Claude अब अपनी सोच को अधिक छिपाता है — यहाँ क्या बदला है

12 अक्टूबर, 2026 को, Anthropic ने "डिस्टिलेशन" के खिलाफ मजबूत सुरक्षा शुरू की — Claude के तर्क को प्रतिद्वंद्वी मॉडल में कॉपी करने के औद्योगिक-स्तर के प्रयास। परिणाम: Claude डिफ़ॉल्ट रूप से अपनी सोच का सारांश देता है, और अनुरोध जो उसके कच्चे तर्क को शब्दशः निकालने का प्रयास करते हैं, अब फ़्लैग या ब्लॉक किए जाते हैं।

Anthropic का कहना है कि उसकी नई एंटी-डिस्टिलेशन सुरक्षा हमलावरों द्वारा Claude के तर्क की मात्रा को 90 से 99% तक कम कर देती है। यह आपके लिए मायने रखता है क्योंकि कुछ सामान्य-लगने वाले अनुरोध अब Claude की सुरक्षा के लिए संदिग्ध लगते हैं — और यह जानना कि कौन से अनुरोध अवरुद्ध प्रतिक्रिया से आपको बचाएंगे।

"डिस्टिलेशन" का अर्थ है एक मॉडल की क्षमताओं को हजारों प्रतिक्रियाओं पर प्रशिक्षण देकर एक सस्ते, छोटे मॉडल में कॉपी करना। इसके लिए सबसे मूल्यवान डेटा Claude का अंतिम उत्तर नहीं है — यह Claude का तर्क है, वह सोच जो वह उत्तर देने से पहले लिखता है, क्योंकि यह एक कॉपीकैट मॉडल को सिखाता है कि Claude कैसे सोचता है, न कि वह क्या कहता है। हमलावर इसे बड़े पैमाने पर चलाते हैं, अक्सर नकली खातों के नेटवर्क के माध्यम से।

इस वजह से, Claude अब आपको अपनी सोच दिखाने से पहले उसका सारांश देता है, बजाय इसके कि वह कच्ची सोच दिखाए। Anthropic ने इसका परीक्षण किया: पूर्ण तर्क प्रतिलेखों पर प्रशिक्षित एक मॉडल ने SWE-बेंच सत्यापित कोडिंग बेंचमार्क पर 80.4% स्कोर किया; सारांशित संस्करण पर प्रशिक्षित, इसने केवल 71.8% स्कोर किया। तर्क का सारांश इसे कॉपी करने के लिए बहुत कम उपयोगी बनाता है।

Claude एक दो-चरणीय क्लासिफायर भी चलाता है — उसी तरह की प्रणाली जिसका उपयोग जैविक हथियारों या साइबर हमले के अनुरोधों को रोकने के लिए किया जाता है — कच्चे तर्क को निकालने के प्रयासों को पकड़ने के लिए। इसकी गलत-सकारात्मक दर 0.1% से कम है, जिसका अर्थ है कि यह गलती से शायद ही कभी एक वास्तविक अनुरोध को फ़्लैग करता है। 24 सितंबर, 2026 से, Anthropic इस क्लासिफायर द्वारा अवरुद्ध अनुरोधों के लिए भी शुल्क लेता है। अलग से, "संरक्षित सोच" नामक एक सुविधा किसी को भी बातचीत में Claude के पिछले तर्क को संपादित करने से रोकती है — यह 31 अगस्त, 2026 को या उसके बाद बनाए गए API खातों पर लागू होती है, इसलिए यदि आपका एकीकरण पुराने "सोच" ब्लॉक को फिर से भेजता या बदलता था, तो वह पैटर्न अब अस्वीकृत कर दिया गया है।

आपके लिए इसका रोज़मर्रा का क्या मतलब है: Claude से उसके उत्तर को समझाने, उसके चरणों से गुजरने, या उसके अंतिम उत्तर में एक निष्कर्ष को सही ठहराने के लिए कहना पूरी तरह से सामान्य है और अभी भी काम करता है। जो अवरुद्ध हो जाता है वह Claude से उसके छिपे हुए तर्क को शब्दशः डंप करने, पुराने छिपे हुए तर्क को दूसरी भाषा में अनुवाद करने, या उसे प्रच्छन्न टैग के अंदर प्रिंट करने के लिए कहना है — ये वही निष्कर्षण रणनीति हैं जिन्हें Anthropic ने डिस्टिलेशन प्रयासों के रूप में नामित किया है।

Claude अब डिफ़ॉल्ट रूप से अपने तर्क का सारांश देता है और कच्चे संस्करण को शब्दशः, अनुवादित, या प्रच्छन्न रूप से निकालने के प्रयासों को अवरुद्ध करता है — 0.1% से कम गलत-सकारात्मक दर के साथ। यदि आप Claude की सोच में अंतर्दृष्टि चाहते हैं, तो उससे अंतिम उत्तर में अपने चरणों को समझाने के लिए कहें, न कि छिपे हुए तर्क को प्रकट करने के लिए। यदि आपका API एकीकरण पुराने "सोच" ब्लॉक को संपादित करता है, तो जांचें कि क्या "संरक्षित सोच" (31 अगस्त, 2026 से खाते) अस्वीकृत होने का कारण है।