W odejściu, które wywołało wstrząs w Dolinie Krzemowej, badacz AI Jacob Coxon publicznie zrezygnował z pracy w Anthropic, porzucając warte miliony dolarów udziały przed ich realizacją, by zaprotestować przeciwko niekontrolowanemu tempu wyścigu technologicznego.
Coxon – mający w dorobku pracę zarówno w OpenAI, jak i w Anthropic – opublikował ostry manifest, zarzucając czołowym laboratoriom ignorowanie zasad bezpieczeństwa:
- Igranie z przetrwaniem: Coxon ostrzegł, że twórcy modeli granicznych „pędzą prosto w stronę samodoskonalącej się superinteligencji i igrają z naszym życiem”, podporządkowując ostrożność presji inwestorów.
- Rezygnacja z fortuny: Badacz odszedł zaledwie dwa miesiące przed planowanym vestingiem udziałów (equity), podkreślając, że nie chce czerpać zysków ze wzrostu wyceny firmy, której kurs budzi w nim głęboki lęk.
- Potwierdzenie wewnątrz firmy: Głos zabrał szef ds. nauki o dopasowaniu (Alignment Science Lead) w Anthropic, Evan Hubinger, który publicznie potwierdził powagę sytuacji, wskazując, że ryzyko katastrofalnego scenariusza w ciągu dekady szacuje na ponad 10%.
- Eksodus zespołów bezpieczeństwa: To kolejne głośne odejście z jednostki Safeguards w 2026 roku – wcześniej z Anthropic pożegnał się m.in. Mrinank Sharma, pisząc wprost w liście pożegnalnym, że „świat znajduje się w niebezpieczeństwie”.
The StackCompass Framing
Z perspektywy inżynierów i architektów oprogramowania wdrażających LLM-y w systemach produkcyjnych wydarzenie to ostatecznie obala narrację o Anthropic jako „rozważnej, bezpiecznej alternatywie” dla OpenAI. Komercyjna dynamika rynkowa zatarła różnice etyczne między wiodącymi dostawcami.
Gdy sami twórcy mechanizmów dopasowania (RLHF) i systemów ochronnych publicznie przypisują dwucyfrowe prawdopodobieństwo scenariuszom utraty kontroli, uzależnienie procesów biznesowych od API jednego dostawcy staje się kardynalnym błędem architektonicznym. Zespoły enterprise muszą projektować systemy w oparciu o redundancję modeli (multi-model architecture): uniezależniając się od dostawców poprzez otwarte standardy (np. Model Context Protocol) i utrzymując sprawdzone awaryjne ścieżki w oparciu o modele open-weight.
Źródło: Forbes