OpenAI 已开始为新一代模型 GPT-6.2 Astra 和 Sol 的隐藏思维链加装防护锁,防止其他模型通过 API 接口窃取推理过程用于自身训练。这套机制与 Anthropic 此前推出的防蒸馏措施高度相似,旨在堵住当前 AI 行业普遍存在的“模型偷师”路径。
正文解读
10 月底,《The Information》援引知情人士报道称,DeepSeek 和月之暗面在训练新模型时,大量使用了 GPT-6 Astra 的输出。此前,国内 AI 公司曾广泛蒸馏 Claude,但 Anthropic 不断加强封堵,促使部分厂商把目标转向 OpenAI。蒸馏的本质是让一个模型学习更强模型的输出,以较低成本获得类似能力,而如果能拿到完整思维链,连模型拆解问题、逐步推理的过程都能一并学走,远比只看最终答案更具价值。
Anthropic 今年 6 月已给 Claude 的加密思维链加上“上下文锁”,OpenAI 如今也采用类似机制:在多轮对话中,每段推理都与生成它之前的历史消息绑定。如果开发者修改旧提示词、工具配置或对话内容,API 就可能丢弃改动位置之后的推理项,从而防止攻击者通过篡改上下文诱导模型泄露内部思考。
- OpenAI 自测显示,针对 GPT-6 Astra 的隐藏推理提取攻击成功率高达 54%,而 GPT-6.2 Astra 降至 0.2%,Sol 为 0.5%。
- 新机制会影响正常开发者,修改旧消息或压缩聊天记录可能导致 Agent 丢失之前的推理成果,增加 Token 消耗和响应延迟。
OpenAI 建议开发者尽量保留原始对话历史,并使用官方提供的上下文压缩接口,以减少推理链丢失带来的性能损耗。这一安全升级在提升模型防御能力的同时,也对依赖长期对话状态的应用提出了更高要求。未来,如何在防蒸馏与保持 API 可用性之间取得平衡,将成为模型厂商与开发者共同面对的挑战。
原创文章,作者:admin,如若转载,请注明出处:https://www.23btc.com/openai%e8%b7%9f%e8%bf%9banthropic%ef%bc%8cgpt-6-2%e6%80%9d%e7%bb%b4%e9%93%be%e4%b9%9f%e4%b8%8a.htm



