Anthropic, yeni bir raporunda Çinli yapay zekâ laboratuvarlarının son aylarda gelişmiş Amerikan modellerinin yeteneklerini çıkarmaya yönelik giderek daha karmaşık kampanyalar yürüttüğünü söyledi ve beş ayrı kampanyayla bağlantılı yaklaşık 200 milyon etkileşim tespit ettiğini belirtti. Şirkete göre girişimler, Claude’un ajan çalıştırma ve araç kullanma, programlama ve veri analizi ile mantıksal akıl yürütme yeteneklerini hedef aldı.
Anthropic bu operasyonları, büyük bir modelin çıktılarını toplamak ve ardından bunları daha küçük bir modeli akıl yürütme görevleri konusunda eğitmek için kullanmaya yarayan bir yöntem olan “damıtma saldırıları” (Distillation) olarak tanımlıyor. Şirket, saldırganların modelin içsel düşünme izleri olarak adlandırdığı ve Claude’un normalde kullanıcılarına göstermediği unsurları çıkarmak için savunmalarını aşmaya çalıştığını söylüyor. Bunun yerine Claude, yanıta ulaşma biçimine genel bir bakış sunan “özetlenmiş düşünme” blokları sağlıyor.
Düşünme izlerinin korunmasını aşma yöntemi
Rapora göre bazı kampanyalar, istekleri dolaylı biçimde formüle ederek modeli düşünme izlerini açığa çıkarmaya yöneltmeyi başardı. Anthropic, Claude’a bir çeviri görevi olarak sunulan ve “önceki çalışma belleğini” yalnızca Japonca katakana ile yazılmış biçimde çevirmesinin istendiği bir talebi örnek gösteriyor. Şirket, bu tür yöntemlerin normal yanıtta görünmemesi gereken ayrıntıların elde edilmesini sağladığını söylüyor.
En büyük kampanya Alibaba’ya atfedildi
Anthropic, Alibaba’ya atfedilen kampanyanın şimdiye kadar tespit ettiği en büyük toplu damıtma operasyonu olduğunu söyledi. Şirket, Mayıs ve Temmuz 2026 arasında 151 milyon etkileşim kaydetti ve etkinlik günde yaklaşık üç milyon etkileşimle zirveye ulaştı. Talepler 3500 hesaba dağıldı; ancak düşünme izlerini çıkarmaya yönelik sabit bir talebin kullanılması, Anthropic’in bunu değerlendirmesine göre Alibaba’nın Qwen model ailesi için eğitim materyali üretmeyi amaçlayan tek bir girişim olarak görmesine yol açtı.
Moonshot AI ile bağlantılı talepler
Claude’un geliştiricisi Kimi olan Moonshot AI’a atfedilen başka bir kampanyanın ise Anthropic’e göre talepleri doğrudan Çin ordusundan yönlendiriyor gibi göründüğü belirtildi. Raporda, kapalı devre güvenlik kamerası kayıtlarından oluşan bir kümenin, bir kişinin “anormal davranıp davranmadığını” belirlemek amacıyla analiz edilmesini isteyen bir talebe yer veriliyor. On gün süren dönemde Anthropic, beş bin hesaptan oluşan bir ağ üzerinden Claude’a aktarılan yaklaşık 300 bin talep tespit etti; bunların çoğu Opus modelini hedef aldı.
Bu haber neden önemli?
Anthropic’in tahminleri doğruysa mesele, dağınık hesapların kötüye kullanılmasının ötesine geçerek gelişmiş modellerin çıktılarını geniş ölçekte toplamaya yönelik organize bir girişime dönüşüyor; bu da rakip modeller geliştirmenin maliyetini azaltabilir. Rakamlar ayrıca yeteneklerin korunmasının yalnızca yazılım ağırlıklarına doğrudan erişimi engellemekle ilgili olmadığını, kullanım biçimlerini kontrol etmeyi ve benzer hesaplarla talepleri tespit etmeyi de kapsadığını gösteriyor. Bununla birlikte sonuçlar Anthropic’in yönelttiği suçlamalar olarak kalıyor; makale, kampanyaların Alibaba veya Moonshot AI’a atfedilmesine ilişkin bağımsız bir doğrulama sunmuyor ve kendilerine atfedilen toplam etkileşim sayısı dışında diğer üç kampanya hakkında ayrıntı vermiyor.