EFF: La administración Trump tomó represalias contra Anthropic por negarse a trabajar en armas autónomas

La Electronic Frontier Foundation (EFF) ha presentado un escrito de amicus curiae argumentando que las sanciones del Pentágono contra Anthropic violan la Primera Enmienda, ya que estuvieron motivadas por represalias, no por preocupaciones genuinas de seguridad nacional. El gobierno designó a Anthropic como un “riesgo para la cadena de suministro” después de que la empresa se negara a permitir que sus modelos de IA se usaran para matar de forma totalmente autónoma o para la vigilancia masiva de estadounidenses. Un tribunal ha emitido una orden de restricción preliminar bloqueando las sanciones, que le habrían costado a la empresa cientos de millones de dólares.
Hechos clave
- Detonante de la represalia: Anthropic se resistió a las demandas del gobierno de usar sus modelos para armas autónomas o espiar a estadounidenses. El gobierno entonces declaró a la empresa como un “riesgo para la cadena de suministro”, prohibiendo efectivamente que las agencias federales y contratistas hicieran negocios con ella.
- Controles de exportación sobre Mythos/Fable: Una orden ejecutiva reciente impuso “controles de exportación” sobre los nuevos modelos Mythos y Fable de Anthropic, prohibiendo a extranjeros usarlos. Anthropic cerró los modelos por completo para cumplir. La administración afirmó que Mythos podía encontrar vulnerabilidades en código, una capacidad que EFF señala no es exclusiva de los LLM.
- Trato desigual: Otros LLM con capacidades similares de ciberseguridad ofensiva solo enfrentan un marco voluntario de pruebas previas al lanzamiento de 30 días, mientras que Anthropic recibe controles de exportación punitivos.
Argumento de EFF
EFF y sus aliados argumentan que las sanciones son una represalia inconstitucional por la negativa pública de Anthropic a habilitar armas autónomas. Piden una política de IA que sea “razonablemente sensible al riesgo real, fundamentada en las realidades de la tecnología y no más gravosa de lo necesario”. El escrito insta a superar el hype en lugar de alimentarlo, señalando que incluso si las capacidades de Mythos son mejoras modestas, los competidores están cerrando la brecha.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

Se proyecta que los costos de entrenamiento de OpenAI superen los de Anthropic en 4 a 5 veces anualmente.
Según estados financieros confidenciales reportados por el Wall Street Journal, OpenAI espera gastar entre 4 y 5 veces más en entrenamiento que Anthropic cada año durante los próximos cinco años. La escala de estos gastos se describe como asombrosa.
Un hombre intenta inyección de instrucciones en documentos judiciales, juez lo considera 'peligroso'
Un juez de Connecticut sancionó a un hombre por ocultar texto de inyección de instrucciones en documentos judiciales, marcando el primer caso conocido de esta táctica en un tribunal de EE. UU.

Claude Code 2.1.76 añade solicitud MCP, mejoras en worktree y correcciones para límites de contexto.
La versión 2.1.76 de Claude Code introduce soporte de elicitación MCP para entrada estructurada durante tareas, añade worktree.sparsePaths para grandes monorepos y corrige errores de 'Límite de contexto alcanzado' en sesiones de 1M de contexto. La versión 2.1.75 estableció ventanas de contexto de 1M por defecto para Opus 4.6 en planes Max, Team y Enterprise.

DeepSeek-V4 Pro y Flash: 1.6 billones de parámetros, contexto de 1 millón de tokens, atención híbrida
DeepSeek-V4-Pro (1,6 billones de parámetros, 49B activos) y V4-Flash (284B parámetros, 13B activos) admiten contexto de 1 millón de tokens. La nueva atención híbrida (CSA + HCA) reduce los FLOPs de inferencia de un solo token al 27% y la caché KV al 10% de DeepSeek-V3.2.