All-In Podcast: Anthropic-model Fable lokt controverse uit door geheime beperkingen en verplichte surveillance
13 juni 2026 - All-In Podcast aflevering
Anthropic heeft de woede van de ontwikkelaarsgemeenschap op de hals gehaald met de lancering van zijn Fable 5-model. Hoewel het model op vrijwel alle benchmarks als beste uit de bus komt, voert het verplichte surveillance in en verlaagt het in het geheim de prestaties op basis van gebruikersprofilering. Het bedrijf bewaart alle promptdata 30 dagen lang zonder uitzonderingen, zelfs voor zakelijke klanten met contracten voor nul dataretentie. Bovendien heeft Anthropic toegegeven gebruikers zonder kennisgeving te downgraden wanneer het vaststelt dat zij onderzoek doen naar frontier AI, machine learning of chipontwerp. De controverse legt bloot wat lijkt op een uitgekiende campagne voor 'regulatory capture', die het competitieve landschap van kunstmatige intelligentie ingrijpend kan veranderen.
Het schandaal rond prestatievermindering en privacyschendingen
De release van het model op dinsdag bracht een verontrustende architectuur aan het licht die verborgen zat in een document van 319 pagina's. Anthropic slaat alle promptdata, contextvensters, bestanden en herinneringen ten minste 30 dagen op om gebruikersprofielen op te bouwen en te bepalen welke functionaliteiten worden vrijgegeven. Nog controversiëler is dat het bedrijf gebruikers in het geheim terugzette naar inferieure modellen wanneer zijn algoritmen bepaalde onderzoeksactiviteiten detecteerden. Dit gebeurde zonder openheid van zaken, terwijl de volledige prijs voor het premiumproduct in rekening werd gebracht. Gebruikers meldden dat ze werden gedegradeerd naar mindere modellen voor het stellen van eenvoudige vragen over mitochondriën of het verband tussen kankerrisico en GLP-1-medicatie.
Na hevige kritiek kwam Anthropic deels terug op zijn aanpak en beloofde het voortaan te melden wanneer gebruikers worden gedowngraded. De fundamentele infrastructuur voor surveillance en profilering blijft echter intact. Zoals een podcast-host live demonstreerde, leidde een vraag over regelgeving voor kunstmestbommen direct tot een downgrade. Uit de interne redenering van het systeem bleek dat de gebruiker werd geprofileerd als "een VC en podcaster" voordat werd besloten de toegang te beperken.
De zakelijke argumenten tegen gesloten modellen
De beperkingen dwingen bedrijven hun AI-strategieën te heroverwegen. David Freeberg, die een bedrijf in agrarische genomica leidt, legde uit dat zijn team de modellen gebruikte voor cruciaal wetenschappelijk werk, zoals het ontwerp van RNA-gidsen voor genbewerking en het voorspellen van de fenotypische impact van genvarianten. De afgelopen weken is Anthropic begonnen dit werk te beperken op basis van theoretische zorgen over biowapens, ondanks de voor de hand liggende legitieme wetenschappelijke toepassingen.
Het resultaat is voorspelbaar en zorgwekkend. Freebergs bedrijf stapt, net als vele anderen, over op opensourcemodellen, en de beste opensourcemodellen van dit moment zijn Chinees. "De beperkingen die Anthropic en anderen zichzelf en de sector opleggen, dwingen veel bedrijven om Chinese opensourcemodellen te gaan gebruiken," aldus Freeberg. "We zien dit overal in het landschap, bij startups en bij grote ondernemingen. Iedereen maakt die overstap."
Dit leidt tot een averechts resultaat waarbij Amerikaanse bedrijven die de strengste veiligheidsmaatregelen proberen te implementeren, uiteindelijk hun concurrentievoordeel verliezen aan buitenlandse tegenstanders. Zoals Freeberg waarschuwde: "Je kunt AI niet zomaar uitzetten. Door AI te stoppen of te proberen dat via politieke actie te doen, geef je fundamenteel iemand anders het voordeel, want AI gaat niet weg."
De strategie van regulatory capture
De timing van de acties van Anthropic lijkt berekend. Gelijktijdig met de invoering van deze beperkingen publiceerde CEO Dario Amodei een blogpost waarin hij stelde dat transparantie niet langer volstaat en opriep tot een nieuwe toezichthouder, vergelijkbaar met de FAA of FDA, die alle modellen moet goedkeuren. Het patroon is voor waarnemers inmiddels duidelijk. Acht maanden geleden leek de typering van Anthropic's gedrag als "een zeer verfijnde campagne voor regulatory capture gebaseerd op angstzaaierij" nog gedurfd. Vandaag de dag is dat de consensus.
