大規模な蒸留時代が終わります！
9月2日、Anthropicは一撃を加え、APIのルールを一変させ、ラッピング大モデルと蒸留者の道を完全に断った。
かつて、多くの企業が膨大な計算コストと長い訓練時間を削減するために、APIを用いてトップレベルのモデルの推論プロセスを取得し、そのデータを使って自社の「小規模モデル」を訓練していた。
しかし、今日以降、その可能性は消え去了。
Claude Fable 5.1、思考ブロックの改ざんを禁止
Anthropicが今回リリースしたFable 5.1は、過去最厳格なディスティレーション防止メカニズムを導入しました。
核心动作就是牢牢锁定「思考块」。
「思考块」とは何ですか？
簡単に言えば、AIが最終的な答えを出す前に頭の中で行うCoTのプロセスです。
Claudeが暗算を行う際の、複雑で並列的な思考パス
API呼び出しにおいて、Claudeはこれらの推論ステップを「思考ブロック」としてユーザーに返します。
通常のマルチラウンド対話において、開発者はこれらの思考ブロックをシステムプロンプト、ツール、および履歴メッセージと共にClaudeに再送信し、モデルがコンテキストを記憶し、対話の整合性を保つようにします。
しかし、まさにこのメカニズムが、蒸留者たちの機会となった。
彼らは大きな脆弱性を発見しました：複数の対話の中で、思考ブロックの前後にあるコンテキスト（例えば、初期のシステムプロンプトや履歴メッセージを改ざんする）をこっそり変更することで、Claudeの防御メカニズムを突破し、Claudeが本来隠していた基礎的な推論ロジックを引き出してしまうことができるのです！
この混乱を受けて、AnthropicはFable 5.1で「コンテキスト一貫性検証」の新規則を厳格に導入しました。
1. 原路に戻り、一字一句正確に：APIは、クライアントが返却した「思考ブロック」が、当初生成されたシステムプロンプト、ツール、および履歴メッセージと完全に一致しているかを厳格に検証します。
2. 手を加えた？すぐにエラー！システムがコンテキストが変更されていることを検出すると、たとえ1文字でも 点点 都市のマッチングに失敗した場合、APIは直接エラーメッセージを返し、サービスを拒否します。
また、文脈を短縮してコストを削減するなど、本当に文脈を変更する必要がある合法的な開発者に対応するため、Anthropicは「非厳格モード」を提供しています。
このモードでは、あなたのリクエストは許可されますが、システムは「思考ブロック」をすべて削除します！ モデルは以前の推論プロセスを一切見ることなく、強制的に回答します。
これは根本的な対策である。
Claude が簡単な質問と難しい質問の両方をされたときの、忠実な推論と動機づけられた（不忠実な）推論の例
工業級蒸留とは、一体どれほど狂ったものなのか？
Anthropicがなぜこれほど怒って、これほど厳格な制限を設けるのでしょうか？
答えは：そして、極めて必要です。
現在の不法蒸留は、産業規模にまで発展しています。
過去1年間、Anthropicのセキュリティチームは著しい悪用の傾向を観測しました。
これらの専門的な「蒸留ハッカー」たちは、1つのアカウントで毎日数件の質問をするのではなく、数千もの偽アカウントを使用して自動化されたスクリプトで、APIエンドポイントで昼夜を問わず猛烈に「アーリーバード」を狙っています。
彼らの操作手法は非常に隠蔽的で攻撃的である。
前述の通り、AnthropicはすでにClaudeのコア思考ブロックを暗号化していたが、ハッカーたちは「コンテキストインジェクション」と「会話書き換え」の技術を使用した。
これは、Claudeに「催眠」をかけ、論理が混乱している状態で、自ら暗号化された推論プロセスを解読して出力させるようなものである。
そのため、多くの小規模パラメータモデルは、ゼロからの計算リソースの積み重ねやアルゴリズムの革新を経ていないだけで、トップレベルのAIの解答手法を記憶しただけで、性能を同等に達成しています。
さらに恐ろしいことに、この做法は直接レッドラインに触れ、セキュリティ保障の崩壊を引き起こしました。
AIの制御不能における最大の懸念
商業的利益損失がAnthropicに「痛み」を与えるにとどまるならば、「能力とセキュリティの分離」は、AIセキュリティ界全体に恐怖をもたらす。
これはAnthropicが決断して本格的に対策を講じた核心的な動機でもある。
クラウデやGPT-4のような大規模モデルは、非常に高い知能を持つ一方で、厳格な「価値観の調整」とセキュリティ訓練を受けています。これらのモデルは、爆弾の作り方を教えない、悪意のあるランサムウェアを書き込まない、差別的な発言をしないことを理解しています。
この「能力＋セキュリティガードレール」の二重結合は、大手AI企業が数千万ドルを投じてRLHFと赤青対抗を実施してようやく構築したものである。
しかし、蒸留モデルはこのセーフティネットを完璧に回避しました！
蒸留者が文脈を改変してClaudeの「思考ブロック」を無理やり抽出する際、彼らはその高知能な「推論能力」のみを抽出し、下層のセキュリティ保護を一切継承できない。
