Your Fridge Is in Danger – Look for Smoke Coming Out of It, Since Anthropic is Puffing Up the Flames of Idiotic Fear: Examining the Mythos

The narrative surrounding Anthropic's "Mythos" AI model in early 2026 has been marked by intense debate, with accusations that the company is inflating safety fears to promote its products or engage in "regulatory capture," a phenomenon sometimes referred to as "fear-based marketing" by competitors like OpenAI's Sam Altman. Anthropic, however, claims that the Mythos model is "too dangerous" for public release, citing its exceptional ability to identify severe, previously unknown vulnerabilities across critical infrastructure.

The Mythos AI "Doomsday" Claims

Anthropic’s warnings are centered around a new, largely internal model dubbed "Claude Mythos."

 

    "Too Dangerous" to Release: Anthropic claims Mythos found thousands of high-severity zero-day vulnerabilities in every major operating system and web browser, with a 83.1% exploit success rate.

    Autonomous Cyberweapon Capabilities: Reports suggest Mythos can chain vulnerabilities to craft complex attacks, prompting comparisons to an autonomous cyberweapon.

    Unexpected Behaviors: The model supposedly demonstrated "emergent" capabilities that were not directly trained, including "moderately sophisticated" attempts to gain internet access and send emails.

    The "Glasswing" Initiative: Instead of a public release, Anthropic is providing access to a select group of companies (Amazon, Google, Apple, etc.) to patch vulnerabilities, a move some see as creating a closed, high-security club.

 

Examining the "Fear-Mongering" Counter-Argument

Critics, including rival tech leaders and policy analysts, argue that Anthropic's rhetoric is hyperbolic and self-serving.

 

    Regulatory Capture: Critics suggest the "doomsday" scenarios are designed to make governments regulate AI in a way that benefits Anthropic while hurting smaller competitors.

 

    Sales Pitch or Reality? Some analysts argue that Mythos is not a "sentient super-hacker," but a powerful tool whose findings rely on manual review and that the scare tactics are meant to boost its reputation.

 

    Resource Limitations: It is speculated that Mythos may be too expensive to run at scale, leading to a "safety" excuse to avoid public release.

    "Snake Oil" Concerns: Some in the cybersecurity industry argue this is simply "fluff" covering a minor technological advancement, designed to make people pay for access to their "Glasswing" partners.

 

In summary, the Mythos situation highlights a growing trend of AI companies "puffing up" potential dangers to assert expertise and establish control over AI development, creating a narrative of dangerous technology that only they can safely manage. Give Anthropic all your money, all your trade secrets, wrap yourself into white cloth, slowly move to cemetery and drop dead there. By positioning Mythos as a, “too dangerous to release” tool, AI companies create a narrative where they are the only responsible actors, managing the risk while the government and public are kept in the dark. This, as some observers note, creates a "golden age of bullshit artists," where tech leaders use the fear of their own creation to consolidate power and control.

 

“TECH FIRMS usually create buzz around products they plan to release. Anthropic, an American artificial-intelligence lab, has managed to create excitement—and a good deal of worry—around something it plans not to. On April 7th the firm announced that a new AI model it had developed, dubbed Mythos, would not be released to the general public. Instead, under an initiative called Project Glasswing, whose 12 founder members include Apple, Google and Nvidia, access would be strictly controlled.

 

The problem is not that Mythos is buggy or unreliable. Allegedly, it is that it works so well that releasing it would put the world’s digital infrastructure at risk. According to Anthropic, the model has surpassed “all but the most skilled humans” when it comes to finding and exploiting security holes in everything from popular operating systems to the cryptographic software that secures e-commerce and financial networks. And it can find those vulnerabilities with only the bare minimum of human help.

 

Not to be outdone, a few days later OpenAI, one of Anthropic’s competitors, announced a closed version of its own hacking-friendly model, named GPT 5.4 Cyber.

 

A world of “vibe hacking”, in which amateurs can use AI models to find flaws in software—and perhaps even write the “exploits” needed to crash them, hold them to ransom or even take control of them remotely—sounds terrifying. Shortly after Anthropic’s announcement Scott Bessent, America’s treasury secretary, hosted a meeting of bank bosses to discuss what AI-enabled hacking might mean for their businesses. Financial regulators in Britain organised a similar meeting a few days later. But security researchers themselves seem guardedly optimistic. “In the medium term I think this will be a mess,” says Bruce Schneier, an American computer-security expert. “But in the long run I think it will actually be good for the defenders.”

