Anthropic только что опубликовала позицию политики, из-за которой у сообщества open-source AI появились серьезные опасения. Компания выступает за более жесткое регулирование моделей с открытыми весами — тех, которые позволяют загружать и запускать ИИ локально без корпоративных «преград».
Вот в чем загвоздка: PPQ.AI указала на то, что Anthropic отказалась помогать с работой по кибербезопасности, из-за чего ей пришлось переключиться на китайские модели вроде Kimi K3 и GLM 5.3. Эти альтернативы с открытыми весами на самом деле помогали выполнять задачи киберзащиты, которые модели Anthropic — обернутые в «безопасность» — блокировали.
Это высвечивает ключевое противоречие: закрытые провайдеры ИИ позиционируют себя как «ответственный» вариант, одновременно ограничивая то, что разработчики могут реально создавать. Тем временем open-weight-модели от международных команд закрывают пробел для легитимных исследований в сфере безопасности и инструментов.
В чем ирония? Отказываясь помогать командам по безопасности, чрезмерно ограничительные модели могут в итоге создавать те самые уязвимости, которые, по их словам, они призваны предотвращать. Сторонники open-weight утверждают, что прозрачность и локальное развертывание на самом деле лучше для безопасности, чем API «черного ящика» с произвольными контентными политиками.
Следите за развитием событий: попытки регуляторного захвата со стороны крупных AI-лабораторий могут изменить то, что именно будет законно загружать и запускать на вашем собственном оборудовании.
Вот в чем загвоздка: PPQ.AI указала на то, что Anthropic отказалась помогать с работой по кибербезопасности, из-за чего ей пришлось переключиться на китайские модели вроде Kimi K3 и GLM 5.3. Эти альтернативы с открытыми весами на самом деле помогали выполнять задачи киберзащиты, которые модели Anthropic — обернутые в «безопасность» — блокировали.
Это высвечивает ключевое противоречие: закрытые провайдеры ИИ позиционируют себя как «ответственный» вариант, одновременно ограничивая то, что разработчики могут реально создавать. Тем временем open-weight-модели от международных команд закрывают пробел для легитимных исследований в сфере безопасности и инструментов.
В чем ирония? Отказываясь помогать командам по безопасности, чрезмерно ограничительные модели могут в итоге создавать те самые уязвимости, которые, по их словам, они призваны предотвращать. Сторонники open-weight утверждают, что прозрачность и локальное развертывание на самом деле лучше для безопасности, чем API «черного ящика» с произвольными контентными политиками.
Следите за развитием событий: попытки регуляторного захвата со стороны крупных AI-лабораторий могут изменить то, что именно будет законно загружать и запускать на вашем собственном оборудовании.