Nathan Lambert pubblica su Interconnects un’analisi della pressione regolatoria che si sta accumulando sui modelli open-weight. Fonti citate indicano che la Casa Bianca sta discutendo un executive order che potrebbe vietare o bloccare indefinitamente modelli open sopra una certa soglia di capacità, probabilmente nel range di GPT-5.5, Claude Opus 4.8 o GLM-5.2. Il bersaglio implicito sono i modelli cinesi come DeepSeek, oggi dominanti nel segmento open.

Perché ti riguarda: se stai costruendo agenti o workflow su modelli aperti, la scelta non è più solo benchmark e prezzo. Un congelamento normativo significa che l’infrastruttura costruita su DeepSeek, Kimi K3 o Inkling non potrebbe più essere aggiornata. La disponibilità a lungo termine e il rischio normativo diventano criteri di selezione concreti quanto il costo al milione di token.

Lambert descrive la campagna anti-distillazione di Anthropic come regulatory capture: l’azienda guadagnerebbe direttamente dal bando dei concorrenti cinesi. È il filone che abbiamo visto quando Nadella criticava i lab che addestrano sui dati altrui ma vietano la distillazione, e si lega alla crescita dei modelli aperti cinesi come Kimi K3.

Nel dettaglio

L’articolo di Lambert mette insieme due fili di politica AI che fino a ora viaggiavano separati: la regolamentazione delle capacità frontier e il dibattito sulla distillazione. Insieme, scrive Lambert, formano la piattaforma di chi vorrebbe bandire i modelli open nei prossimi sei mesi.

Cosa c’era prima. I modelli open-weight hanno vissuto un’accelerazione: DeepSeek ha chiuso il gap qualitativo con i frontier chiusi, Kimi K3 di Moonshot AI è arrivato a 2,8 trilioni di parametri, Inkling di Mira Murati ha raccolto 300 milioni di dollari con una licenza Apache 2.0. L’ecosistema open si stava consolidando come alternativa reale. Lo abbiamo raccontato quando Kimi K3 segnava la fine dell’era dei prezzi stracciati cinesi.

Cosa cambia. Secondo Lambert, la Casa Bianca sta valutando un executive order con due caratteristiche: un tetto di capacità oltre il quale un modello open-weight richiede una revisione governativa, e una probabile restrizione d’uso per le amministrazioni pubbliche. Il tetto si muoverà nel tempo, ma una volta installato avanzerebbe più lentamente per i modelli aperti che per quelli chiusi, perché i lab proprietari hanno lobbying effettivo e i modelli chiusi sono più facili da blindare.

Il punto critico: il prossimo modello open-weight che raggiungerà le capacità di Claude Fable 5 o GPT-5.6 sarà quasi certamente cinese, e questo trasforma una discussione tecnica in una discussione geopolitica.

La distillazione come arma. Lambert chiama esplicitamente la campagna anti-distillazione di Anthropic regulatory capture. Anthropic ha rilevato uso dei propri modelli da parte di aziende straniere, ha chiuso gli account, e ha portato la cosa al livello di raccomandazione politica con minime prove tecniche condivise. La logica è semplice: se i modelli cinesi accusati venissero banditi, Anthropic otterrebbe sicurezza economica sostanziale sui propri prodotti. La stessa ipocrisia che Nadella aveva segnalato: i lab proprietari si addestrano sui dati pubblici ma vietano agli altri di imparare dai loro modelli.

I limiti di quello che si sa. L’analisi si basa su fonti anonime che descrivono discussioni interne alla Casa Bianca. Non esiste ancora un draft ufficiale dell’executive order. Il tetto di capacità esatto non è definito. L’impatto effettivo dipenderebbe dal linguaggio finale, dalle esenzioni e dai meccanismi di enforcement. Lambert stesso ammette che il quadro è in rapida evoluzione.

Per chi costruisce: il segnale operativo è non sposarsi con un singolo modello open-weight senza un piano di fallback. Se il modello su cui poggia il tuo agente domani non può più essere scaricato o aggiornato, il costo di migrazione non è un problema tecnico, è un problema di business.