، أفادت السجلات المختصرة النموذج بدرجة أقل في حل مسائل SWE-bench Verified. ولا تعرض Anthropic هذه النتائج بوصفها تقييمًا لفعالية مجموعة وسائل الحماية الجديدة بأكملها.
الآثار المترتبة على المطورين
تؤثر وسائل الحماية في عمليات التكامل وحسابات استخدام API. وتشير Anthropic إلى أن وضع «التفكير المحفوظ» استلزم تحديثات من بعض المطورين، وأن المصنفات قد تحظر طلبات سليمة عن طريق الخطأ في أقل من 0.1% من الحالات، وأن الشركة بدأت، منذ 24 سبتمبر، فرض رسوم على الطلبات التي توقفها وسائل الحماية ضمن الفئات التي تقل فيها نسبة الإيجابيات الكاذبة المعلنة عن 0.1%.
ينبغي للفرق التي تنقل السياق بين الاستدعاءات التحقق من توافق منطقها مع كتل الاستدلال المحمية، واختبار التعامل مع حالات الرفض واحتساب الرسوم ضمن سيناريوهات العمل المعتادة. وتقترح Anthropic على مزودي منصات API رصد إساءة الاستخدام عبر الوسطاء والبنية التحتية الخارجية، وتعطيل شبكات الحسابات التي يُثبت تورطها.
تتوقع Anthropic أن يكيّف المهاجمون أساليبهم، وتقول إنها تواصل تحديث المصنفات. أما المهمة العملية للمطورين فهي واضحة الآن: أخذ القيود المفروضة على نقل السياق في الحسبان، والتحقق من كيفية تعامل التكامل مع الحظر واحتساب الرسوم.