Anthropic afirma reduzir em até 99% extração de tokens do Claude

O que aconteceu

A Anthropic afirma ter reduzido em 90% a 99% a extração não autorizada dos tokens de raciocínio internos do Claude, e banir dezenas de milhares de contas ligadas a tentativas de destilação em escala industrial. Segundo o relato do The Decoder, a empresa apresentou a medida como resposta a esse tipo de uso.

A destilação consiste em treinar um modelo a partir das respostas de outro, o que permite a um concorrente reproduzir capacidades sem arcar com o custo de desenvolvimento. No caso do Claude, o foco são os tokens de raciocínio, que representam as etapas intermediárias de processamento do modelo, e não apenas a resposta final apresentada ao usuário.

O relato disponível concentra-se nos resultados declarados pela empresa. Não há, no material analisado, detalhes independentes que permitam verificar a metodologia de medição ou o período exato das ações de bloqueio.

Por que isso importa

Para líderes que implementam IA em serviços, o episódio mostra que a camada de raciocínio de um modelo passou a ser um ativo a ser protegido, e não apenas um detalhe técnico. Quando a forma como um sistema chega à resposta tem valor competitivo, controles de acesso, monitoramento de padrões de uso e políticas de contas tornam-se parte da arquitetura de serviço, e não uma reflexão posterior.

Também há implicações para a confiança. Organizações que integram modelos de linguagem em atendimento, operações e decisões precisam entender quais dados e saídas podem ser expostos, por quem e em que volume. Isso afeta tanto a segurança quanto a previsibilidade do desempenho que o cliente percebe ao longo do tempo.

Os números

• 90% a 99% é a faixa de redução atribuída pela Anthropic à extração de tokens de raciocínio do Claude.
• Dezenas de milhares de contas foram banidas por estarem ligadas a tentativas de destilação em escala industrial.

A visão da Renascence

A maioria das discussões sobre esse caso vai focar na disputa entre empresas de IA. Para quem desenha experiências e serviços, o ponto mais relevante é outro: quando o processo interno de um sistema se torna valioso e vulnerável, a fronteira entre produto, operação e segurança desaparece.

O princípio comportamental por trás disso é a visibilidade assimétrica: quem observa padrões de uso pode inferir muito sobre um sistema sem nunca ver seu funcionamento interno. Operadores que oferecem IA aos clientes deveriam tratar o volume e a forma das interações como sinais de risco e de experiência ao mesmo tempo. Em vez de tratar a segurança como um filtro no fim do fluxo, vale mapear onde o valor do serviço pode ser extraído e desenhar limites que protejam o cliente legítimo sem degradar sua jornada. Quem fizer isso com antecedência terá menos surpresas quando a pressão sobre o modelo aumentar.