随着新保护机制的实施，蒸馏者从Claude提取的推理数据减少了90%至99%。这一数据来自Anthropic对其自家平台的内部评估。蒸馏攻击指的是某些用户通过大量请求获取Claude的回答及其推理过程，再将这些信息用于训练能力较弱的模型。Anthropic指出，推理记录展现了模型得出答案的思路，因此它的训练价值高于最终答案，也正因如此，推理记录需要得到保护。

Anthropic内部进行了对比测试，结果显示使用完整的推理记录进行训练的模型在编程基准测试中取得了80.4%的得分，而仅用推理摘要进行训练的模型得分为71.8%。这组数据用以凸显完整推理记录的训练价值。尽管如此，Anthropic也承认，蒸馏的具体情况和训练结果会因操作方式和模型的不同而有所差异。

为了解决这个问题，Anthropic在部分Claude模型上引入了保留思考的机制。一个重要的时间节点是，2026年8月31日及之后新创建的API账户将无法编辑Claude过去的对话记录。同时，不同模型间互相读取推理记录的限制也被加强，例如Claude Sonnet 5.5的推理记录仅限于请求发起组织内部查看。

在识别环节，Anthropic利用两阶段分类器专门监控那些试图获取隐藏推理信息的请求。此外，针对新出现的规避手段，Anthropic还更新了防护措施，例如对用户要求模型翻译旧推理内容的请求进行拦截。持续尝试这些操作的账户可能会面临更严厉的使用限制，甚至被封禁。Anthropic表示，自分类器上线以来，平台上被提取的推理token数量显著减少，并已封禁数万个账户。

然而，实施这些措施需要付出一定代价：保留思考机制要求一些开发者调整接口集成，同时，分类器的引入可能会误拦正常请求，尽管Anthropic表示总体误报率低于0.1%，被拦截的请求依然会正常计费。至于这种下降趋势能否持续，Anthropic对此保持谨慎，表示尚未观察到复杂且持续的规避行动，因此目前的降幅仍需进一步观察。