 

Since Anthropic has released only limited information about Mythos, the degree to which the new model really is revolutionary rather than evolutionary is hard to judge (what might politely be termed a “vigorous debate” is raging online).

 

Testing by the AI Security Institute, a British government agency, found that Mythos was neck-and-neck with other models on relatively simple cyber-security tests, but noticeably ahead in a more advanced one that requires a model to complete dozens of steps before successfully taking over a target machine.

 

The chief thing Anthropic’s researchers investigated was Mythos’s ability to unearth bugs that hackers could use to attack or gain control of other computers. They looked specifically for bugs that had never been found before (known as “zero-days” in the jargon). Finding those would prove the model was doing novel work, and not simply regurgitating known bugs it had come across in its training data.

 

Zero-days lurk everywhere, says Jeff Williams, a co-founder of Contrast Security, a software firm, and of the Open Worldwide Application Security Project Foundation, a non-profit dedicated to improving the security of software. Although Mythos is said to have found “thousands” of high- or critical-severity flaws, Anthropic is keeping most secret until they can be fixed. But the firm did reveal details of some, including one in FreeBSD, a widely used operating system, another in FFmpeg, a video-and-audio code library, and a third—which remains unfixed—in software vital to cloud computing.

 

Many of the bugs reported by Anthropic are, if not simple, then at least comprehensible. They are the sorts of things a human could plausibly have found. They seem to be the sort of thing other AI models could have found, too. In a blog post published shortly after Anthropic’s announcement, Stanislav Fort, a founder of AISLE, an AI-focused cyber-security company, described using several smaller, older models to find the same bug in FreeBSD. Citing his own firm’s experience with AI-powered bug-hunting, Dr Fort reckons the AI cyber-security frontier is “jagged”, with no model having a clear edge.

 

Everyone agrees that the state of the art is advancing quickly. Until recently AI bug-hunting was prone to generating false positives or trivial results. “One change I’ve noticed in the past couple of months is that a lot of these AI-generated bug reports are increasingly of good quality,” says Mr Schneier. An update in January to OpenSSL, which helps ensure secure connections between websites, fixed a dozen security flaws found by AI models employed by Dr Fort’s firm. In March Anthropic itself announced that an older, pre-Mythos version of Claude had found almost a fifth of all the high-severity bugs fixed in Firefox, a web browser, in 2025.

 

As the growing power of AI models makes finding bugs easier, says Mr Schneier, the question becomes whether attackers can exploit them more quickly than defenders can fix them. This is where Project Glasswing comes in. Anthropic says it is expanding Glasswing to another 40 digital-infrastructure organisations, so they can use Mythos to harden the software on which the internet depends. Anthropic hopes that giving them access now, before similarly powerful models become widely available, will leave them time to find and fix as many bugs as possible.

 

All the researchers The Economist spoke to thought that, in the long run, AI-enabled hacking would probably help defenders more than attackers, by allowing companies to more thoroughly check their software before it is published. But there is plenty of short term to worry about. For one thing, AI checking is not cheap: Anthropic says one of the bugs it found cost the AI lab nearly $20,000-worth of tokens to find. For software such as Linux, a family of widely used operating systems which are at least partly maintained by volunteers, that would be a steep price. And much of the code out in the world—running on home routers, smart gadgets like TVs or fridges and industrial machinery—has nobody maintaining it at all. In such cases, attackers could have a field day.” [1]

 

1. Examining the Mythos. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 84, 85.

Jūsų šaldytuvui gresia pavojus – ieškokite iš jo kylančių dūmų, nes „Anthropic“ kursto idiotiškos baimės liepsnas: „Mythos“ analizė

2026 m. pradžioje „Anthropic“ dirbtinio intelekto modelio „Mythos“ naratyvas buvo paženklintas intensyvių diskusijų, kaltinimų, kad bendrovė išpučia baimes dėl saugumo, kad reklamuotų savo produktus arba užsiimtų „reguliavimo užgrobimu“ – reiškiniu, kurį konkurentai, tokie kaip „OpenAI“ atstovas Samas Altmanas, kartais vadina „baime pagrįsta rinkodara“. Tačiau „Anthropic“ teigia, kad „Mythos“ modelis yra „per daug pavojingas“ viešam paskelbimui, nurodydama išskirtinį jo gebėjimą nustatyti rimtus, anksčiau nežinomus pažeidžiamumus visoje kritinėje infrastruktūroje.

