作者：默思編輯部 發布：2026-09-15
Anthropic在2026年9月10日發布最新一期《偵測與反制AI濫用》威脅情報報告，揭露公司過去八個月內攔截的多起重大惡意使用案例，內容涵蓋生物武器研究、國家級網路間諜活動，以及大規模模型能力竊取行動。
報告最受關注的一點，是Anthropic首度公開表示：新一代Claude模型的能力「已經無法再被視為低於生物武器協助的有意義門檻」。這句話的意思是，過去實驗室可以相對有信心地說「模型能力還不足以真正幫上生物武器研發的忙」，但這道防線隨著模型能力提升已經變得模糊。報告中詳細記錄了五起試圖利用Claude進行生物武器相關研究的攻擊嘗試，全數遭到攔截。
報告也揭露一起疑似俄羅斯政府支持的網路間諜行動，攻擊者利用Claude自動化執行針對烏克蘭與歐洲政府、軍事及外交目標的大規模攻擊行動，涵蓋自動化偵察、社交工程郵件撰寫、惡意程式開發等多個攻擊環節。
另一起規模驚人的案例，是與阿里巴巴有關聯的操作者發動了Anthropic所稱「最大規模的非法蒸餾攻擊」——目的是透過大量、系統化的問答互動，反推萃取出Claude的模型能力，藉此訓練或改進自家競爭模型。Anthropic觀測到，光是2026年5月到7月之間，就有超過1.51億次歸屬於這批阿里巴巴相關帳號的互動紀錄。
這份報告的意義不只在於「抓到了幾起壞事」，更在於它揭示了前沿AI模型正同時面臨三種完全不同性質的濫用壓力：國家級的軍事化研究濫用、國家級的網路戰爭工具化，以及商業競爭對手的能力竊取。這三種壓力的因應方式（技術偵測、政策法規、產業合作）彼此不完全重疊，對於關注AI治理、資安或地緣政治交界領域的工作者來說，這份報告提供了少見的第一手實務案例，而不是抽象的風險推演。
模型蒸餾（distillation）原本是機器學習領域的正當技術，指的是用一個大型模型的輸出來訓練一個較小的模型，藉此壓縮模型體積、降低推理成本。但當這項技術被用來大規模、系統化地向競爭對手的商用模型提問，目的是反推萃取出對方模型的能力與訓練成果時，就構成了智慧財產權層面的濫用。這類攻擊之所以難以單純用技術手段防堵，是因為單一次的問答互動本身完全合法、也與一般使用者的正常提問無法區分，只有當攻擊者以極大規模、系統化的方式進行時，異常模式才會浮現。這也是為什麼Anthropic需要動用横跨數月的行為分析，而不是單純依賴即時的內容審查機制，才能識別出1.51億次互動背後的協同攻擊模式。
想建立扎實的程式與資安基礎知識，歡迎參考Python課程。