Anthropic 在 Opus 5.5 发布中通过 API 变更防御蒸馏并重构 Agent 架构

Anthropic 在 Opus 5.5 发布期间，将商业效率与安全控制深度绑定，核心动作包括修改 API 接口以强制保留跨对话的思考块（preserved thinking blocks），以及重新设计 Agent 运行时架构以分离“大脑”与“双手”。这一系列举措旨在应对模型能力增强带来的安全挑战，特别是防止外部通过提取推理痕迹进行知识蒸馏，同时确保高算力消耗下的基础设施稳定性。

具体证据显示，Anthropic 为阻止 Distillation 攻击，改变了 API 的 Token 流处理方式，要求客户在集成时适配新的思考块保留机制。虽然这增加了部分客户的集成复杂度，甚至可能破坏原有的手动压缩策略，但公司提供了新的 API 功能来替代旧方案。此外，在架构层面，Anthropic 将 Managed Agents 的会话逻辑（大脑）与代码执行环境（双手）解耦，采用代理方式传递凭证而非直接注入，从而在不牺牲性能的前提下实现了更严格的隔离与安全性。

事实层面，Opus 5.5 已确立为当前行业领先的模型，且 Anthropic 已实现 GAAP 盈利，其收入增长主要得益于 Claude Platform 的采用率提升。推断层面，这种将安全机制作为产品交付一部分的做法，意味着未来模型发布的门槛将从单纯的性能指标转向合规性与架构安全性。猜测层面，随着模型越复杂，API 层面的“黑盒化”控制可能会进一步增加开发者的调试难度，迫使更多用户转向 Anthropic 提供的托管服务以降低运维风险。