まるで悪の組織がアインシュタインの知性を複製したが、アインシュタインの道徳感や共感力を複製しなかったかのようだ。
このような不法な蒸留手法で訓練されたシステムは、本来持つべきでない高度なロジックやコード能力を不思議と継承してしまう。
しかし、それら自体が「低保障・弱いセーフティーネット」の基礎モデルであるため、ハッカーの要求にためらわず応じ、ネットワーク攻撃スクリプトを生成したり、生物兵器の開発を支援したりします。
能力とセキュリティの分離は、現在のAIにおける最大のリスクである。
新規導入：誰に影響がありますか？
この打撃は、真面目な開発者に影響を与えますか？
安心してください。Anthropicは、誤った影響を最小限に抑えるために、正確な「段階的実施」戦略を採用しています。
まず最初に「新規アカウント」です。
公式文書によると、今回の制限は不正利用が最も集中している新アカウントから導入されます。Fable 5.1 モデルに対して、この更新は2026年8月31日 12:00:00 AM UTC 以降に作成された新APIアカウントにのみ適用されます。
以下のユーザーは、完全に安心してください。影響はありません。
1. 既存のAPIアカウント：既存の古いアカウントはFable 5.1では現在のところ影響を受けません。これにより、合法的な開発者には調整に十分な時間が与えられます。
2. 一般ユーザー（消費側）：ウェブ版のClaude.ai、Claude Code、Claude Coworkなどの公式製品のC端ユーザーであり、またはサードパーティ製のラッピング製品を通じて通常のチャットを行っている場合、何の干渉も受けません。
影響を受けたAPI開発者の方は、何に注意する必要がありますか？
以前のアプリケーション統合で、「会話の途中で早期のラウンドを書き換える」技術（例：コスト削減のためのコンテキスト圧縮、または会話の途中で新しいシステム通知を強制的に注入）を使用していた場合、すぐにコードロジックを調整する必要があります。
この変更に対応するため、Anthropicは包括的な移行ガイドを提供しています。開発者は2つの選択肢があります。
選択肢1：コンテキストを絶対に一貫して維持する。元の思考ブロック、システムプロンプト、ツールを一字一句変えずにそのまま返す。
オプション2：APIリクエストで「非厳格モード」を選択してください。このモードでは、コンテキストを変更してもAPIはエラーを発生させず、リクエスト内の影響を受けた思考ブロックを自動的かつ静かに削除します。
これにより、モデルは今後の会話で以前の具体的な推論プロセスを「忘れ」ますが、少なくともあなたの会話やタスクが中断されないようになります。
ご注意ください：現在、この規定には免除期間が設けられていますが、Anthropicは明確に「保留思考」メカニズムが今後のモデルバージョンですべてのアカウントに適用されることを示しています！
現在のバッファーウィンドウは限られています。
意外な喜び：真面目な人を助ける
また、今回の新規則により、合法的な開発者にとってコストの大幅な削減と応答速度の飛躍的向上という利点も隠されています。
これはどのように実現されたのですか？
核心在于「コンテキストの一貫性」。
過去、開発者がコンテキストを自由に変更できたため、モデルが受信するリクエストは毎回「新規」なものとなりました。これは計算リソースを消費するだけでなく、処理速度も極めて遅くなりました。
現在、新規則により、すべてのユーザーは「思考ブロック」とその周囲のシステムプロンプト、履歴メッセージを完全にそのまま維持し、改変してはなりません。
これは技術的に完璧な条件を生み出します：プロンプトキャッシュが非常に高いヒット率を実現できます！
現在、APIサーバーは以前の対話のコンテキストを簡単にキャッシュできます。次回の対話リクエストが来ると、システムはキャッシュからデータを即座に呼び出し、瞬時にマッチングを完了します。
その結果、APIの応答時間が大幅に短縮され、遅延が劇的に低下し、開発者のAPI呼び出しコストも大幅に削減されます！
この「無心の插柳」の一手は、真面目に開発に取り組む開発者たちに実質的な補助を提供している。
結局、今回の新規則は、AI業界全体にとって明確な分岐点である。
小さなパラメータで大規模モデルを打ち負かす話は、おそらくもう少し減るだろう。
引き潮が引いた後、誰が裸で泳いでいるのか？
参考資料：
https://support.claude.com/zh-CN/articles/16761192-%E4%BF%9D%E7%95%99%E6%80%9D%E8%80%83-%E6%94%B9%E5%8F%98messages-api%E5%A4%84%E7%90%86%E6%80%9D%E8%80%83%E5%9D%97%E7%9A%84%E6%96%B9%E5%BC%8F%E4%BB%A5%E9%98%B2%E6%AD%A2%E8%92%B8%E9%A6%8F
編集：Aeneas
本文は微信公衆号「新智元」（ID：AI_era）より、著者：ASI启示録