Anthropic усилила защиту Claude от копирования конкурентами
13 октября Anthropic сообщила, что усилила защиту своей модели Claude от копирования конкурентами: объём извлечённых данных о рассуждениях модели сократился на 90–99%, а десятки тысяч аккаунтов, созданных для выкачивания данных, заблокированы. Для компаний, которые строят процессы на чужих ИИ-моделях, это сигнал: доступ к возможностям фронтирных моделей становится управляемым ресурсом.
Коротко о главном
- Anthropic разработала механизм защиты Claude от дистилляции, то есть от использования ответов одной модели для обучения другой.
- После внедрения ограничений объём извлечённых данных о рассуждениях Claude упал на 90–99%.
- Заблокированы десятки тысяч аккаунтов, созданных конкурентами; среди них, по заявлению Anthropic, были попытки со стороны китайской Z.ai (Zhipu).
- Доля ложных срабатываний защиты — менее 0,1%.
- Компания усложнила работу прокси-сетей, которые распределяют запросы между IP-адресами.
Что именно произошло
Anthropic ограничила доступ к рассуждениям Claude, внутренним цепочкам шагов, которые модель выстраивает перед ответом. Они наиболее ценны для конкурентов: по ним можно быстрее воспроизвести возможности мощной системы и сэкономить на собственной разработке. Об этом пишет Reuters, на который ссылается RB.ru.
Речь идёт о дистилляции, методе обучения ИИ, при котором одну модель используют для получения ответов и данных, помогающих обучить другую. Такой подход помогает разработчикам быстрее догонять более мощные системы и сокращать расходы на создание собственных решений.
Anthropic, OpenAI и Google опасаются, что конкуренты копируют их возможности, используя ответы моделей для обучения своих ИИ. Проблема обострилась на фоне конкуренции между США и Китаем.
Как работает новая защита
Anthropic не раскрыла все детали механизмов, но заявила о значительном снижении эффективности атак. Компания сравнила надёжность новой системы с механизмами, которые не позволяют Claude помогать в создании биологического оружия. При этом доля ложных срабатываний менее 0,1%: система крайне редко принимает обычные запросы за попытки извлечь данные.
Отдельно разработчик усложнил использование прокси-сетей, которые распределяют запросы между разными IP-адресами и мешают обнаружить массовые попытки получить информацию от модели.
Претензии к Z.ai
В качестве примера Anthropic привела китайскую ИИ-компанию Z.ai, также известную как Zhipu. По утверждению Anthropic, компания пыталась извлекать возможности Claude при разработке собственной модели GLM-5.3. Разработчик заявил, что подобные действия создают риски для безопасности ИИ и национальной безопасности. Это заявление одной стороны, публичного подтверждения от Z.ai в источнике нет.
Что это значит для бизнеса в России
Для российских компаний новость важна трендом: доступ к возможностям зарубежных моделей становится менее предсказуемым. Ограничения касаются не только «копировальщиков»: под них попадают и обычные корпоративные сценарии, если они выглядят как массовая выгрузка данных.
Практический вывод: не строить критичные процессы на одной внешней модели. Если вы автоматизируете поддержку клиентов чат-ботами или обработку заявок, стоит заранее предусмотреть альтернативу: российские модели (GigaChat, YandexGPT) или открытые (DeepSeek, Qwen, Llama), которые можно развернуть на своих серверах. Это снижает зависимость от чужих правил доступа и упрощает работу с персональными данными по 152-ФЗ.
Второй момент — экономика. Дистилляция была способом дёшево получить качество фронтирной модели. Если крупные разработчики закрывают этот канал, стоимость собственной разработки вырастет, а ценность готовых решений и грамотной настройки под задачу тоже. Полезно заранее оценить, какие процессы действительно дают эффект: например, через бесплатную оценку автоматизации.
Третий момент — риски качества. Чем жёстче фильтры, тем выше шанс, что часть обычных запросов получит отказ, пусть и редко. Для сценариев, где ИИ общается с клиентами, стоит предусмотреть понятный фолбэк на человека. Как это выглядит на практике, мы показывали в разборе ассистента по базе знаний.
Частые вопросы
Что такое дистилляция ИИ-модели простыми словами?
Это способ обучения, при котором новую модель учат на ответах уже готовой, более мощной модели. Так быстрее и дешевле, чем обучать с нуля, но разработчик исходной модели считает это копированием своих возможностей.
Затронут ли новые ограничения обычных пользователей Claude?
Anthropic заявляет, что доля ложных срабатываний менее 0,1%, то есть защита редко ошибается на обычных запросах. Но компания не раскрыла все детали механизмов, поэтому гарантий для нестандартных сценариев нет.
Какие модели можно использовать в России вместо Claude?
Законные варианты: российские GigaChat и YandexGPT, а также открытые модели DeepSeek, Qwen и Llama, которые можно развернуть на собственных серверах. Выбор зависит от задачи, требований к данным и бюджета.
Что делать дальше
Если вы уже используете ИИ в продажах, сервисе или документообороте, стоит проверить, насколько ваш сценарий зависит от одной внешней модели и есть ли план Б. Мы помогаем подобрать архитектуру под задачу и требования по данным. Обсудить внедрение можно на странице корпоративных ИИ-инструментов для сотрудников или в заявке на внедрение.
