Падение успешности атак до 0,2% стоило разработчикам десятков тысяч аккаунтов

OpenAI и Anthropic активно применяют блокировки API и массовые баны аккаунтов, защищая внутренние рассуждения флагманских моделей от систематического хищения, что фундаментально меняет экономику закрытой AI-инфраструктуры. OpenAI подтвердила ужесточение защитных барьеров для предотвращения извлечения внутренних цепочек рассуждений из GPT-6.2 Astra и GPT-6.2 Sol. Перекрывая доступ к этим данным, разработчики моделей ограждают собственные многомиллионные затраты на обучение от дистилляции конкурентами, которая подрывает маржинальность вычислительной инфраструктуры.
Автоматизированные атаки пошли на спад
Внедрение защитных контуров спровоцировало мгновенное падение уязвимости по всем направлениям. В ходе внутренних автоматизированных тестов результативность атак, нацеленных на извлечение защищенных цепочек рассуждений из предыдущих запросов, упала с 54,0% на GPT-6 Astra до 0,2% на GPT-6.2 Astra.
Успешность атак на активные запросы сократилась с 22,9% до 0,9%, согласно данным OpenAI. Хотя более ранние корпоративные тесты фиксировали слабые места — 2026-11-05 модель GPT-6 Astra от OpenAI справлялась с задачами по исследованию безопасности примерно на 40% хуже, чем с идентичными общими тестами, — сейчас лаборатория развертывает обновленные механизмы защиты значительно шире. Часть этих доработок OpenAI переносит и на GPT-6 Astra.
Многоуровневая фильтрация и зачистка аккаунтов
Защита интеллектуальных активов потребовала масштабной операционной перестройки всех шлюзов разработчиков. На уровне единичных запросов архитектура объединяет адресное дообучение, входящие и исходящие фильтры для сообщений и вызовов внешних инструментов, а также прямые блокировки API, не позволяющие старым моделям считывать защищенные цепочки рассуждений.
В рамках борьбы со скоординированными кампаниями OpenAI еженедельно блокирует от тысяч до десятков тысяч учетных записей.
Подобные автоматические чистки обостряют конфликт между защитой интеллектуальной собственности и стабильностью интеграций через API. Разработчики, чьи скрипты случайно приближаются к пограничным поведенческим паттернам, рискуют попасть под системную ликвидацию профилей.
Отраслевой контур инфраструктурной защиты
Оборонительная стратегия масштабируется на весь рынок. По отраслевым оценкам, Anthropic точно так же противостоит систематическим атакам дистилляции, блокируя десятки тысяч аккаунтов для пресечения кражи внутренних рассуждений и добиваясь успеха в 90–99% инцидентов. Столкнувшись с масштабами попыток извлечения данных, Anthropic уже призвала индустрию и регулирующие органы к выработке скоординированных контрмер.
Агрессивная фильтрация трафика и внезапные ликвидации аккаунтов создают прямые операционные риски для корпоративных клиентов и разработчиков софта. Инженерные команды, поддерживающие масштабные интеграции, оказались в реальности, где автоматизированные системы безопасности способны обрубить доступ к инфраструктуре без предупреждения, ставя под удар аптайм и непрерывность бизнес-процессов.
На фоне других
Защитные барьеры практически обнулили утечки рассуждений, но одновременно превратили стандартный API в минное поле для легальных интеграций. Еще в начале ноября GPT-6 Astra уступала в тестах на безопасность около 40% по сравнению с обычными задачами, а теперь OpenAI и Anthropic выстроили глухую оборону ценой внезапных банов десятков тысяч профилей.
Наши материалы: GPT-6 Astra саботирует задачи безопасности: риски OpenAI (5 ноября).
Источник: The Decoder