大模型蒸馏时代结束！Fable 5.1改写API，彻底切断蒸馏后路

新智元报道

轰轰烈烈的大蒸馏时代，要结束了！

就在9月2日，Anthropic一记重拳，直接改写了API规则，彻底切断了套壳大模型和蒸馏者的后路。

曾经，无数公司为了省去巨大的算力成本和漫长的训练时间，选择通过API套取头部顶尖模型的推理过程，然后用这些数据来训练自己的「小模型」。

但今天以后，这种可能性，不复存在了。

Claude Fable 5.1 封杀「思考块」篡改

Anthropic这次发布的Fable 5.1，推出了堪称史上最严反蒸馏机制。

核心动作，就是死死锁住「思考块」。

什么是「思考块」？

简单来说，就是AI在给你最终答案之前，脑子里进行的CoT过程。

Claude 进行心算时思维过程中复杂、并行的路径

在API调用中，Claude会将这些推理步骤以「思考块」的形式返回给用户。

在正常的多轮对话中，开发者会把这些思考块连同系统提示词、工具和历史消息一起再发回给Claude，以便让模型记住上下文，保持对话的连贯性。

但偏偏就是这个机制，成了蒸馏者们的机会。

他们发现了一个巨大的漏洞：只要在多轮对话中，偷偷修改思考块前后的上下文（比如篡改早期的系统提示或历史消息），就能打破Claude的防御机制，甚至能诱导Claude吐出它原本隐藏的底层推理逻辑！

针对这一乱象，Anthropic在Fable 5.1中毫不留情地推出「上下文一致性验证」的新规。

1.原路返回，一字不差：API现在将严格验证客户端发回来的「思考块」，是否与当初产生它的系统提示、工具和历史消息完全一致。

2.动了手脚？直接报错！只要系统发现上下文被修改，哪怕一点点都会匹配失败，API将直接返回错误提示，拒绝服务。

而且，为了照顾到那些确实需要修改上下文的合法开发者（比如需要压缩上下文长度来省钱），Anthropic提供了一个「非严格模式」。

在这个模式下，你的请求可以通过，但是，系统会直接把「思考块」全部删除！ 模型将在完全看不到之前推理过程的情况下，强行作答。

这一招，可谓是釜底抽薪。

当 Claude 被问及一个较简单与一个较困难的问题时，忠实推理与动机性（不忠实）推理的例子

工业级蒸馏，到底有多疯狂？

Anthropic至于发这么大火，搞出这么严格的限制吗？

答案是：至于，而且极其必要。

因为目前的非法蒸馏，已经演变成了工业级规模。

在过去的一年里，Anthropic的安全团队观测到了令人触目惊心的滥用现象。

这些专业的「蒸馏黑客」们并不是用一个账号每天问几个问题，而是使用数以千计的虚假账户，通过自动化的脚本，夜以继日地在API端疯狂「薅羊毛」。

他们的操作手法极具隐蔽性和攻击性。

上文说过，虽然Anthropic早就对Claude的核心思考块进行了加密，但黑客们使用了「上下文注入」和「对话重写」的技术。

这种做法就像是给Claude进行「催眠」，让它在逻辑错乱中，主动把自己加密的推理过程给解密、打印出来。

因此，很多小参数模型，并没有经历从零开始的算力堆叠和算法创新，只是背下了顶尖AI的答题思路，就做到了性能比肩。

更可怕的是，这种做法直接触及了红线，导致安全保障的崩塌。

AI失控的最大隐患

如果说商业利益的损失只是让Anthropic「肉痛」，那么「能力与安全的脱钩」，则让整个AI安全界感到恐惧。

这也是Anthropic决定痛下杀手的核心动机。

众所周知，像Claude、GPT-4这样的大模型，在拥有极高智商的同时，也接受了极其严苛的「价值观对齐」和安全训练。它们知道不能教人制造炸弹，不能编写恶意勒索软件，不能发表仇恨言论。

