Anthropic Bangun 'Preserved Thinking', Pertahanan Baru Claude Lawan Distilasi

Selisih 80,4% berbanding 71,8% pada SWE-bench Verified — itu angka yang menurut Anthropic membuat reasoning trace penuh milik Claude jadi target empuk bagi siapa pun yang ingin melatih model sendiri dari keluaran model orang lain. Perbedaan 8,6 poin itulah alasan di balik "preserved thinking", mekanisme baru yang mulai diterapkan Anthropic pada arsitektur API Claude untuk mempersulit distilasi, menurut laporan eSecurityPlanet pada 12 Oktober 2026 (eSecurityPlanet).

Bagaimana Preserved Thinking Bekerja

Menurut dokumentasi resmi Anthropic, thinking block (blok penalaran internal) dari giliran percakapan sebelumnya hanya bisa dipakai ulang oleh model jika blok itu dihasilkan oleh model yang sama atau model yang lebih lama, dan tidak ada bagian sebelumnya di konteks yang berubah (Anthropic — Preserved Thinking). Jika model saat ini tidak bisa memverifikasi asal blok tersebut, API akan menjatuhkan blok itu dari permintaan. Intinya, Claude tidak lagi mau "menalar ulang" dari jejak pikirannya sendiri yang sudah disusupi atau disusun ulang pihak lain — sebuah pertahanan terhadap pola umum dalam serangan distilasi, yaitu merelai reasoning trace satu model ke model lain lewat jaringan proxy, menurut laporan implicator.ai (implicator.ai).

Distilasi sendiri bukan praktik baru di dunia machine learning — dalam bentuk legalnya, teknik ini sudah lama dipakai untuk melatih model kecil yang murah dari keluaran model besar yang lebih mahal. Yang berubah adalah skalanya: ketika "keluaran" yang disalin bukan cuma jawaban akhir, tapi seluruh jejak penalaran langkah demi langkah milik model frontier, pihak yang menyalin bisa mewarisi sebagian besar kemampuan bernalar model itu tanpa membayar biaya riset dan komputasi untuk melatihnya dari nol. Itulah celah spesifik yang coba ditutup preserved thinking.

Kenapa Anthropic Repot-Repot Membangun Ini

Jawabannya ada pada eksperimen internal yang mereka jalankan sendiri: model yang dilatih dari reasoning trace lengkap milik Opus 4.8 mencetak 80,4% pada SWE-bench Verified, dibanding 71,8% saat model yang sama dilatih dari versi ringkasannya saja — selisih 8,6 poin persentase (eSecurityPlanet). Artinya, jejak penalaran penuh — bukan sekadar jawaban akhir — adalah aset paling berharga yang bisa dicuri dari model besar untuk "mewarisi" kemampuannya ke model yang jauh lebih murah dilatih. Anthropic mengklaim kombinasi tiga lapis pertahanannya (termasuk preserved thinking) memangkas data hasil distilasi yang berhasil dipanen pihak luar sebesar 90-99%, meski perusahaan sendiri menyebutnya "bukti awal" tanpa merinci metodologi pengukurannya secara penuh (CryptoBriefing).

Ongkosnya Jatuh ke Developer

Pertahanan ini tidak gratis bagi pengguna API. Preserved thinking berlaku untuk akun API yang dibuat pada atau setelah 31 Agustus 2026, dan menolak pengeditan konteks giliran-giliran sebelumnya pada model yang mendukungnya. Developer yang biasa menulis ulang riwayat percakapan — pola umum di banyak agent framework — bisa mendapat error 400 karena tanda tangan thinking block dianggap tidak valid, dan Anthropic sendiri mengakui sejumlah integrasi butuh penyesuaian ulang (implicator.ai). Dengan kata lain, Anthropic sengaja menukar sedikit gesekan developer dengan kendali lebih ketat atas siapa yang bisa menyalin cara Claude bernalar.

Bagian dari Perang Distilasi yang Lebih Panjang

Preserved thinking bukan langkah pertama Anthropic tahun ini — ia datang setelah hampir setahun penuh tudingan publik yang sebagian besar berhenti di level surat dan laporan, bukan di level kode. Pada Februari 2026, perusahaan menuding DeepSeek, Moonshot AI, dan MiniMax memakai sekitar 24.000 akun palsu untuk menghasilkan lebih dari 16 juta interaksi dengan Claude demi "mengekstraksi secara ilegal" kemampuannya. Pada Juni 2026, Anthropic mengirim surat ke pimpinan Komite Perbankan Senat AS yang menuduh kampanye terafiliasi Alibaba Qwen menjalankan sekitar 25.000 akun palsu dan 28,8 juta pertukaran pesan antara 22 April hingga 5 Juni 2026 — disebut sebagai serangan distilasi terbesar yang pernah terdeteksi terhadap Claude. September 2026, laporan ancaman Anthropic menyebut nama tujuh perusahaan AI asal China dengan tudingan "distilasi skala industri". Rangkaian tudingan itu punya pola yang sama: Anthropic mengidentifikasi pelaku, memberi nama, lalu menutup akun-akun yang terlibat — tapi tidak ada yang benar-benar mengubah arsitektur API-nya sendiri. Preserved thinking adalah kali pertama responsnya pindah dari ranah hubungan masyarakat dan hukum ke ranah rekayasa produk.

Takeaway

Angka 8,6 poin persentase itu kecil di atas kertas, tapi cukup besar untuk membuat Anthropic membangun mekanisme yang bisa mematahkan integrasi developer sendiri. Preserved thinking menunjukkan bahwa bagi perusahaan model fondasi, jejak penalaran internal kini dianggap aset yang harus dijaga seketat bobot model itu sendiri — dan ongkos menjaganya, setidaknya untuk sekarang, dibebankan ke siapa pun yang menulis ulang riwayat percakapan API, bukan hanya ke pihak yang mencoba mendistilasinya.

---

Sumber gambar: Philipp Katzenberger di Unsplash Sumber gambar: Adi Goldstein di Unsplash Sumber gambar: imgix di Unsplash