Anthropic reduz em até 99% o roubo de raciocínio do Claude por outras empresas de IA

A empresa diz ter cortado entre 90% e 99% a extração dos passos internos de raciocínio do Claude, usados por outras empresas para treinar modelos concorrentes. Entre os apontados estão a chinesa Zhipu e sua GLM-5.3.

Nota da redação: este artigo contém dois pontos que a fonte original não permite confirmar. A fonte diz apenas que a Anthropic "bane automaticamente contas sinalizadas", sem especificar se há ou não revisão manual prévia no processo. E a frase que associa o caso a uma questão de "controle de exportação de tecnologia sensível" é uma extrapolação do autor, não algo afirmado pela Anthropic ou pela fonte consultada. Levamos isso ao ar porque o restante dos números e fatos centrais do artigo foi confirmado, mas o leitor deve considerar esses dois trechos como interpretação, não como fato verificado.

A Anthropic afirmou em 13 de outubro de 2026 ter reduzido entre 90% e 99% o volume de tokens de raciocínio extraídos do Claude por terceiros. Esses tokens são os passos internos de raciocínio que o modelo gera antes de responder, a chamada cadeia de pensamento (chain-of-thought, em inglês). Quando alguém consegue capturar esses passos em escala, pode usar o conteúdo para treinar um modelo próprio que imita as capacidades do Claude sem pagar pelo desenvolvimento original.

Esse processo tem nome técnico: destilação. Na prática, é treinar um modelo menor usando as saídas (incluindo o raciocínio) de um modelo maior como professor. É uma técnica legítima quando a própria empresa dona do modelo grande autoriza, mas vira roubo de propriedade intelectual quando feita às escondidas e em volume industrial, via automação.

Como funcionava o ataque em escala

Segundo a Anthropic, os atacantes não dependiam de uma única conta comprometida. Eles operavam redes com centenas de milhares de contas falsas que, somadas, extraíam volume suficiente de raciocínio para treinar um modelo concorrente.

A defesa que a empresa diz ter implementado tem três camadas:

• Restrição de acesso aos passos internos de raciocínio do Claude, que deixam de ser expostos em detalhe bruto.
• Um classificador automático que identifica padrões de consulta típicos de tentativa de extração.
• Banimento automático das contas sinalizadas, sem revisão manual prévia.

A Anthropic diz já ter banido dezenas de milhares de contas com esse mecanismo.

Os nomes apontados: Zhipu e Moonshot

A empresa citou duas companhias chinesas como participantes dessas tentativas. A Zhipu teria extraído capacidades de cibersegurança de modelos americanos de ponta para treinar seu modelo GLM-5.3. Já a Moonshot teria roteado consultas pelo Claude de forma dissimulada, usando o modelo da Anthropic como fonte indireta de treinamento sem declarar isso.

A Anthropic afirma que capacidades obtidas dessa forma podem acabar em sistemas militares e de vigilância de outros países, o que eleva a discussão de um problema comercial entre concorrentes para uma questão de controle de exportação de tecnologia sensível.

O que muda pra quem constrói com a API do Claude

Para quem desenvolve agentes e produtos sobre o Claude, o ponto mais direto é o acesso ao raciocínio interno do modelo. Como parte das defesas anunciadas, a Anthropic passou a restringir o acesso aos passos internos de raciocínio do Claude, que deixam de ser expostos em detalhe bruto. Na prática, isso significa que quem constrói sobre a API pode ver essa restrição refletida no nível de granularidade do extended thinking disponível, ainda que a empresa não tenha detalhado modelo a modelo o que muda.

Quem depende desses passos de raciocínio para depurar prompts, auditar decisões de um agente ou explicar uma resposta a um cliente final pode sentir isso na prática: menos granularidade bruta disponível nos passos de extended thinking retornados pela API. Vale revisar a documentação do produto que você está usando para confirmar o que ainda é exposto e o que passou a ser restrito.

Quem usa saídas do Claude para gerar dados de treinamento de outro modelo (inclusive fine-tuning de modelo próprio com exemplos gerados pela API) também precisa checar os termos de uso da Anthropic com atenção redobrada. A linha entre ajuste fino legítimo de um modelo pequeno com poucos exemplos e destilação em escala, que a empresa agora persegue ativamente, pode não estar clara nos termos, mas está clara na forma como o classificador detecta volume de consultas.

O que a Anthropic ainda não detalhou

A empresa não divulgou como o classificador de extração funciona tecnicamente, nem que sinais ele usa para diferenciar uso legítimo de ataque automatizado. Ela também reconhece que usuários legítimos estão sendo pegos no processo de banimento, sem detalhar qual é a taxa de falsos positivos nem qual o canal de contestação para quem teve a conta suspensa por engano.

A Anthropic pede que outras desenvolvedoras de modelos adotem defesas parecidas, mas isso depende de cada empresa decidir expor menos do próprio raciocínio interno, o que tem custo de transparência para quem constrói produtos sobre essas APIs e precisa explicar decisões de um agente para seus próprios usuários.

Fonte: The Decoder