刷到一个项目,其声称可以破解模型原始思维链(正常情况下,可见的思维链是经过小模型总结后的),支持 Opus 4.7、4.8 和 Sonnet 5,并且原作者说 Fable 5 的破解也有了进展。我测试了一下,图片贴在下面,确实有说法。
原理猜测是因为 Anthropic 和 OpenAI 的加密用的是全局单一密钥,不轮换,跨 session、跨账号都能 replay(Green,2026)。Green的实验甚至发现拿A账号的thinking blob塞进B账号的session里,模型照样能够读出里面的内容。这加密实在是一言难尽,感觉 vibe coding 都不会写出这么薄弱的加密 
重点大概是,之前存的所有 session 的原始 CoT 理论上都可以被解密了,这下中转真的有心的话不敢想有多少可以拿来蒸馏的高质量数据。
使用例1
正常询问模型问题(节选):

原始思维链破解(节选):

例2
正常询问模型问题(节选):

原始思维链破解(节选):


可以看到原始思维链没有总结后的“高度概括”特性,是详细的思维过程。
a/被别人蒸个最终回复就已经够急了
这次真是自己没藏好又要被狠狠蒸馏了
相关技术文章(Matthew Green,约翰霍普金斯密码学教授):