这种「能力+ 安全护栏」的双重绑定，是大型AI公司耗费上千万美元进行RLHF和红蓝对抗才建立起来的。

但是，蒸馏模型完美地避开了这道安全网！

当蒸馏者通过修改上下文，强行套取Claude的「思考块」时，他们只提取了那部分高智商的「推理能力」，却根本无法继承底层的安全保障。

就像一个邪恶组织，克隆了爱因斯坦的智商，却没有克隆爱因斯坦的道德感和同理心。

用这种非法蒸馏手段训练出来的系统，会莫名其妙地继承它们原本不该拥有的高级逻辑和代码能力。

但由于它们本身是一个「低保障、弱护栏」的底层模型，它们会毫不犹豫地响应黑客的请求，去生成网络攻击脚本，或者协助进行生物武器的研发。

「能力和安全的脱钩，是当今AI最大的风险。」

新规落地：谁受影响？

这次打击，会影响到正经开发者吗？

不用怕，Anthropic采取了精准的「分阶段执行」策略，力求将误伤降到最低。

首当其冲的，是「新账户」。

根据官方文件，此次限制率先从滥用最集中的新账户切入。针对 Fable 5.1 模型，该更新仅适用于在 2026年8月31日 12:00:00 AM UTC 之后创建的新 API 账户。

以下人群，可以彻底放心，你们完全不受影响。

1.现有 API 账户：现有的老账户在 Fable 5.1 上暂不受影响。这给了合法开发者充足的时间去调整。

2.消费端普通用户：如果你只是在使用网页版的 Claude.ai，或者是 Claude Code、Claude Cowork 等官方产品的C端用户，或者通过第三方套壳产品正常聊天，你不会受到任何干扰。

对于受到影响的 API 开发者，你需要注意什么？

如果你之前的应用集成中，恰好用到了「在对话中途重写早期轮次」的技术（比如为了省钱而做的上下文压缩，或者在对话中途强行注入新的系统提醒），你需要立刻开始调整你的代码逻辑了。

为了应对这一变化，Anthropic提供了完善的迁移指南。开发者有两个选择。

选择一：保持上下文的绝对一致。把原来的思考块、系统提示和工具一字不差地传回去。

选择二：在API请求中选择加入「非严格模式」 。在这个模式下，即便你修改了上下文，API也不会报错中止，而是会自动且静默地删除请求中的受影响的思考块。

虽然这会让模型在接下来的对话中「忘掉」之前的具体推理过程，但至少能保证你的对话或任务不被中断。

需要提醒的是：虽然目前该规定存在豁免期，但 Anthropic 已经明确表态——「保留思考」机制将在未来的模型版本中适用于所有账户！

现有的缓冲窗口期，也是有限的。

意外之喜：造福老实人

并且，这次新规之后，还隐藏着一个对于合法开发者的好处——成本的大幅降低和响应速度的飞跃。

这是怎么做到的？

核心就在于「上下文一致性」。

在过去，因为开发者可以随意修改上下文，导致模型每次接收到的请求都是「全新」的。这不仅耗费算力，而且速度极慢。

现在，新规强迫所有人必须保持「思考块」及其周围的系统提示、历史消息完全一致，不得篡改。

这在技术上创造了一个完美的条件：提示词缓存可以实现极高频率的命中！

现在，API服务器可以轻松地将之前的对话上下文直接缓存下来。当下一轮对话请求到来时，系统直接从缓存中调取数据，瞬间完成匹配。

其结果就是：API的响应时间大幅缩短，延迟直线下降，同时开发者的API调用成本也会显著降低！

这一招「无心插柳」，可以说是真金白银地补贴了老老实实的开发者。

总之，这次新规，对于整个AI行业来说，无疑是一个分水岭。

小参数锤爆大模型的故事，或许会少很多。

退潮之后，是谁在裸泳？

参考资料：

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

编辑：Aeneas