Anthropic detalla ataques de destilación de IA desde laboratorios chinos

Anthropic publicó el jueves un informe en el que denuncia ataques de destilación persistentes por parte de empresas de IA con sede en China, los cuales, según la compañía, se han intensificado en los últimos meses a medida que la competencia en el sector se ha vuelto más aguda.

“Durante los últimos meses, laboratorios no autorizados han desarrollado métodos cada vez más sofisticados para eludir nuestras defensas y apropiarse de las capacidades de los modelos de frontera estadounidenses”, señala el informe. “Las campañas que identificamos apuntaron a algunas de las capacidades más valiosas de Claude, incluidas sus capacidades agenciales y de uso de herramientas, programación y análisis de datos, y razonamiento lógico”.

Anthropic ya se había pronunciado sobre ataques de destilación en febrero, cuando nombró laboratorios específicos. OpenAI ha reportado actividad similar, que atribuyó específicamente a DeepSeek. Pero las campañas detalladas en el nuevo informe de Anthropic son tanto más grandes como más agresivas: la compañía dice haber observado casi 200 millones de intercambios vinculados a ataques de destilación, atribuidos a cinco campañas distintas.

En términos generales, los ataques de destilación se centran en extraer la cadena de razonamiento de un modelo a partir de sus respuestas a distintas consultas; esa cadena de razonamiento puede usarse luego para entrenar un modelo más pequeño en capacidad de razonamiento general mediante ajuste fino supervisado. Anthropic normalmente no pone a disposición de los usuarios la cadena de razonamiento interna de Claude, y en su lugar muestra bloques de “pensamiento resumido”; pero las campañas encontraron técnicas específicas para engañar al modelo y hacer que revelara directamente sus rastros de razonamiento, incluido un caso en el que un atacante presentó la solicitud como una tarea de traducción, pidiendo al modelo que convirtiera su memoria de trabajo previa en japonés natural usando únicamente escritura katakana.

La mayor parte de los intentos de destilación provino de una campaña que Anthropic atribuye a Alibaba, a la que describe como el mayor esfuerzo de destilación mayorista que la compañía ha observado. Anthropic registró 151 millones de intercambios entre mayo y julio de 2026 vinculados a esa campaña, con un pico de casi tres millones de intercambios diarios, distribuidos en 3500 cuentas distintas; como las cuentas compartían un mismo mensaje fijo usado para extraer la cadena de razonamiento, Anthropic las atribuyó a un único esfuerzo por producir material de entrenamiento para la familia de modelos Qwen de Alibaba.

Otra campaña, que Anthropic atribuye a Moonshot AI, fabricante de los modelos Kimi, parecía enrutar solicitudes directamente desde el ejército chino. Según el informe, una de las solicitudes pidió a Claude evaluar imágenes de cámaras de vigilancia de circuito cerrado para determinar si un sujeto se estaba comportando de forma anómala. Durante un período de 10 días, Anthropic dice que casi 300.000 solicitudes se enrutaron hacia Claude a través de una red de 5000 cuentas, dirigidas principalmente a su modelo Opus.

Por qué importa

La escala que describe Anthropic —casi 200 millones de intercambios en cinco campañas— sugiere que la destilación se ha convertido en una estrategia sistemática para cerrar la brecha de capacidades con los laboratorios de frontera estadounidenses, y no en un simple atajo aislado, lo que presiona a los laboratorios de IA a blindar la exposición de la cadena de razonamiento como un problema de seguridad competitiva, y no solo de seguridad del modelo.