OpenAI e Anthropic hanno preso pubblicamente posizione comune contro i rischi dei modelli open-weight. Due lab che competono sul mercato ora convergono sul messaggio che rilasciare i pesi dei modelli frontier è pericoloso e serve regolarlo.

La mossa segue due settimane di pressione crescente. Il 20 luglio Nathan Lambert descriveva la pressione della Casa Bianca sui modelli aperti come regulatory capture di Anthropic. Il 22 luglio Ben Thompson proponeva una legge USA che riconosce il training come fair use ma rende la distillazione sempre permessa, mettendo a fuoco l’asimmetria che i lab vivono ogni giorno: addestrano sui dati altrui, ma vietano agli altri di imparare dai loro modelli. Ora i due lab maggiori chiudono le file.

Per chi costruisce su modelli open-weight, la disponibilità a lungo termine del modello scelto diventa un criterio concreto. Se la pressione si traduce in restrizioni effettive, un’architettura costruita su un modello aperto oggi potrebbe non essere più sostenibile domani.

Nel dettaglio

Il fatto politico nuovo è la convergenza pubblica. Fino a ora, ogni lab prendeva posizione per conto proprio. OpenAI ha alternato aperture e chiusure sugli open-weight, Anthropic non ha mai rilasciato pesi dei suoi modelli frontier, Google ha pubblicato i pesi di Gemma ma tenuto chiusi i modelli principali. Due lab proprietari che firmano insieme una posizione regolatoria comune sui modelli aperti sono un segnale che il fronte si consolida.

Il contesto degli ultimi dieci giorni aiuta a leggere la mossa. Il 14 luglio, il CEO di Microsoft Satya Nadella aveva pubblicamente criticato i lab AI proprietari: addestrano sui dati altrui senza permesso, ma vietano agli altri di imparare dai loro modelli. Una settimana dopo, la Casa Bianca iniziava a valutare un possibile bando sui modelli open-weight, descritto da Nathan Lambert come regulatory capture di Anthropic. Lo stesso giorno, Ben Thompson metteva nero su bianco una proposta di legge che formalizzerebbe quell’asimmetria: training come fair use, distillazione sempre permessa.

L’headline di Axios suggerisce che l’argomento dei due lab mescoli sicurezza e interesse economico (“to their bottom line”). Il primo è noto: i modelli open-weight possono essere affinati da chiunque, inclusi attori malevoli. Il secondo è la logica di business: il modello a subscription e API dei lab proprietari si regge sul controllo dell’accesso. Se i pesi sono pubblici, chiunque può hostare il modello e il margine svanisce.

La discussione su Hacker News (189 punti, 199 commenti) indica che la community legge la mossa principalmente come strategia commerciale mascherata da argomento di sicurezza. È una lettura riduttiva, ma il sospetto è comprensibile: quando chi chiede restrizioni è anche chi ne trae vantaggio competitivo, la distinzione fra advocacy e regulatory capture si assottiglia.

Per chi costruisce prodotti su modelli open-weight, il quadro si complica. Le opzioni aperte stanno crescendo: Qwen 3.8, Kimi K3, Laguna S 2.1 e Inkling dimostrano che il gap qualitativo con i modelli proprietari si stringe. Ma se la legislazione USA limita la pubblicazione dei pesi, l’ecosistema aperto si restringe proprio quando diventa più competitivo. La domanda pratica è se il modello sarà ancora legale usarlo in produzione fra due anni, piuttosto che se funziona oggi.

I limiti di quello che sappiamo: la fonte primaria è un articolo di Axios, e non conosciamo il linguaggio normativo specifico che i due lab propongono. Se si tratta di advocacy generica o di un testo legislativo vero cambia molto. Le posizioni dettagliate dei due lab non sono pubbliche nella documentazione disponibile.