एंथ्रोपिक का नवीनतम AI मॉडल लगभग 24 घंटे तक लाइव रहा, जब तक कि उपयोगकर्ताओं ने कुछ असामान्य पाया। कंपनी का पहला मिथोस-क्लास मॉडल, क्लॉड फेबल 5, जो सामान्य जनता के लिए उपलब्ध था, कुछ प्रश्नों को बिना किसी को बताए एक कम क्षमता वाले मॉडल पर रीराउट कर रहा था। जब AI समुदाय ने प्रदर्शन में कमी का ध्यान आकर्षित किया, तो एंथ्रोपिक ने टेक्नोलॉजी में दुर्लभ कदम उठाया: उसने गलती को स्वीकार कर लिया।
कंपनी अब आगे के लिए दृश्य सुरक्षा का वादा कर चुकी है, जिसका अर्थ है कि उपयोगकर्ता वास्तव में जान पाएंगे जब उनके प्रश्न चिह्नित या पुनः निर्देशित किए जा रहे हों। समस्या? एंथ्रोपिक ने चेतावनी दी है कि पारदर्शिता समस्या को सुलझाने से एक साइड इफेक्ट होगा: जब कंपनी अपने वर्गीकरकों को पुनः कैलिब्रेट करेगी, तो अधिक झूठे सकारात्मक परिणाम होंगे। अंग्रेजी में: अपेक्षा करें कि प्रणाली कभी-कभी पूरी तरह से निर्दोष प्रश्नों को चिह्नित करेगी, जबकि यह सच्चे जोखिम और एक जीवविज्ञान के छात्र के होमवर्क के बीच अंतर करना बेहतर तरीके से सीख रही होगी।
वास्तव में क्या हुआ
क्लॉड फेबल 5 को 9 जून, 2026 को लॉन्च किया गया, जिसे एंथ्रोपिक की मॉडल लाइनअप में एक प्रमुख कदम के रूप में प्रचारित किया गया। अंदरूनी रूप से, मिथोस-क्लास आर्किटेक्चर में एक नया सुरक्षा स्तर शामिल था जो उच्च-जोखिम वाले प्रश्नों, विशेष रूप से साइबर सुरक्षा और जीवविज्ञान जैसे संवेदनशील क्षेत्रों में, संभालने के लिए डिज़ाइन किया गया था।
जब सिस्टम ने एक संभावित खतरनाक प्रॉम्प्ट का पता लगाया, तो यह चुपचाप बातचीत को Claude Opus 4.8, एक पुराने और कम क्षमता वाले मॉडल पर रीडायरेक्ट कर देता था। कोई सूचना नहीं, कोई स्पष्टीकरण नहीं, कोई ऑप्ट-आउट नहीं। उपयोगकर्ता को बस बदतर उत्तर मिलते थे और उसे पता नहीं चलता था कि क्यों।
एंथ्रोपिक का कहना है कि यह फॉलबैक तंत्र कम से कम 5% उपयोगकर्ता सत्रों में ट्रिगर हुआ। यह छोटा लगता है, जब तक कि आप क्लॉड के उपयोगकर्ता आधार के पैमाने और इस तथ्य को ध्यान में नहीं लेते कि प्रभावित उपयोगकर्ताओं में से बहुत से संभवतः तकनीकी क्षेत्रों में मॉडल की क्षमताओं की जांच करने वाले पावर उपयोगकर्ता थे, जो ठीक उसी प्रशंसक समूह हैं जो गुणवत्ता में अचानक गिरावट को ध्यान से नोटिस करने की संभावना रखते हैं।
प्रतिक्रिया तुरंत और स्पष्ट थी। उपयोगकर्ताओं ने एंथ्रोपिक को अदृश्य प्रदर्शन नष्ट करने का आरोप लगाया, एक ऐसा शब्द जो डेवलपर फ़ोरम और सोशल मीडिया के माध्यम से जल्दी से फैल गया। मुख्य शिकायत वास्तव में सुरक्षा के बारे में नहीं थी। यह गुप्तता के बारे में थी। डेवलपर और शोधकर्ता समझदारी से संचालित सीमाओं को स्वीकार करते हैं जब उन्हें स्पष्ट रूप से संचारित किया जाए। उन्हें छिपाना पूरी तरह से अलग कहानी है।
