دفاع ضدتقطیر Claude؛ محدودیت زمینه و هزینه درخواست‌های مسدودشده

چه چیزی برای توسعه‌دهندگان تغییر کرده است؟

آنتروپیک در گزارش ۱۲ اکتبر ۲۰۲۶، دفاع ضدتقطیر Claude را تشریح کرد؛ تدابیری برای جلوگیری از استخراج خروجی‌های کلود به‌منظور آموزش مدل‌های رقیب. برای توسعه‌دهندگان، پیامدهای گزارش‌شده شامل احتمال نیاز به اصلاح اتصال‌های API و پرداخت هزینه برخی درخواست‌های مسدودشده است. این گزارش معرفی مدل تازه نیست و تدابیر آن به‌صورت مرحله‌ای اجرا شده‌اند.

طبق گزارش، سازوکار «preserved thinking» در Claude Fable 5.1 و Opus 5.5، برای حساب‌های API ایجادشده از ۳۱ اوت ۲۰۲۶، ویرایش زمینه قبلی را محدود می‌کند. در Sonnet 5.5 نیز دسترسی به متن استدلال به سازمانی محدود شده که آن را تولید کرده است.

آنتروپیک می‌گوید دریافت هزینه برخی درخواست‌های مسدودشده از ۲۴ سپتامبر از سر گرفته شده است؛ بنابراین مسدودشدن درخواست لزوماً به معنای بی‌هزینه‌بودن آن نیست.

کاهش استخراج، ادعای شرکت است

این دفاع‌ها شامل طبقه‌بند دومرحله‌ای و مسدودکردن حساب‌های متخلف هستند. آنتروپیک می‌گوید استخراج توکن‌های استدلال از پلتفرم خودش ۱۰ تا ۱۰۰ برابر کاهش یافته است. این عدد حاصل اندازه‌گیری شرکت است، نه ارزیابی مستقل، و نباید آن را به همه ارائه‌دهندگان تعمیم داد.

شرکت نرخ مسدودسازی اشتباه را کمتر از ۰٫۱ درصد اعلام کرده، اما احتمال تأثیر بر کاربران عادی را می‌پذیرد. دوام کاهش استخراج نیز روشن نیست: به گفته آنتروپیک، هنوز تلاش بسیار پیشرفته و مستمری برای دورزدن دفاع‌های جدید مشاهده نشده است.