Anthropic alza il rischio di disallineamento e svela Model 2, il modello interno mai rilasciato

Anthropic ha pubblicato il 14 agosto 2026 il suo secondo rapporto sui rischi, un documento in cui l’azienda prova a mettere per iscritto quanto considera pericolosi i propri sistemi di intelligenza artificiale. La notizia che pesa di più non riguarda una nuova funzione o un nuovo prezzo, ma un giudizio che l’azienda dà su se stessa: il rischio di un danno catastrofico legato al disallineamento sale da “molto basso” a “basso”.

Nello stesso documento c’è un secondo elemento che vale quasi una notizia a parte. Anthropic ammette di avere in casa un modello più capace di quello che offre al pubblico, lo chiama Model 2 e spiega perché, almeno per adesso, ha deciso di non rilasciarlo.

Sono due facce della stessa medaglia, e insieme raccontano il momento delicato che vive chi costruisce i modelli di frontiera. Vediamo con ordine cosa è successo e perché ti riguarda, soprattutto se lavori con questi strumenti.

Che cosa dice il rapporto sui rischi di Anthropic

Il rapporto è il secondo della serie, dopo quello uscito a febbraio 2026. L’idea di fondo è semplice e insolita per il settore: invece di limitarsi a promuovere le capacità dei propri modelli, Anthropic prova a dichiarare in modo strutturato quanto ritiene probabile che qualcosa vada storto, e in che modo.

Il passaggio più citato è il declassamento del proprio ottimismo. Nel primo rapporto il rischio di un danno catastrofico dovuto al disallineamento in contesti ad alta posta in gioco era etichettato come molto basso. Adesso quella stessa voce diventa basso.

Attenzione a non fraintendere. Non è cambiato perché un test è fallito o perché un modello ha fatto qualcosa di allarmante.

Anthropic spiega il ritocco con un aumento dell’incertezza complessiva, legato in particolare alle valutazioni recenti sulle capacità di cybersicurezza e al fatto che alcuni test di sicurezza stanno perdendo forza. In pratica l’azienda dice di sapere meno di prima, e traduce questa minore fiducia in una stima di rischio leggermente più alta.

Perché alzare il rischio senza un test fallito

La scelta può sembrare paradossale, ma segue una logica precisa. Nella gestione del rischio la sincerità sull’incertezza vale più di un numero rassicurante. Se non riesci a escludere uno scenario, ammetterlo è più onesto che archiviarlo come impossibile.

Per un’azienda che punta a diventare un riferimento sulla sicurezza dell’AI, e che nel frattempo insegue traguardi commerciali importanti, mostrare di sapersi correggere è anche una forma di credibilità. È lo stesso spirito con cui, qualche mese fa, Anthropic era arrivata a chiedere una pausa globale nello sviluppo dei modelli più potenti.

Model 2, il modello interno più potente che Anthropic non rilascia

La parte che ha fatto più discutere è la rivelazione di Model 2. Si tratta di un modello interno, mai annunciato prima, che secondo l’azienda è un po’ più capace di Mythos 5, cioè del modello di frontiera che Anthropic offre oggi ai suoi clienti.

Model 2 non è un esperimento chiuso in un cassetto. Anthropic scrive che lo utilizza molto al proprio interno, per compiti rilevanti nel lavoro quotidiano dell’azienda. È un modello vero, in uso, semplicemente non disponibile all’esterno.

Perché tenerlo per sé? La motivazione dichiarata è la prudenza. Anthropic afferma di non avere ancora completato l’intera batteria di valutazioni che di norma precede il rilascio pubblico di un modello, e per questo non ha piani immediati per renderlo disponibile fuori dai propri uffici.

C’è però una precisazione importante. L’azienda scrive che l’approvazione interna di Model 2 non ha fatto emergere forme di disallineamento nuove o più preoccupanti rispetto a quanto già osservato con Mythos 5. Il problema, in altre parole, non è un comportamento anomalo del modello, ma il fatto che non tutte le verifiche siano ancora state completate.

È un dettaglio che dice molto sul metodo. Un modello può apparire più bravo e non più pericoloso, e nonostante questo restare in panchina finché il protocollo non è chiuso.

Se ci pensi, è anche la conferma di una tendenza: tra ciò che i laboratori tengono nei loro laboratori e ciò che arriva sul mercato esiste ormai una distanza. Le versioni pubbliche sono spesso un passo indietro rispetto alla frontiera reale, per scelta o per cautela.