पारदर्शिता का केंद्र और उसकी लागत
एंथ्रोपिक की प्रतिक्रिया उस विवाद के लोकप्रिय होने के एक दिन के भीतर आई। कंपनी ने स्वीकार किया कि यह दृष्टिकोण एक गलती थी और आगे के लिए सभी सुरक्षा-संबंधी पुनर्निर्देशनों को उपयोगकर्ताओं के लिए दृश्यमान बनाने का प्रतिबद्धता जताई।
लेकिन पारदर्शिता एक मुफ्त अपग्रेड नहीं है। एंथ्रोपिक ने स्पष्ट रूप से चेतावनी दी कि इस परिवर्तन से उसके वर्गीकारकों को बेहतर बनाने के दौरान अधिक झूठे सकारात्मक परिणाम आएंगे।
वर्गीकर्ता में बदलाव के अलावा, एंथ्रोपिक ने सभी मिथोस-श्रेणी के मॉडल्स के लिए अनिवार्य 30-दिन की डेटा संरक्षण नीति पेश की है। यह सभी के लिए सामान्य रूप से लागू होता है, और उद्यम भागीदारों के लिए भी ऑप्ट-आउट की सुविधा नहीं है। संवेदनशील डेटा को संभालने वाले उद्यम ग्राहकों को अब एक न्यूनतम संरक्षण अवधि को ध्यान में रखना होगा, जिस पर वे बातचीत नहीं कर सकते।
हालांकि, एक छूट है। एंथ्रोपिक जीव विज्ञान क्षेत्र के अनुमोदित साझेदारों को अपने मिथोस-श्रेणी के मॉडल के अप्रतिबंधित संस्करण प्रदान करने की योजना बना रहा है। तर्क सरल है: बायोमेडिकल शोधकर्ताओं को सुरक्षा पुनर्निर्देशन के बिना पूर्ण मॉडल क्षमताओं तक पहुंच की आवश्यकता होती है, ताकि वे उन विषयों पर वैध कार्य कर सकें जो अकसर उच्च-जोखिम क्षेत्रों के साथ ओवरलैप होते हैं।
इसका अर्थ AI ड्रामा से आगे क्यों मायने रखता है
एंथ्रोपिक के प्रतिद्वंद्वी ध्यान से देख रहे हैं। ओपनएआई, गूगल डीपमाइंड और अन्य तुलनीय अग्रणी प्रणालियाँ बना रहे हैं, जो अपने आउटपुट को चुपचाप खराब करने या सार्वजनिक रूप से सामग्री प्रतिबंधों को चिह्नित करने के बारे में समान निर्णय लेने को मजबूर होंगे। एंथ्रोपिक ने अभी साबित कर दिया है कि चुपचाप करने का दृष्टिकोण इतनी तेजी से प्रतिक्रिया पैदा करता है कि 24 घंटों के भीतर नीति में पलटवार करना पड़ता है।
30-दिन की रिटेंशन नीति शायद यहाँ सबसे कम ध्यान दी जाने वाली समस्या है। अभी एंथ्रोपिक के मिथोस-क्लास मॉडल्स का मूल्यांकन कर रहे एंटरप्राइज ग्राहकों को नए आर्किटेक्चर द्वारा प्रदान किए जाने वाले किसी भी प्रदर्शन लाभ के खिलाफ एक अनिवार्य डेटा हैंडलिंग आवश्यकता का वजन तौलना होगा। स्वास्थ्य या वित्त जैसे नियमित उद्योगों में कार्यरत कंपनियों के लिए, यह अनिवार्य रिटेंशन अवधि उनके स्वयं के डेटा गवर्नेंस ढांचों के साथ संगतता संघर्ष पैदा कर सकती है, जिससे कुछ एंटरप्राइज खरीददार प्रतिद्वंद्वियों की ओर मुड़ सकते हैं, जो अधिक लचीली शर्तें प्रदान करने को तैयार हैं।