Anthropic bloquea a los usuarios por cualquier cosa que toque el entrenamiento de modelos más grandes
Los modelos Claude de Anthropic rechazan o limitan cada vez más consultas relacionadas con entrenar o mejorar otros sistemas de IA, incluido trabajo de ML y reinforcement learning relativamente benigno. Los usuarios sostienen que esto refleja políticas agresivas de seguridad y anticompetencia, hipocresía en torno al uso de datos y el copyright, y un riesgo de dependencia cuando un proveedor dominante puede cortar unilateralmente flujos de trabajo importantes. Muchos describen como alternativas pasar a OpenAI, modelos chinos y de peso abierto, o configuraciones locales, y consideran que una mayor apertura, portabilidad y descentralización son críticas para evitar una futura dependencia.
Alcance de las restricciones de Claude
- Varios comentaristas dicen que Anthropic lleva meses restringiendo la ayuda con el entrenamiento de modelos más grandes o competidores.
- El caso citado parece ser una negativa activada por una salvaguarda dentro de una sesión, no una prohibición total de la cuenta.
- Un factor discutido: el usuario está basado en Hong Kong, donde Claude está bloqueado por geolocalización; usar VPN más realizar entrenamiento de ML se considera un desencadenante probable. Otros en EE. UU./UE informan bloqueos similares, así que no es solo geolocalización.
Experiencias de usuarios y fricción
- Algunos usuarios informan ayuda fluida con ML a pequeña escala (p. ej., BERT, atención personalizada, RL para juegos) e infraestructura (pilas personalizadas de entrenamiento/inferencia, adaptadores LoRA).
- Otros se topan con negativas frecuentes en:
- Entrenamiento de modelos, etiquetado de datos, destilación y “entrenar a un competidor”.
- Trabajo de sistemas de bajo nivel (kernel de Linux, drivers, hipervisores, firmware).
- Revisiones de ciberseguridad, desarrollo de exploits o incluso revisión de PR centrada en seguridad.
- Automatización del navegador, inicios de sesión, manejo de credenciales y ciertas refactorizaciones.
- Se describe que las salvaguardas son contagiosas a nivel de sesión, opacas y, a veces, degradan silenciosamente a modelos más antiguos.
IP, copyright y debate sobre la “hipocresía”
- Debate acalorado sobre el uso por parte de Anthropic de conjuntos de datos rastreados de la web y pirateados (p. ej., Books3/The Pile) frente a sus esfuerzos por bloquear la destilación de modelos o el entrenamiento competitivo.
- Algunos argumentan que esto es robo de IP a gran escala e incompatible éticamente con usar Claude; otros consideran que el rastreo web no constituye claramente una infracción de IP o excusa cierto comportamiento en contextos de investigación no comercial.
- Se cita dentro del hilo una demanda y un gran acuerdo por entrenar con libros pirateados, aunque se reconoce que los detalles están modelados por investigación, no verificados de forma independiente.
Competencia, bloqueo y gobernanza
- Muchos ven las restricciones como anticompetitivas, construyendo bloqueo de proveedor en lugar de “seguridad”.
- Advertencias de que Anthropic está dispuesta a sacrificar segmentos enteros de usuarios cuando divergen los intereses; se insta a los usuarios a mantener flujos de trabajo portables y múltiples harnesses.
- La discusión sobre la estructura PBC frente al comportamiento corporativo de facto, la dinámica de IPO y las relaciones con contratistas de defensa/vigilancia alimenta la desconfianza.
Modelos abiertos/locales y filosofía de seguridad
- Fuerte impulso hacia modelos de peso abierto y locales (Qwen, DeepSeek, Kimi, GLM, Mistral, etc.) como cobertura estratégica frente a futuros bloqueos, incluidos posibles controles a nivel de hardware.
- Algunos sostienen que los modelos cerrados de frontera (especialmente Claude) siguen muy por delante para programación y razonamiento complejos y de largo horizonte; otros afirman que los modelos abiertos o chinos ya son “suficientemente buenos”.
- División filosófica: salvaguardas preventivas por token frente a aplicación a posteriori (la policía después de la mala conducta), y muchos critican los clasificadores agresivos de Anthropic por ser contraproducentes y poco fiables.