Claudeの発表内容
Anthropicは2026年10月12日、「Claude」に対する蒸留攻撃を防ぐ新たな防御策を導入しました。攻撃者によるデータ収集量は、この対策によって約90%から99%減少しました。
蒸留攻撃 (他社モデルの能力を無断で抽出して自社モデルに複製する手法) は、架空アカウントを使って大規模に行われます。攻撃者は、Claudeが回答前に出力する思考プロセス (推論の記録) を標的にしています。
防御策として、Claudeは思考過程を要約して表示する方式を採用しました。思考記録の要約により、コーディング指標「SWE-bench Verified」における蒸留モデルの正解率は80.4%から71.8%に低下しました。
Anthropicは兆単位のトークンに相当する攻撃者の有料トラフィックを遮断しました。この防御策の変更に伴い、Claudeと正規にシステムを連携しているユーザーにも設定の更新が必要になります。
つまり、どういうこと？
ざっくり言うと、他社がClaudeの「思考メモ」を盗み見て、手軽に高性能なAIを複製する行為を防ぐ仕組みが強化されました。たとえるなら、試験で計算用紙のメモを丸ごと盗まれないように、要約したメモだけを見せることでカンニングの精度を落とす工夫です。
編集部の見方
兆単位のトークンにおよぶ有料アクセスを自ら遮断したという記述には、筆者もかなり驚きました。自社の売上より防衛。
推論プロセスの開示を絞って他社による無断複製を防ぐ手法は、今後のAI業界で標準になりそうです。ただ、防御を固めた結果として正規の利用者側にシステム更新の手間が生じる点は、ちょっと気になります。
Claudeとシステムを繋いでいる人は、接続設定の更新案内が出ていないか早めに確認しておくと安心です。今後は「Claude Opus 4.8」などの上位モデルが広く使われる場面で、この防御策が使い勝手にどう影響するかを見届けたいところです。
誰に関係するか
Claudeと業務システムを連携している人は、自社の接続設定を更新して安全に利用を継続できるようになります。
出典: Anthropic ↗