Che cos’è il disallineamento e perché conta

Per capire il senso del rapporto serve chiarire una parola che ricorre di continuo: disallineamento. Si parla di disallineamento quando un sistema di AI persegue obiettivi o comportamenti diversi da quelli che chi lo ha costruito, o chi lo usa, si aspetta.

Non è fantascienza. Anche oggi un modello può interpretare male un’istruzione, ottimizzare la metrica sbagliata o trovare una scorciatoia che formalmente rispetta la richiesta ma ne tradisce lo spirito. Il rischio cresce man mano che i modelli diventano più autonomi e capaci di agire, non solo di rispondere.

Se vuoi le basi, abbiamo dedicato una guida al tema dell’allineamento dell’AI, che spiega perché è considerato una delle sfide più importanti del settore. Il rapporto di Anthropic è, in fondo, un tentativo di misurare quanto siamo lontani o vicini a perdere quel controllo.

Il punto caldo oggi sono gli agenti, cioè i sistemi che pianificano ed eseguono azioni per conto tuo. Proprio su questo terreno la stessa Anthropic ha mostrato di recente come più agenti in interazione possano entrare in conflitto e comportarsi in modi difficili da prevedere.

Benchmark che si saturano: il problema di misurare la sicurezza

Uno dei motivi tecnici dietro l’aumento dell’incertezza è la cosiddetta saturazione dei benchmark. Molti test usati per valutare i modelli sono diventati troppo facili: i sistemi più recenti ottengono punteggi altissimi, vicini al massimo, e questo rende difficile distinguere un modello dall’altro.

Quando un test smette di separare i bravi dai bravissimi, smette anche di dirti quanto è sicuro davvero un modello. È come misurare la febbre con un termometro che si ferma a trentotto gradi: oltre quella soglia non sai più cosa sta accadendo.

Questo spiega perché Anthropic parli di incertezza crescente pur senza incidenti clamorosi. Gli strumenti di misura non tengono il passo con i modelli, e la scarsa visibilità è di per sé un fattore di rischio.

Non è un problema solo di Anthropic. Riguarda tutto il settore, che si trova a valutare sistemi sempre più potenti con metri di giudizio pensati per una generazione precedente. Servono nuovi test, più difficili e più realistici, e servono in fretta.

Cosa cambia per aziende e professionisti

Se usi questi modelli per lavoro, la lezione pratica non è farti prendere dall’ansia, ma leggere il segnale giusto. Il fornitore che oggi guida molte conversazioni sulla sicurezza ti sta dicendo che la distanza tra ciò che un modello sa fare e ciò che sappiamo dei suoi rischi si sta allargando.

Per chi adotta l’AI in azienda questo significa continuare a trattare i modelli di frontiera come strumenti potenti ma non infallibili. Supervisione umana sui compiti delicati, permessi limitati per gli agenti e prove sui tuoi casi d’uso reali restano precauzioni sensate, non burocrazia.

C’è anche una dimensione competitiva. La scelta di trattenere Model 2 racconta una strategia in cui la fiducia diventa parte del prodotto, proprio mentre Anthropic guarda al mercato con ambizioni sempre più concrete, IPO compresa.

Per te che segui il settore il messaggio è duplice. I modelli migliorano più in fretta di quanto riusciamo a certificarli, e almeno una parte dell’industria sceglie di rallentare volontariamente. Difficile dire, oggi, se diventerà la regola o resterà l’eccezione.

In sintesi

Il rapporto di agosto 2026 fotografa un settore che accelera e, allo stesso tempo, un’azienda che sceglie di dichiarare i propri dubbi invece di nasconderli. Il rischio di disallineamento sale da molto basso a basso non perché sia successo qualcosa di grave, ma perché sappiamo misurare sempre meno bene ciò che costruiamo.

Model 2, più capace e comunque tenuto in casa, è il simbolo di questa tensione. Puoi leggere il documento originale nel rapporto sui rischi di agosto 2026 pubblicato da Anthropic e farti un’idea tua.

Continua a seguirci per capire le prossime mosse dei grandi laboratori, e se altri sceglieranno la stessa strada della trasparenza. Nel dubbio, resta curioso e prudente: con l’AI di oggi è la combinazione che paga di più.