Anthropic dichiara di aver compiuto progressi significativi contro chi tenta di copiare i compiti di Claude. Secondo l'azienda, le nuove difese hanno ridotto dal 90 al 99 percento il volume di dati raccolti tramite attacchi di distillazione, come indicato nel report di threat intelligence di settembre 2026. Il report descrive in dettaglio come Anthropic ha tracciato, attribuito e interrotto i tentativi illeciti di estrarre le capacità di Claude, con un focus principalmente su reasoning, coding e uso di strumenti.

La distillazione, in questo contesto, è una tecnica con cui un concorrente raccoglie grandi volumi di risposte di un modello più potente e utilizza tali trascrizioni come dati di addestramento per il proprio sistema. In questa prospettiva, l'asset conteso non è il modello in sé, ma il registro delle sue risposte — ed è per questo che le contromisure di Anthropic si concentrano sul controllare ciò che il modello emette e sul ridurre il valore di tale output per chi lo raccoglie.

Quasi 200 Milioni di Scambi, Una Campagna Enorme

Anthropic ha dichiarato di aver attribuito quasi 200 milioni di scambi legati alla distillazione a cinque campagne separate nel suo ultimo report. La più grande delle cinque spicca: Anthropic l'ha collegata a Qwen di Alibaba, e ha coinvolto oltre 151 milioni di scambi tra maggio e luglio 2026.

Non è la prima volta che Anthropic rende pubblica la questione. A febbraio 2026, l'azienda aveva già reso note campagne precedenti che coinvolgevano oltre 16 milioni di scambi e si basavano su circa 24.000 account fraudolenti. Mentre la divulgazione di febbraio quantificava le campagne stesse, il report di settembre va oltre, fornendo un risultato misurabile: quanta meno dati, secondo l'azienda, sta effettivamente uscendo.

Come Funzionano Davvero le Difese

Anthropic descrive un approccio a più livelli piuttosto che una soluzione unica. I ban degli account rappresentano un livello; lanalisi dei metadati e i classificatori comportamentali altri. In aggiunta, l'azienda utilizza metodi di attribuzione organizzativa per collegare l'attività ai gruppi che ne sono responsabili.

Diverse difese sono arrivate con gli aggiornamenti dei prodotti. L'aggiornamento Fable 5 ha introdotto classificatori di estrazione rafforzati, progettati per segnalare pattern di utilizzo che assomigliano a una raccolta sistematica. Ha inoltre introdotto funzionalità di summarization in Claude, e la summarization riduce l'utilità del materiale raccolto: se ciò che emerge dal modello è una versione condensata anziché una traccia di reasoning completa e passo dopo passo, la trascrizione diventa molto meno utile come materiale di addestramento.

Fable 5.1 ha poi aggiunto una funzionalità che Anthropic chiama "preserved thinking". Impedisce ai nuovi account API di modificare il contesto di reasoning crittografato. Le tracce di reasoning sono tra i materiali più preziosi che un'entità che effettua distillazione possa ottenere e, se gli account nuovi non possono manomettere il contesto di reasoning crittografato, si chiude una delle vie per manipolare il modello ed esporre o rimodellare quel reasoning.

Lette insieme, le misure operano su due fronti: rendere più difficile effettuare una raccolta sistematica senza essere notati e abbassare il valore di addestramento delle trascrizioni che riescono comunque a essere raccolte.

Anthropic Non È da Solo in Questa Battaglia

Anche OpenAI sta lavorando allo stesso problema. Ha pubblicato il proprio report di settembre 2026 che delinea tecniche per interrompere simili sforzi di distillazione, incluso un metodo chiamato encrypted reasoning replay. Il fatto che due lab concorrenti abbiano pubblicato report sulle minacce sullo stesso problema nello stesso mese sottolinea il cambiamento: la difesa dalla distillazione è emersa alla luce pubblica come una preoccupazione a livello di settore, anziché restare una questione di sicurezza interna.

In tutto questo è incorporato anche un argomento di sicurezza. La distillazione illecita solleva interrogativi sul fatto che le misure di sicurezza integrate nel modello originale si trasferiscano alla copia distillata. Un lab può impiegare enormi sforzi per addestrare un modello a rifiutare richieste pericolose, ma una copia addestrata su output raccolti potrebbe non ereditare quelle salvaguardie.

Anthropic traccia una linea di demarcazione tra questo tipo di attività e l'uso legittimo nella ricerca. La distinzione è importante perché la distillazione come tecnica non è intrinsecamente problematica. Il problema è farlo su larga scala, attraverso account fraudolenti e in violazione dei termini di un fornitore.

Anthropic stessa riconosce che gli sforzi di distillazione illecita continuano e che le sue misure di sicurezza dovranno continuare a evolversi. Questa avvertenza trasforma il numero titolato in un punto di anziché in una conclusione: l'azienda presenta la riduzione del 90-99 percento come lo stato attuale di una competizione in corso, con le cifre di attribuzione del report che fungono da base per valutare come evolverà questo sforzo.