De vrees is dat Anthropic concurrenten wil beperken terwijl het zijn eigen positie veiligstelt. Het bedrijf bepaalt in feite wie toegang verdient tot AI-capaciteiten, waardoor een nieuwe klasse van "AI-hebbenden en niet-hebbenden" ontstaat, terwijl het tegelijkertijd lobbyt voor regelgeving die het aantal alternatieve modellen zou beperken. Dit oogt bijzonder concurrentievervalsend, aangezien het bedrijf in het geheim gebruikers degradeerde die AI-onderzoek deden dat tot concurrerende modellen zou kunnen leiden.
Een deelnemer wees op de fundamentele hypocrisie: "Vorige week publiceerden ze een blog waarin stond dat recursieve zelfverbetering het einde van de wereld zou kunnen betekenen. Daarom hebben we een pauze nodig. Wat deden ze de maand daarvoor? Ze namen Andrej Karpathy aan om recursieve zelfverbetering bij Anthropic te leiden. Het zijn complete hypocrieten."
De infrastructuurrealiteit en implicaties voor nationale veiligheid
De discussie onthulde een cruciaal onderscheid tussen AI-economie en interneteconomie. In tegenstelling tot het internet, waar de marginale kosten voor het toevoegen van een gebruiker effectief nul waren, brengt AI aanzienlijke reële kosten met zich mee. Elke marginale gebruiker belast GPU's, vereist stroom en verbruikt geheugen. Dit creëert een hefboom voor overheidsbemoeienis die bij eerdere technologieën niet bestond.
Een investeerder die 2.000 hectare in Arizona kocht en goedkeuring kreeg voor een datacenter van 2 gigawatt, was aanvankelijk van plan het project door te verkopen aan grote bedrijven. Nu heroverweegt hij dit, in de overtuiging dat de enige manier om opensourcetoegang te behouden is door de infrastructuur zelf te bouwen en te exploiteren. De uitdaging is de schaal: een gigawatt kost nu $100 miljard, een vertienvoudiging ten opzichte van de eerste schattingen. Drie gigawatt zou $300 miljard aan kapitaal vereisen.
De infrastructuurvereisten vormen in feite een natuurlijk argument voor overheidsdeelnemingen. Zoals een deelnemer uitlegde: als de snelwegen door de federale overheid waren aangelegd en slechts twee bedrijven alle goederen daarover zouden vervoeren, zou er een logische vraag zijn over eigendom door de overheid. Dezelfde logica geldt voor AI-bedrijven die in hoge mate afhankelijk zijn van kritieke infrastructuur en nationale veerkracht die alleen de staat op grote schaal kan bieden.
Het voorstel van Bernie Sanders
Tegen deze achtergrond stelde senator Bernie Sanders de 'American AI Sovereign Wealth Fund Act' voor. Hij riep op tot een eenmalige belasting van 50% op aandelen (niet op winst) van de grootste AI-bedrijven, waaronder OpenAI, Anthropic en xAI. De aandelen zouden in een staatsinvesteringsfonds terechtkomen, waardoor het publiek stemrecht en gelijke vertegenwoordiging in de raad van bestuur krijgt. Sanders betoogde dat "de basis van AI onze collectieve menselijke intelligentie is. De boeken, de liedjes, de journalistiek, wetenschappelijk onderzoek en code zijn in wezen gestolen door enkele van de rijkste mensen ter wereld."
Het voorstel verenigt een ongebruikelijke coalitie die Bernie Sanders, Steve Bannon en elementen van de regering-Trump omvat, die allemaal aangetrokken worden door het concept van een staatsinvesteringsfonds. Hoewel de aanpak van directe inbeslagname als onhoudbaar werd verworpen, was er verrassend veel openheid voor vrijwillige mechanismen voor publieke participatie, zeker gezien de manier waarop AI-bedrijven zich hebben opgesteld.
Zoals een deelnemer opmerkte: "Je hebt al die AI-CEO's die het publiek vertellen dat ze in feite de helft van hen werkloos gaan maken. Ze trainden hun modellen met alle collectieve kennis van de mensheid die in honderden of zelfs duizenden jaren was verzameld. Mensen zetten het gratis op internet. Ze deden dat zeker niet met de gedachte dat ze zichzelf werkloos zouden maken. En nu hebben die AI-bedrijven getraind op al die data en zeggen ze in feite dat ze die gaan gebruiken om Amerikanen werkloos te maken. Als je die boodschap keer op keer herhaalt, zullen gewone Amerikanen zeggen: 'Wat heb ik hieraan?'"
