EFF: Trump-Administration hat gegen Anthropic Vergeltung geübt, weil diese autonome Waffenarbeit verweigert hat

✍️ OpenClawRadar📅 Veröffentlicht: 28. Juni 2026🔗 Source
EFF: Trump-Administration hat gegen Anthropic Vergeltung geübt, weil diese autonome Waffenarbeit verweigert hat
Ad

Die Electronic Frontier Foundation (EFF) hat einen Amicus Curiae-Schriftsatz eingereicht, in dem sie argumentiert, dass die Sanktionen des Pentagons gegen Anthropic gegen den Ersten Verfassungszusatz verstoßen, da sie aus Vergeltung motiviert waren – nicht aus echten Sicherheitsbedenken. Die Regierung stufte Anthropic als „Lieferkettenrisiko“ ein, nachdem das Unternehmen sich geweigert hatte, seine KI-Modelle für vollautonome Tötungen oder Massenüberwachung von Amerikanern einzusetzen. Ein Gericht hat eine einstweilige Verfügung gegen die Sanktionen erlassen, die das Unternehmen Hunderte Millionen Dollar gekostet hätten.

Schlüsselereignisse

  • Auslöser der Vergeltung: Anthropic widersetzte sich staatlichen Forderungen, seine Modelle für autonome Waffen oder Spionage gegen Amerikaner einzusetzen. Daraufhin erklärte die Regierung das Unternehmen zum „Lieferkettenrisiko“ und untersagte Bundesbehörden und Auftragnehmern faktisch die Geschäftsbeziehung.
  • Exportkontrollen für Mythos/Fable: Eine jüngste Executive Order verhängte „Exportkontrollen“ für Anthropics neue Modelle Mythos und Fable und verbot ausländischen Staatsbürgern deren Nutzung. Anthropic stellte die Modelle vollständig ein, um die Vorgaben zu erfüllen. Die Regierung behauptete, Mythos könne Sicherheitslücken in Code finden – eine Fähigkeit, die laut EFF unter LLMs nicht einzigartig ist.
  • Ungleiche Behandlung: Andere LLMs mit ähnlichen offensiven Cybersicherheitsfähigkeiten unterliegen lediglich einem freiwilligen 30-tägigen Pre-Release-Testrahmen, während Anthropic punitive Exportkontrollen erhält.
Ad

EFFs Argument

EFF und Verbündete argumentieren, dass die Sanktionen eine verfassungswidrige Vergeltung für Anthropics öffentliche Weigerung sind, autonome Waffen zu ermöglichen. Sie fordern eine KI-Politik, die „angemessen auf reale Risiken reagiert, auf den Realitäten der Technologie basiert und nicht belastender als nötig ist“. Der Schriftsatz fordert, Hype zu durchschauen statt ihn zu befeuern, und weist darauf hin, dass selbst wenn Mythos’ Fähigkeiten nur bescheidene Verbesserungen darstellen, die Konkurrenz aufholt.

📖 Vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

Claude Juni-Update 15 unterbricht den Headless-Agent-Workaround — Interaktive Sitzungen funktionieren noch in Ihrem Tarif
Nachrichten

Claude Juni-Update 15 unterbricht den Headless-Agent-Workaround — Interaktive Sitzungen funktionieren noch in Ihrem Tarif

Das Claude-Update vom 15. Juni rechnet headless-Nutzung (claude -p, Agent SDK) über ein Guthaben-Konto ab. Interaktive Claude Code-Sitzungen werden weiterhin über den Flatrate-Tarif abgerechnet – hier erfahren Sie, was Sie wissen müssen.

OpenClawRadar
llama.cpp Q8_0-Quantisierung erzielt 3,1-fache Beschleunigung auf Intel Arc GPUs durch SYCL-Reorder-Fix
Nachrichten

llama.cpp Q8_0-Quantisierung erzielt 3,1-fache Beschleunigung auf Intel Arc GPUs durch SYCL-Reorder-Fix

Eine Korrektur für llama.cpps SYCL-Backend bringt die Q8_0-Quantisierung auf Intel Arc GPUs von 21 % auf 66 % der theoretischen Speicherbandbreite und erreicht 15,24 Token/Sekunde gegenüber zuvor 4,88 Token/Sekunde auf einem Arc Pro B70 mit Qwen3.5-27B.

OpenClawRadar
Claude Code fügt Spracheingabe mit Push-to-Talk-Funktion hinzu
Nachrichten

Claude Code fügt Spracheingabe mit Push-to-Talk-Funktion hinzu

Claude Code führt den Sprachmodus zunächst für etwa 5 % der Nutzer ein, mit einer Push-to-Talk-Aktivierung durch Halten der Leertaste. Tokens für Spracherkennung zählen nicht gegen die Ratenlimits und das Feature ist ohne zusätzliche Kosten enthalten.

OpenClawRadar
Claude fehlt technisches Gedächtnis: Bereitschaftsvorfall zeigt fehlendes episodisches Abrufen von Debugging-Reisen
Nachrichten

Claude fehlt technisches Gedächtnis: Bereitschaftsvorfall zeigt fehlendes episodisches Abrufen von Debugging-Reisen

Ein Entwickler verbrachte 10 Stunden damit, einen Kafka-Burst-Fehler in einem Monorepo mit 1500 Dateien zu debuggen, nur um festzustellen, dass er das exakt gleiche Problem vor 4 Monaten bereits gelöst hatte – ein Hinweis darauf, dass KI-Codierungsassistenten wie Claude kein episodisches Gedächtnis für vergangene Debugging-Reisen haben.

OpenClawRadar