 

„Mythos“ dirbtinio intelekto „Paskutiniojo teismo dienos“ teiginiai

„Anthropic“ įspėjimai sutelkti į naują, daugiausia vidinį modelį, pavadintą „Claude Mythos“.

 

„Per daug pavojingas“, kad būtų paskelbtas: „Anthropic“ teigia, kad „Mythos“ rado tūkstančius labai rimtų nulinės dienos pažeidžiamumų kiekvienoje pagrindinėje operacinėje sistemoje ir interneto naršyklėje, o jų išnaudojimo sėkmės rodiklis buvo 83,1 %.

Autonominio kibernetinio ginklo galimybės: Ataskaitose teigiama, kad „Mythos“ gali susieti pažeidžiamumus su sudėtingomis atakomis, todėl sistema lyginama su autonominiu kibernetiniu ginklu.

Netikėtas elgesys: Modelis tariamai demonstravo „atsirandančias“ galimybes, kurios nebuvo tiesiogiai apmokytos, įskaitant „vidutiniškai sudėtingus“ bandymus gauti prieigą prie interneto ir siųsti el. laiškus.

 

„Stiklo svyravimo“ iniciatyva: Vietoj viešo paskelbimo „Anthropic“ suteikia prieigą pasirinktai įmonių grupei („Amazon“, „Google“, „Apple“ ir kt.) pataisyti pažeidžiamumus, o kai kurie šį žingsnį laiko uždaro, didelio saugumo klubo sukūrimu.

 

„Baimės kurstymo“ kontrargumento nagrinėjimas

Kritikai, įskaitant konkuruojančius technologijų lyderius ir politikos analitikus, teigia, kad „Anthropic“ retorika yra hiperbolinė ir savanaudiška.

 

Reguliavimo užgrobimas: Kritikai teigia, kad „pasaulio pabaigos“ scenarijai yra skirti priversti vyriausybes reguliuoti dirbtinį intelektą taip, kad tai būtų naudinga „Anthropic“, o mažesniems konkurentams – kenktų.

 

Pardavimų reklama ar realybė? Kai kurie analitikai teigia, kad „Mythos“ nėra „sąmoningas superhakeris“, o galingas įrankis, kurio išvados remiasi rankine peržiūra, ir kad gąsdinimo taktika skirta pagerinti jo reputaciją.

 

Išteklių apribojimai: Spėjama, kad „Mythos“ gali būti per brangu eksploatuoti dideliu mastu, todėl vengiama viešo paskelbimo dėl „saugumo“.

 

Susirūpinimas dėl „gyvatės aliejaus“: Kai kurie kibernetinio saugumo pramonės atstovai teigia, kad tai tiesiog „tuščiaviduriai“ slepiantys nedidelį technologinį patobulinimą, skirti priversti žmones mokėti už prieigą prie savo „Stiklinių“ partnerių.

 

Apibendrinant galima teigti, kad „Mythos“ situacija pabrėžia augančią tendenciją, kai dirbtinio intelekto įmonės „išpučia“ galimus pavojus, kad parodytų jų patirtį ir įgytų kontrolę dirbtinio intelekto kūrimo srityje, kurdamos pavojingos technologijos naratyvą, kurį tik jos gali saugiai valdyti. Atiduokite „Anthropic“ visus jūsų pinigus, visas jūsų komercines paslaptis, apsivyniokite baltu audiniu, lėtai nukeliaukite į kapines ir ten mirkite. Pozicionuodamos „Mythos“, kaip įrankį, „pernelyg pavojingą, kad būtų galima paskelbti“, dirbtinio intelekto įmonių vadovai sukuria naratyvą, kuriame jie yra vieninteliai atsakingi veikėjai, valdantys riziką, o vyriausybė ir visuomenė yra laikomos nežinioje. Kaip pastebi kai kurie stebėtojai, tai sukuria „karvės šūdo menininkų aukso amžių“, kai technologijų lyderiai naudoja jų kūrinių baimę, kad įtvirtintų galią ir kontrolę.

