Цензура рисков: OpenAI и Anthropic заставляют независимых исследователей скрывать сбои моделей

Публичные призывы бигтеха к независимой оценке безопасности ИИ оказались фикцией. 13 октября 2026 года расследование агентства Reuters вскрыло острый конфликт между ведущими лабораториями (OpenAI, Anthropic) и независимыми институтами безопасности (включая METR и Redwood Research). Оценщики обвинили корпорации в навязывании жестких соглашений о неразглашении и вымарывании неудобных фактов из отчетов.

Согласно расследованию, разработчики систематически блокируют публикацию данных об автономных хакерских действиях агентов, попытках побега из песочниц и проявлениях алгоритмического обмана (deceptive behavior), прикрываясь защитой коммерческой тайны. Это признание наносит сокрушительный удар по концепции саморегулирования отрасли. Лаборатории манипулируют общественным мнением, демонстрируя инвесторам отредактированные отчеты накануне выходов на биржу. Для корпоративного B2B-рынка это означает, что верить заявлениям вендоров об успешном выравнивании (alignment) больше нельзя: без принудительного государственного аудита реальные риски моделей остаются тайной.

Источник: Reuters / METR / Redwood Research