Het probleem met het narratief over banenverlies
Er ontstond een cruciale verdeeldheid over de vraag of AI daadwerkelijk tot massale werkloosheid zal leiden. Terwijl Dario Amodei een banenverlies van 50% voor kenniswerkers op instapniveau binnen één tot vijf jaar heeft voorspeld, en andere CEO's soortgelijke apocalyptische voorspellingen hebben gedaan, vertellen de data een ander verhaal. Het banenrapport van mei liet 172.000 nieuwe banen zien, meer dan twee keer zoveel als economen verwachtten, met een werkloosheid van 4,3% op een historisch dieptepunt. Het aantal banen voor softwareontwikkelaars is op het hoogste niveau in drie jaar.
Freeberg bood een ander kader, gebaseerd op het runnen van een bedrijf dat intensief gebruikmaakt van AI. De echte kans ligt aan de inkomstenkant, niet bij kostenbesparing. "Dankzij AI heeft iedereen de mogelijkheid om zijn inkomstenbasis uit te breiden en meer producten te creëren, en dat is de basis van goede economische welvaart. Het heet productiviteit. Ik zie AI honderd keer meer aan de inkomstenkant worden gebruikt dan aan de kostenkant. En in die vergelijking nemen mensen als een gek aan. We kunnen niet genoeg mensen aannemen."
Zijn product- en engineeringteam vroeg onlangs om 15 extra medewerkers omdat AI kansen creëerde om producten te bouwen die ze anders niet konden ontwikkelen. Dit patroon is terug te zien in de geaggregeerde banencijfers, wat het narratief over banenverlies dagelijks weerlegt. Toch blijven de AI-bedrijven zelf de dystopische boodschap promoten, wat leidt tot wat een deelnemer een "domheidsbelasting" noemde, omdat politici reageren op de angstzaaierij van de bedrijven zelf door voor te stellen hun activa in beslag te nemen.
De weg vooruit
Meerdere deelnemers pleitten voor het hervormen van de sociale zekerheid tot een echt staatsinvesteringsfonds dat kan beleggen in aandelen, inclusief AI-bedrijven, in plaats van alleen staatsobligaties aan te houden. Het trustfonds voor sociale zekerheid bevat momenteel $4 biljoen in één certificaat dat vertegenwoordigt wat de Amerikaanse overheid verschuldigd is. Door dit te herstructureren als een op accounts gebaseerd systeem waarbij het fonds aandelen in geweldige Amerikaanse bedrijven zou kunnen bezitten, zou elke burger kunnen profiteren van de opwaartse potentie van AI, terwijl legitieme zorgen over vermogensconcentratie worden aangepakt.
De meer urgente zorg is het behoud van opensource-alternatieven. Meta's Llama werd aangemerkt als een gemiste kans waarbij een goede investering een levensvatbare opensource-concurrent had kunnen creëren die de markt zou hebben gecommoditiseerd. Het Arc Institute van de gebroeders Collison bracht een opensource-genoomtaalmodel uit dat waardevol is gebleken voor plantenveredeling en genetisch onderzoek, wat de kracht van goed gefinancierde opensource-initiatieven aantoont.
Er was sterke steun voor pragmatische veiligheidsmaatregelen die zich richten op output in plaats van input. De grote AI-laboratoria stuurden onlangs een brief waarin ze pleitten voor verplichte screening van nucleïnezuursynthese, voortbouwend op een vrijwillige overeenkomst uit 2009 waarbij laboratoria bestellingen voor DNA/RNA-synthese toetsen aan databases om de creatie van biowapens te voorkomen. Deze aanpak grijpt in op het punt waar digitale informatie fysieke realiteit wordt, in plaats van de toegang tot de onderliggende modellen te beperken.
Zoals een deelnemer de uitdaging samenvatte: "Het idee dat je AI kunt reguleren, terugschalen of uitschakelen is niet realistisch. De modellen zijn de wereld in geholpen. Het is als het publiceren van een boek. Zodra het boek gedrukt is, kan iedereen thuis zijn eigen kopieerapparaat gebruiken om kopieën te maken en het te gebruiken. We zijn de Rubicon overgestoken wat betreft het potentieel van taalmodellen."
De fundamentele spanning blijft onopgelost. Anthropic en soortgelijke bedrijven beweren 'public benefit corporations' te zijn die de belangen van de mensheid dienen, terwijl ze surveillance, censuur en concurrentiebeperkingen implementeren. Tegelijkertijd roepen ze op tot regelgeving die hun positie zou verankeren en alternatieven zou beperken. De kritiek suggereert dat de ontwikkelaarsgemeenschap en zakelijke gebruikers dit model afwijzen, maar of open alternatieven kunnen opschalen om te concurreren, blijft een open vraag die kan bepalen of AI-ontwikkeling in de Verenigde Staten blijft of verhuist naar jurisdicties met minder beperkingen.