Michael Johnsonב־12 באוקטובר תיארה Anthropic מערך חדש של אמצעים נגד זיקוק בלתי מורשה של מודלי Claude. לפי הערכת החברה, לאחר הטמעת המסווגים פחת פי 10–100 מספר אסימוני ההנמקה שחולצו בידי גורמים זדוניים בפלטפורמה שלה, בהשוואה למצב הקודם. זו הערכה של התעבורה הפנימית של Anthropic, ולא מדידה כוללת של זיקוק בתעשייה כולה.
זיקוק הוא שיטת אימון שבה מודל אחד לומד מתשובותיו של מודל אחר. ההגבלות החדשות של Anthropic מכוונות לתרחישים שבהם רשתות של חשבונות מנסות לחלץ רשומות הנמקה מוגנות כדי לאמן עליהן מודלים אחרים. החברה מתארת גם שירותי פרוקסי המפזרים בקשות בין חשבונות, מודלים וספקי תשתית.
שלוש שכבות הגנה
השכבה הראשונה מגבילה העברה של מקטעי הנמקה מוגנים בין שיחות, חשבונות ומודלים. עבור Claude Fable 5.1 ו־Opus 5.5 הציגה Anthropic מצב preserved thinking: חשבונות API חדשים שנוצרו ב־31 באוגוסט 2026 או לאחריו אינם יכולים לערוך את ההקשר הקודם של המודל. עבור Sonnet 5.5, רשומות ההנמקה זמינות רק לארגון שיצר את הבקשה.
השכבה השנייה כוללת מסווגים דו־שלביים שנועדו לזהות ניסיונות לחלץ הנמקה מוסתרת. Anthropic מדווחת כי בדקה את המערכת בניסויי red-team פנימיים וחיצוניים, ושיעור ההתראות השגויות נמוך מ־0.1%. החברה מפעילה את המסווגים על המודלים הציבוריים החזקים ביותר המנויים בתיאור ההגנות החדשות.
השכבה השלישית מקשה על ניסיונות חוזרים: חשבונות בעלי סימנים עקביים לחילוץ נתונים מקבלים מגבלות מחמירות יותר או נחסמים. Anthropic טוענת כי חסמה עשרות אלפי חשבונות הקשורים לזיקוק; לפי נתוני החברה, רבים מהם זוהו בתוך פחות משעתיים מתחילת הקמפיין.
מה מודדת הירידה המדווחת
ההערכה של פי 10–100 משווה את מספר אסימוני ההנמקה של Claude ש־Anthropic סבורה כי חולצו בפלטפורמה שלה לפני הטמעת המסווגים החדשים ואחריה. המדד מתאר את התעבורה שהחברה צופה בה, ולא את איכותם של מודלים אחרים או את היקף הזיקוק בתעשייה כולה. Anthropic כותבת שהמסווגים במודלים המנויים מזהים את כל טכניקות החילוץ שתוארו בדוח שלה מספטמבר.
בנפרד, החברה מציגה בדיקה ב־SWE-bench Verified. מודל שאומן מראש וכוונן בהמשך על תמלילים מלאים של Claude Opus 4.8 קיבל ציון של 80.4%; מודל שאומן על תמלילים מקוצרים קיבל 71.8%. בניסוי הזה, התמלילים המקוצרים הועילו פחות למודל בפתרון משימות SWE-bench Verified. Anthropic אינה מציגה את התוצאות הללו כהערכה של יעילות מערך ההגנות החדש כולו.
השלכות למפתחים
ההגנות משנות את האינטגרציות ואת חישובי העלויות של API. Anthropic מציינת שמצב preserved thinking חייב חלק מהמפתחים לעדכן את המערכות שלהם, שהמסווגים עלולים לחסום בטעות בקשות תמימות בפחות מ־0.1% מהמקרים, ושמאז 24 בספטמבר החברה גובה תשלום על בקשות שנעצרו בידי ההגנות בקטגוריות שבהן שיעור ההתראות השגויות המדווח נמוך מ־0.1%.
צוותים המעבירים הקשר בין קריאות צריכים לבדוק שהלוגיקה שלהם תואמת למקטעי הנמקה מוגנים, ולבחון את הטיפול בסירובים ובחיובים בתרחישים רגילים. לספקי פלטפורמות API מציעה Anthropic לעקוב אחר שימוש לרעה באמצעות מתווכים ותשתיות צד שלישי, ולהשבית רשתות חשבונות שאומתו.
Anthropic צופה שהתוקפים יסתגלו ומדווחת שהיא ממשיכה לעדכן את המסווגים. המשימה המעשית של המפתחים כבר ברורה: להביא בחשבון את ההגבלות על העברת הקשר ולבדוק כיצד האינטגרציה מטפלת בחסימות ובחיובים.