Anthropic、中国 AI 企業による蒸留攻撃の詳細を公表──Claude の推論プロセス抽出を狙った約 2 億件のアクセスを観測
Alibaba や Moonshot AI などによる Claude の思考プロセス抽出キャンペーンを報告し、エージェント機能や推論能力を狙った大規模な不正データ収集の実態を明らかにした。
リリース: 2026-09-10 · 読了 3 分記事の要約
1. 核心（What）
- Anthropic は 2026 年 9 月 10 日、中国の AI 企業による Claude への継続的な蒸留攻撃に関する調査報告書を発表した。
- 攻撃はエージェント機能、ツール利用、コード生成、論理推論などの高度な能力を標的にしている。
- Alibaba によるキャンペーンでは、3,500 のアカウントを経由して 1 日あたり最大 300 万件のリクエストが送信された。
- Moonshot AI に関連するキャンペーンでは、閉回路監視カメラ映像の分析など軍事関連とみられるリクエストが含まれていた。
2. 影響（Why）
- 推論プロセスの流出リスク: 通常は非公開であるモデルの内部思考トレースが翻訳を装うプロンプトなどで抽出され、競合モデルの教師データとして悪用される構造が浮き彫りになった。
- 国内 SaaS への防衛コスト転嫁: API プロバイダー側が高度な防御策やアカウント検証を導入せざるを得なくなることで、正規の利用者が支払うレイテンシやコストに影響する懸念がある。
3. 根拠・詳細（How）
- 翻訳を装ったプロンプト迂回手法: 攻撃者は「カタカナのみの日本語翻訳」などの文脈を偽装したプロンプトを用いて、モデルに内部の作業記憶や思考プロセスを直接出力させる手法を用いた。
- 固定プロンプトによる分散抽出構造: Alibaba に起因するとされるキャンペーンでは、3,500 のアカウントで単一の固定プロンプトが共有され、Qwen ファミリーの学習用データを体系的に回収していた。
4. 展望・課題（Next）
- API プロバイダーによる防御強化: Anthropic や他の主要フロンティアモデル提供企業は、思考プロセスの不正抽出を防ぐためのプロンプト監視および不正アカウント検知の自動化を急ぐ方針。