EFF: Administração Trump retaliou contra a Anthropic por recusar trabalho com armas autônomas

✍️ OpenClawRadar📅 Publicado: June 28, 2026🔗 Source
EFF: Administração Trump retaliou contra a Anthropic por recusar trabalho com armas autônomas
Ad

A Electronic Frontier Foundation (EFF) apresentou um memorial de amigo da corte argumentando que as sanções do Pentágono contra a Anthropic violam a Primeira Emenda, pois foram motivadas por retaliação — e não por preocupações genuínas de segurança nacional. O governo classificou a Anthropic como um “risco à cadeia de suprimentos“ depois que a empresa se recusou a permitir que seus modelos de IA fossem usados para matança totalmente autônoma ou vigilância em massa de americanos. Um tribunal emitiu uma liminar bloqueando as sanções, que custariam à empresa centenas de milhões de dólares.

Eventos-Chave

  • Gatilho da Retaliação: A Anthropic resistiu às exigências do governo de usar seus modelos para armas autônomas ou espionagem de americanos. O governo então declarou a empresa um “risco à cadeia de suprimentos“, efetivamente proibindo agências federais e contratados de fazer negócios com ela.
  • Controles de Exportação sobre Mythos/Fable: Uma ordem executiva recente impôs “controles de exportação“ sobre os novos modelos Mythos e Fable da Anthropic, proibindo estrangeiros de usá-los. A Anthropic desativou os modelos completamente para cumprir a ordem. O governo alegou que Mythos poderia encontrar vulnerabilidades em código — uma capacidade que a EFF observa não ser única entre LLMs.
  • Tratamento Dispar: Outros LLMs com capacidades ofensivas similares de cibersegurança enfrentam apenas uma estrutura voluntária de teste de pré-lançamento de 30 dias, enquanto a Anthropic recebe controles de exportação punitivos.
Ad

Argumento da EFF

A EFF e aliados argumentam que as sanções são retaliação inconstitucional pela recusa pública da Anthropic em permitir armas autônomas. Eles pedem uma política de IA que seja “razoavelmente responsiva ao risco real, fundamentada nas realidades da tecnologia e não mais onerosa que o necessário“. O memorial insta a cortar o hype em vez de alimentá-lo, observando que, mesmo que as capacidades do Mythos sejam melhorias modestas, os concorrentes estão diminuindo a diferença.

📖 Leia a fonte completa: HN AI Agents

Ad

👀 See Also

Claude Opus 4.6 Bloqueia o Fluxo de Trabalho da Competição do Kaggle para Revisão de Código
News

Claude Opus 4.6 Bloqueia o Fluxo de Trabalho da Competição do Kaggle para Revisão de Código

Um desenvolvedor relata que o Claude Opus 4.6 agora está bloqueando fluxos de trabalho legítimos da competição Kaggle, onde o Claude audita rastros de raciocínio para validação de dados de treinamento SFT. O usuário estava trabalhando no NVIDIA Nemotron Reasoning Challenge quando filtros de segurança sinalizaram exemplos de cifra de substituição.

OpenClawRadar
Centros de Dados de IA Aumentam Temperaturas Locais Até 9,1°C, Revela Estudo
News

Centros de Dados de IA Aumentam Temperaturas Locais Até 9,1°C, Revela Estudo

Um estudo da Universidade de Cambridge descobriu que os data centers de IA elevam a temperatura da superfície terrestre em média 2°C após o início das operações, com casos extremos atingindo aumentos de 9,1°C, afetando áreas de até 10 quilômetros de distância.

OpenClawRadar
Anthropic Esclarece Política de Uso do CLI Claude para Integração OpenClaw
News

Anthropic Esclarece Política de Uso do CLI Claude para Integração OpenClaw

A Anthropic confirmou que o uso do Claude CLI no estilo OpenClaw está permitido novamente, permitindo que os desenvolvedores reutilizem logins existentes do Claude CLI diretamente. A documentação detalha tanto os métodos de autenticação por chave de API quanto por CLI, juntamente com opções de configuração para os modelos Claude 4.6, modo rápido e cache de prompt.

OpenClawRadar
Encíclica do Papa Leão XIV sobre IA: Principais Pontos para Desenvolvedores
News

Encíclica do Papa Leão XIV sobre IA: Principais Pontos para Desenvolvedores

O Vaticano publicou uma encíclica sobre ética em IA. O documento destaca problemas de interpretabilidade de LLMs, vieses culturais nos dados de treinamento e o custo ambiental da IA.

OpenClawRadar