Игорь Градов
Игорь Градов
4 мин
ai

США заблокировали две модели Anthropic: почему запрет может усилить бренд перед IPO

Правительство США в конце прошлой недели обязало Anthropic убрать из доступа две новейшие модели, Fable 5 и Mythos 5, сославшись на угрозу национальной безопасности после того, как исследователи Amazon якобы нашли способ обойти защитные ограничения Fable 5.

Почему это важно

Запрет коснулся конкретных моделей Anthropic Claude, но эксперты по кибербезопасности назвали решение опасным, а сама Anthropic указала, что аналогичные уязвимости есть и в моделях конкурентов, то есть проблема не в одном продукте, а в подходе регулятора.

Тему разобрали ведущие подкаста Equity издания TechCrunch: Энтони Ха, Шон О'Кейн и Ребекка Беллан. Они обсудили, что запрет значит для разработчиков, строящих продукты на платформе Anthropic, как он влияет на перспективы IPO компании и почему ограничение может парадоксально сыграть ей на руку.

Показатель Значение Источник
Заблокированные модели Fable 5, Mythos 5 TechCrunch Equity
Инициатор запрета Правительство США TechCrunch Equity
Основание Угроза национальной безопасности TechCrunch Equity
Кто обнаружил уязвимость Исследователи Amazon TechCrunch Equity
Реакция отрасли Открытое письмо специалистов по кибербезопасности против запрета TechCrunch Equity
Позиция Anthropic Те же уязвимости существуют в других моделях TechCrunch Equity

Что именно произошло?

Исследователи Amazon, по данным TechCrunch, нашли способ обойти защитные ограничения модели Fable 5. Защитные ограничения (guardrails) в ИИ-моделях это встроенные фильтры, которые не дают модели выдавать опасный или запрещённый контент: инструкции по созданию оружия, вредоносный код и подобное.

После этого правительство США потребовало от Anthropic снять с доступа и Fable 5, и Mythos 5. Формальное основание: угроза национальной безопасности. Конкретные детали уязвимости и то, каким именно образом исследователи обошли фильтры, в источнике не раскрываются.

Почему отрасль не согласна с решением?

Специалисты по кибербезопасности подписали открытое письмо, в котором назвали решение опасным. Их аргумент прост: запрет одного конкретного инструмента не устраняет уязвимость, а создаёт ложное чувство безопасности.

Anthropic поддержала эту позицию, заявив, что те же самые методы обхода (jailbreak, то есть принудительный «взлом» ограничений модели через специально составленные промпты) работают и на моделях других компаний. Если проблема системная, то точечный запрет выглядит скорее политическим жестом.

Ведущие подкаста прямо задали вопрос: это реальная забота о безопасности или очередной эпизод непростых отношений между Anthropic и администрацией Трампа? Ответ в источнике не дан, но сам факт постановки вопроса в крупном технологическом издании показателен.

Почему запрет может помочь Anthropic?

По мнению ведущих TechCrunch Equity, ситуация парадоксально работает в пользу бренда Anthropic. Логика такая: компания, чьи модели настолько сильны, что их запрещает правительство, получает мощный информационный повод и репутацию «слишком хорошей, чтобы быть разрешённой».

Для компании, которая рассматривает IPO, это может означать рост интереса инвесторов. Конкретных цифр оценки или сроков выхода на биржу источник не приводит.

Как это читать

Источник информации это один выпуск подкаста, аналитическая дискуссия трёх журналистов, а не рецензируемое исследование. Детали уязвимости не раскрыты, формулировка «якобы нашли» (allegedly) подчёркивает неподтверждённость. Связь между запретом и ростом бренда это гипотеза ведущих, а не доказанный эффект. Позиция Anthropic о наличии тех же уязвимостей у конкурентов не подкреплена в источнике конкретными названиями моделей или тестами.

Что это значит для вас?

Разработчикам и авторам, которые использовали модели Anthropic Claude. Если вы строили рабочие процессы на Fable 5 или Mythos 5, доступ к ним закрыт. Проверьте, какие модели Anthropic остаются доступными, и заложите в проекты запасной вариант: зависимость от одного поставщика закрытых моделей (closed-source, то есть моделей, код которых недоступен пользователю) всегда несёт риск внезапного отключения.

Пользователям в России и СНГ. Anthropic и до этого запрета не работала в России напрямую. Но история наглядно показывает, чем опасна зависимость от зарубежных ИИ-сервисов: решение правительства одной страны может в один день лишить вас рабочего инструмента. Локальные альтернативы, YandexGPT, GigaChat, работают без этого риска, хотя и решают не все те же задачи.

Маркетологам и предпринимателям. Следите за тем, на каких моделях построены ваши подрядчики и SaaS-сервисы. Если под капотом стоит модель, которую могут отключить по регуляторному решению, у вас нет контроля над собственным бизнес-процессом.

Мнение редакции dzen.guru

Мы в dzen.guru видим в этой истории не столько сюжет про безопасность, сколько урок про инфраструктурную зависимость. Anthropic Claude, вероятно, лучшая модель для многих задач с текстом, но «лучшая» и «надёжная как поставщик» это разные вещи. Для аудитории в России и СНГ вывод практичный: держите план Б, тестируйте локальные модели на реальных задачах, а не после того, как основной сервис отвалится. Запрет одной модели не катастрофа, но отличный повод провести аудит зависимостей прямо сейчас.

Держите рабочий стек диверсифицированным, чтобы политический сюжет на другом континенте не стал вашей производственной проблемой.

По данным TechCrunch Equity

Поделиться:TelegramVK
Игорь Градов
Игорь Градов

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».

Комментарии

Читайте также

Graph RAG позволил моделям с 2 млрд параметров решить задачу, которую без графа не решила ни одна
ai

Graph RAG позволил моделям с 2 млрд параметров решить задачу, которую без графа не решила ни одна

Graph RAG (граф знаний для поиска по документам, дополняющий генерацию) позволяет даже компактным моделям с 2-8 миллиардами параметров решать сложные…

8 мин
LLM-конвейер молча теряет записи: три бага, которые не видны в сводке
ai

LLM-конвейер молча теряет записи: три бага, которые не видны в сводке

Конвейеры на базе больших языковых моделей (LLM, от англ. Large Language Model) часто теряют записи так, что итоговые проверки показывают успех, а пользователь…

7 мин
ai

Профи.ру встроил LLM поверх Elasticsearch: 150 000 запросов в час без замены движка

Дмитрий, лид отдела семантики в Профи.ру, рассказал, как команда встроила языковую модель в поиск услуг поверх Elasticsearch, не выбрасывая классический…

6 мин