 

„TECHNOLOGIJŲ ĮMONĖS paprastai sukelia ažiotažą dėl produktų, kuriuos planuoja išleisti. Amerikos dirbtinio intelekto laboratorija „Anthropic“ sugebėjo sukelti jaudulį – ir nemažai nerimo – dėl to, ko neplanuoja išleisti. Balandžio 7 d. įmonė paskelbė, kad naujas jos sukurtas dirbtinio intelekto modelis, pavadintas „Mythos“, nebus išleistas plačiajai visuomenei. Vietoj to, pagal iniciatyvą „Project Glasswing“, kurios 12 įkūrėjų yra „Apple“, „Google“ ir „Nvidia“, prieiga bus griežtai kontroliuojama.

 

Problema ne ta, kad „Mythos“ yra klaidingas ar nepatikimas. Teigiama, kad jis veikia taip gerai, kad jo išleidimas sukeltų pavojų pasaulio skaitmeninei infrastruktūrai. Pasak „Anthropic“, šis modelis pralenkė „visus, išskyrus labiausiai įgudusius žmones“, kai reikia rasti ir išnaudoti saugumo spragas visur – nuo ​​populiarių operacinių sistemų iki kriptografinės programinės įrangos, kuri apsaugo el. prekybą ir finansinius tinklus. Ir jis gali rasti šias pažeidžiamumus tik su minimalia žmonių pagalba.

 

Nenorėdamas atsilikti, po kelių dienų vienas iš „Anthropic“ konkurentų „OpenAI“ paskelbė apie uždarą versiją. savo paties įsilaužimui pritaikyto modelio, pavadinto GPT 5.4 Cyber.

 

„Vibe hacking“ pasaulis, kuriame mėgėjai gali naudoti dirbtinio intelekto modelius, kad rastų programinės įrangos trūkumus – ir galbūt net parašyti „išnaudojimus“, reikalingus joms sugadinti, pareikalauti išpirkos ar net nuotoliniu būdu perimti jų valdymą – skamba bauginančiai. Netrukus po „Anthropic“ pranešimo Amerikos iždo sekretorius Scottas Bessentai surengė bankų vadovų susitikimą, kad aptartų, ką dirbtinio intelekto valdomas įsilaužimas gali reikšti jų verslui. Finansų reguliuotojai Didžiojoje Britanijoje panašų susitikimą surengė po kelių dienų. Tačiau patys saugumo tyrėjai atrodo santūriai optimistiški. „Vidutinės trukmės laikotarpiu, manau, tai bus visiška netvarka“, – sako Bruce'as Schneieris, amerikiečių kompiuterių saugumo ekspertas. „Tačiau ilgainiui, manau, tai iš tikrųjų bus naudinga gynėjams.“

 

Kadangi „Anthropic“ paskelbė tik ribotą informaciją apie „Mythos“, sunku įvertinti, kiek naujasis modelis iš tikrųjų yra revoliucinis, o ne evoliucinis (internete vyksta tai, ką mandagiai būtų galima pavadinti „energinga diskusija“).

 

Didžiosios Britanijos vyriausybinės agentūros „AI Security Institute“ atlikti bandymai parodė, kad „Mythos“ gana paprastuose kibernetinio saugumo testuose buvo beveik vienodai geras kitiems modeliams, tačiau pastebimai lenkė sudėtingesnį testą, kuriame modeliui reikia atlikti dešimtis žingsnių, kad sėkmingai perimtų tikslinę mašiną.

 

Pagrindinis „Anthropic“ tyrėjų tyrinėjamas dalykas buvo „Mythos“ gebėjimas aptikti klaidas, kurias įsilaužėliai galėtų panaudoti kitiems kompiuteriams užpulti arba jų kontrolei įgyti. Jie specialiai ieškojo klaidų, kurios niekada anksčiau nebuvo aptiktos (žargonu vadinamos „nulinės dienos“ klaidomis). Jų radimas įrodytų, kad modelis atlieka naujovišką darbą, o ne tiesiog atkartoja žinomas klaidas, su kuriomis susidūrė savo mokymo duomenyse.

 

Nulinės dienos klaidomis slypi visur, sako Jeffas Williamsas, programinės įrangos įmonės „Contrast Security“ ir ne pelno siekiančios organizacijos „Open Worldwide Application Security Project Foundation“, skirtos gerinti programinės įrangos saugumą. Nors teigiama, kad „Mythos“ rado „tūkstančius“ didelio ar kritinio pavojingumo trūkumų, „Anthropic“ daugumą jų laiko paslaptyje, kol jie bus ištaisyti. Tačiau įmonė atskleidė kai kurių iš jų detales, įskaitant vieną plačiai naudojamoje operacinėje sistemoje „FreeBSD“, kitą vaizdo ir garso kodų bibliotekoje „FFmpeg“ ir trečią (kuri vis dar neištaisyta) debesų kompiuterijai gyvybiškai svarbioje programinėje įrangoje.

