Qué pasó
Destilación, en cristiano: conseguir que un modelo más potente te enseñe su razonamiento a escala y usar esas respuestas para entrenar uno más pequeño. Según Anthropic, el objetivo eran las capacidades agénticas de Claude y su uso de herramientas, además de programación, análisis de datos y razonamiento lógico. O sea, justo lo que los clientes pagan por usar.
Anthropic describe a los responsables como laboratorios no autorizados que, durante varios meses, fueron ideando formas cada vez más ingeniosas de sortear sus defensas. El objetivo que les atribuye: cosechar las capacidades de los modelos de frontera de EE. UU.
No es la primera vez que Anthropic da la voz de alarma. Ya lo hizo en febrero y entonces incluso señaló laboratorios concretos. El nuevo informe, según la propia Anthropic, describe campañas más grandes y más agresivas que aquellas.
OpenAI también ha reportado actividad similar, que atribuyó específicamente a DeepSeek.
Por qué importa
La receta es sencilla. Anthropic explica que normalmente mantiene oculta la cadena de pensamiento interna de Claude y a los usuarios solo les muestra un resumen del razonamiento. Los ataques de destilación van a por ese razonamiento igualmente, porque es el material de entrenamiento más jugoso que un modelo pequeño podría pedir.
Si el relato de Anthropic se sostiene, los rivales pueden saltarse años de costosa investigación de frontera con un montón de llamadas a la API y algo de paciencia. Eso convierte el acceso a los modelos en un problema de seguridad, no solo de facturación.
También echa gasolina a la rivalidad de IA entre EE. UU. y China. Anthropic lo plantea como la extracción de capacidades de frontera estadounidenses y publica nombres. Espera que el mundillo de las políticas públicas tome nota.
Las acusaciones salen del propio informe de Anthropic. La versión de los laboratorios señalados no forma parte de lo que tenemos, así que toma esto como una acusación detallada de una de las partes, no como un veredicto.
Qué hacer con esto
- Audita la exposición de tu API.Si revendes o envuelves un modelo de frontera, mira quién está machacando tus endpoints y cómo.
- Vigila los términos de uso.Usar las salidas de un proveedor para entrenar a un modelo rival es exactamente de lo que va esta pelea, así que lee las reglas de tu proveedor antes de hacer fine-tuning.
- Pregunta a tus proveedores por sus defensas.Si compras para empresa, pregunta cómo detectan la extracción masiva y qué pasa cuando la detectan.
- Sigue de cerca a los laboratorios nombrados.Si usas modelos de Alibaba, Moonshot AI o DeepSeek, fíjate en cómo responden al informe.
Ponte las pilas, sapiens. Los modelos ya se copian los deberes entre ellos, y a ti sigue sin invitarte nadie al grupo de estudio.


