Anthropic 披露百余项安全控制，靠出口带宽限制保护模型权重

bookwormengr · x · 2026-10-24

Anthropic 在安全文档中披露其保护模型权重的机制：针对权重被窃取后可绕过部署防护的风险，公司实施了超过 100 项安全控制，覆盖从初始入侵、横向移动到最终提取的全链路，主要防范复杂的非国家级攻击者。措施包括权重访问的双人授权、强化变更管理、基于二进制白名单的终端软件控制等。

其中最独特的是出口带宽控制（egress bandwidth controls）：利用模型权重体积庞大的特点，限制安全区域内数据的流出速率，当检测到异常带宽使用（疑似权重外传）时阻断流量。Anthropic 表示未来会把速率压到即使攻击者已攻入系统，也很难在被发现前完成权重外传的水平；这一控制也倒逼其治理内部数据外流，提升了检测与响应能力。评论者推测 OpenAI 也有类似带外监控系统。