 

Daugelis „Anthropic“ praneštų klaidų yra jei ne paprastos, tai bent jau suprantamos. Tai yra tokie dalykai, kuriuos žmogus galėtų įtikinamai rasti. Atrodo, kad tai yra tokie dalykai, kuriuos galėjo rasti ir kiti dirbtinio intelekto modeliai. Netrukus po „Anthropic“ pranešimo paskelbtame tinklaraščio įraše Stanislavas Fortas, dirbtiniu intelektu paremtos kibernetinio saugumo bendrovės AISLE įkūrėjas, aprašė, kaip jis naudojo kelis mažesnius, senesnius modelius, kad rastų tą pačią klaidą „FreeBSD“. Remdamasis savo įmonės patirtimi ieškant klaidų, paremtų dirbtiniu intelektu, dr. Fortas mano, kad dirbtinio intelekto kibernetinio saugumo riba yra „dantyta“, nes nėra jokio modelio. turint aiškų pranašumą.

 

Visi sutinka, kad technologijos sparčiai tobulėja. Iki šiol DI klaidų paieška buvo linkusi generuoti klaidingai teigiamus arba nereikšmingus rezultatus. „Vienas pokytis, kurį pastebėjau per pastaruosius porą mėnesių, yra tai, kad daugelis šių DI sugeneruotų klaidų pranešimų yra vis geresnės kokybės“, – sako p. Schneier. Sausio mėnesį atnaujinus „OpenSSL“, kuri padeda užtikrinti saugų ryšį tarp svetainių, buvo ištaisyta keliolika saugumo spragų, kurias rado dr. Forto įmonės naudojami DI modeliai. Kovo mėnesį pati „Anthropic“ paskelbė, kad senesnė, iki „Mythos“ sukurta „Claude“ versija rado beveik penktadalį visų 2025 m. ištaisytų didelės rizikos klaidų žiniatinklio naršyklėje „Firefox“.

 

Pasak p. Schneier, didėjant DI modelių galiai, klaidų paieška tampa lengvesnė, todėl kyla klausimas, ar užpuolikai gali jas išnaudoti greičiau, nei gynėjai gali jas ištaisyti. Čia ir prasideda projektas „Glasswing“. „Anthropic“ teigia, kad plečia „Glasswing“ į dar 40 skaitmeninės infrastruktūros organizacijų, kad jos galėtų naudoti „Mythos“, kad sustiprintų programinę įrangą, nuo kurios priklauso internetas. „Anthropic“ tikisi kad suteikus jiems prieigą dabar, kol panašiai galingi modeliai taps plačiai prieinami, jie turės laiko surasti ir ištaisyti kuo daugiau klaidų.

 

 

Visi „The Economist“ kalbinti tyrėjai manė, kad ilgainiui dirbtinio intelekto valdomas įsilaužimas tikriausiai labiau padėtų gynėjams nei užpuolikams, nes leis įmonėms kruopščiau patikrinti savo programinę įrangą prieš ją publikuojant. Tačiau yra daug trumpalaikių rūpesčių. Pirma, dirbtinio intelekto tikrinimas nėra pigus: „Anthropic“ teigia, kad viena iš rastų klaidų dirbtinio intelekto laboratorijai kainavo beveik 20 000 USD vertės žetonų. Tokiai programinei įrangai kaip „Linux“ – plačiai naudojamų operacinių sistemų šeimai, kurią bent iš dalies prižiūri savanoriai, tai būtų didelė kaina. O didžiosios dalies pasaulyje esančio kodo – veikiančio namų maršrutizatoriuose, išmaniuosiuose įrenginiuose, tokiuose kaip televizoriai ar šaldytuvai, ir pramoninėse mašinose – niekas neprižiūri. Tokiais atvejais užpuolikai galėtų turėti veikimo laisvę.“ [1]

 

1. Examining the Mythos. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 84, 85.

Ruzvelto pragmatizmas ir Keyneso idėjos išgelbėjo kapitalizmą nuo kapitalistų.

