Anthropic accusa Alibaba, Moonshot AI e DeepSeek di campagne di distillation

Anthropic denuncia quasi 200 milioni di scambi riconducibili a cinque campagne di “distillation” contro i modelli Claude e punta il dito su Alibaba, Moonshot AI e DeepSeek¹.

Nel nuovo rapporto, l’azienda parla di un’escalation negli ultimi mesi e attribuisce le operazioni a laboratori con base in Cina. Indica esplicitamente i tre gruppi citati e lega le attività alla pressione competitiva sui modelli di frontiera sviluppati negli Stati Uniti¹.

Obiettivi chiari. Le campagne mirano a estrarre alcune delle capacità più richieste di Claude: funzioni agentiche e uso di strumenti, programmazione e analisi dei dati, ragionamento logico. Il rapporto definisce queste operazioni più ampie e aggressive rispetto a quanto visto in passato¹.

Tecniche focalizzate sulla catena di ragionamento. Gli attori non cercano solo la risposta finale, ma il percorso che la produce. Quella traccia può addestrare modelli più piccoli a ragionare in modo generale. Le tattiche descritte puntano a eludere le difese dei modelli e a ottenere in modo sistematico sequenze di pensiero su compiti ad alto valore, non singole risposte¹.

Scala e coordinamento sono i due elementi che emergono. Anthropic collega i quasi 200 milioni di scambi a cinque campagne distinte. Non si tratta di estrazioni legate a un singolo compito, ma di blocchi di capacità ritenuti critici. Il bersaglio resta costante: il processo di pensiero esposto nelle risposte generate¹.

Contesto recente. A febbraio, Anthropic aveva già denunciato attacchi di distillation, citando laboratori specifici. OpenAI ha riferito a sua volta attività simili, attribuendole in particolare a DeepSeek. La novità, secondo Anthropic, è la scala e l’aggressività raggiunte dalle campagne più recenti¹.

Pressione competitiva e direzione degli sforzi si toccano qui. Il riferimento ad Alibaba, Moonshot AI e DeepSeek colloca queste operazioni dentro una sfida fra laboratori che vogliono rafforzare il ragionamento dei propri sistemi. Il metodo resta quello descritto: aggirare i filtri, sollecitare i modelli di punta, raccogliere sequenze di pensiero su coding, tool use e analisi dei dati, e riversarle in addestramenti mirati¹.

Anthropic insiste sulla persistenza delle attività e sulla loro finalità: trasformare le interazioni con i modelli di frontiera in materiale di training per rivali. Il rapporto chiude con un avvertimento netto: “Negli ultimi mesi, laboratori non autorizzati hanno sviluppato metodi sofisticati per aggirare le nostre difese e raccogliere le capacità dei modelli statunitensi di frontiera”¹.

Se confermata, la scala descritta sposta il terreno della competizione: non più solo la qualità delle risposte, ma il controllo delle tracce di ragionamento che le generano¹.