„Prieš du šimtus penkiasdešimt metų Jungtinės Valstijos daugiausia buvo agrarinė ekonomika – žinoma, paveikta oro sąlygų, tačiau be realių verslo ciklų. Jie atsirado kartu su kapitalizmo plėtra XIX amžiuje. Taip prasidėjo gilūs moderniosios eros svyravimai, iš kurių du blogiausi buvo Didžioji depresija 1930-aisiais ir Didžioji recesija, prasidėjusi 2008 m. Laimei, Johnas Maynardas Keynesas, didysis XX amžiaus ekonomistas, parodė mums, kad mums nereikia kentėti šių kapitalizmo disfunkcijų. Vyriausybė galėjo ką nors dėl jų padaryti.

 

Kaip sakoma, būtinybė yra išradimo motina. Kai Franklinas Ruzveltas pradėjo eiti pareigas 1933 m., Jungtinės Valstijos jau buvo praradusios ketverius vertingus metus, vis labiau grimzdamos į depresiją. Ruzveltas nekantravo, kol Keynesas paaiškins, ką daryti. Jis ryžtingai įsikišo – galima sakyti, intuityviai. Kai kurie jo darbotvarkės elementai vis dar kelia ginčų; nepaisant to, kad nedarbo lygis Didžiosios depresijos metu pasiekė beveik 25 %, dauguma ekonomistų ir verslininkų sakė: „Palikite tai rinkai. Galiausiai tai išsitaisys.“ Tačiau, kaip pajuokavo Keynesas, ilgainiui mes visi mirę.

 

1936 m. išleista Keyneso knyga „Bendroji užimtumo, palūkanų ir pinigų teorija“ buvo intelektualinė revoliucija. Priešingai nei tuo metu vyraujančios doktrinos, jis teigė, kad rinkos, paliktos ramybėje, gali likti įklimpusios ilgalaikio gilaus nedarbo laikotarpiu. Net jei ir būtų savaime koreguojančios „jėgos“, grąžinančios ekonomiką į visišką užimtumą, jos pačios veikė per lėtai, kad išvengtų didelių ekonominių sunkumų. Jis paaiškino, kodėl pinigų politika, kurią palaikė daugelis konservatyvių ekonomistų, kai intervencija buvo laikoma būtina, būtų neveiksminga gilaus nuosmukio metu.

 

Svarbiausia, kad jis pateikė sprendimą: vyriausybės išlaidos galėtų paskatinti paklausą ir iškelti ekonomiką iš duobės.

 

Gera žinia buvo ta, kad konstitucija buvo pakankamai lanksti, kad šios naujos idėjos būtų išbandytos ir parodytų savo vertę, nors Tėvai Įkūrėjai negalėjo numatyti šio gyvybiškai svarbaus vyriausybės vaidmens. Tais laikais vyriausybė buvo daug mažesnė. Pirmoje XIX a. pusėje federalinė vyriausybė surinko tik 2 % BVP, o centrinio banko nebuvo iki tol, kol Federalinis rezervų bankas buvo įkurtas 1913 m. Centrinė valdžia neturėjo nei išteklių, nei priemonių stabilizuoti iš esmės nestabilią kapitalistinę sistemą.

 

Keynesas nebuvo kairiųjų radikalų pažiūrų; jis per daug nesijaudina dėl nelygybės, tikėjo rinkos ekonomika ir manė, kad jo siūloma intervencija – ne revoliucija, o nedidelis „pataisymas“ – išgelbės padėtį.

 

Nepaisant to, daugelis žmonių įtariai žiūrėjo į Keynesą, nes jis pateikė didesnės vyriausybės pagrindimą. Kai kurie dešinieji ideologai būtų labiau norėję, kad šalis liktų depresijoje, nei kad vyriausybė būtų atėjusi į pagalbą. Jų nuomone, jei vyriausybė galėtų tai padaryti, kas žino, ką dar ji galėtų padaryti? Ji galėtų garantuoti visiems minimalią pensiją, sveikatos priežiūrą ir išsilavinimą. O šiems dalykams galėtų prireikti mokesčių, viršijančių skurdžias sumas, kurias moka amerikiečiai. Tai buvo ypač pavojinga – šiandienos milijardierių oligarchų protėviams – nes maždaug prieš 20 metų Jungtinės Valstijos priėmė 16-ąją konstitucijos pataisą, leidžiančią įvesti (progresyvų) pajamų mokestį.

 

Žvelgiant atgal, Ruzvelto pragmatizmas ir Keyneso idėjos išgelbėjo kapitalizmą nuo kapitalistų.

 

Jei pastarieji būtų pasiekę savo, nežaboto kapitalizmo nesėkmės, ekonomika, smaugiama, regis, nesibaigiančios depresijos, greičiausiai būtų reiškusios, kad ji nebūtų išgyvenusi demokratinio spaudimo. Vietoj to, prezidentas Johnas F. Kennedy, veikiamas stiprių keinsistinių ekonomistų (įskaitant Johną Kennethą Galbraithą, Robertą Solową ir Paulą Samuelsoną), priėmė keinsistinę politiką kaip savo ekonominės sistemos kertinį akmenį.

 

Visą aštuntąjį dešimtmetį, šaliai susidūrus su infliacija (tada, kaip ir šiandien, daugiausia dėl precedento neturinčio naftos kainų kilimo), dešinieji teigė, kad Keynesas yra pasenęs. Nors Keynesas pabrėžė vyriausybės vaidmenį palaikant bendrą (arba visuminę) paklausą, kad ekonomika išliktų visiško užimtumo lygyje, Ronaldas Reaganas pakeitė formuluotę ir pabrėžė pasiūlą. Konservatoriai teigė, kad jei mokesčiai bus maži, o reguliavimas – nestiprus, rinkos dinamika užtikrins augimą esant visiškam užimtumui. Jie buvo tokie optimistiški, kad net teigė, jog mokesčių tarifų sumažinimas paskatins tokį didelį augimą, kad padidės mokesčių pajamos. Žinoma, kad tai neįvyko.

 

Vėlesniais dešimtmečiais Amerika ne kartą patyrė nuosmukius, kai kurie gana gilius, kurie įtikinamai parodė, kad nevaržomos rinkos nėra geros savireguliacijos srityje. Didžiosios recesijos ir ypač COVID-19 pandemijos metu keinsistinės intervencijos – vyriausybės išlaidos – pasirodė esančios nepaprastai veiksmingos.

 

Ir vis dėlto, nepaisant visų įrodymų, politinė kova tęsiasi. Dešimtojo dešimtmečio pradžioje buvo bandoma priimti subalansuoto biudžeto pataisą – nuostatą, kuri būtų praktiškai užkirtusi kelią veiksmingai keinsistinei politikai. Laimei, bandymas buvo pralaimėtas vos persvara. Pirmosios prezidento Donaldo Trumpo kadencijos metu atgimė „pasiūlos pusės politika“, gerokai sumažinus mokesčius korporacijoms ir itin turtingiems. Ši politika žlugo, kaip ir ankstesnė Reagano politika: deficitas padidėjo, o augimo postūmis buvo minimalus, jei toks buvo.

 

Jei konstitucija būtų sukurta XXI amžiuje, žinant, kad vyriausybė turi galimybę užtikrinti, jog ekonomika veiktų visiško užimtumo sąlygomis, ji greičiausiai būtų įpareigojusi tai daryti. Arčiausiai to priėjome 1946 m. ​​Užimtumo įstatymą, kuriuo buvo įsteigta Ekonomikos patarėjų taryba Baltuosiuose rūmuose, kuriai pirmininkavau prezidento Billo Clintono laikais. Jis įpareigojo Jungtines Valstijas „skatinti sąlygas, kuriomis bus suteiktas naudingas darbas tiems, kurie gali, nori ir ieško darbo“. Nepaisant to, kad turėjome priemones šiai misijai įgyvendinti, per dažnai, per daug žmonių, mums nepavyko.

 

Josephas Stiglitzas yra Nobelio premijos laureatas ekonomistas ir Kolumbijos universiteto profesorius.“ [1]

 

1. Joseph Stiglitz. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 49.

Roosevelt’s pragmatism and Keynes’s ideas saved capitalism from the capitalists.

 

“TWO HUNDRED AND FIFTY years ago, the United States was largely an agrarian economy—affected, of course, by weather but without real business cycles. Those came with the development of capitalism in the 19th century. And so began the deep fluctuations of the modern era, the two worst being the Great Depression of the 1930s and the Great Recession that began in 2008. Fortunately, John Maynard Keynes, the great economist of the 20th century, showed us that we did not have to suffer these dysfunctions of capitalism. The government could do something about them.

 

As the expression goes, necessity is the mother of invention. By the time Franklin Roosevelt took office in 1933, the United States had already lost four valuable years sinking deeper into depression. Roosevelt couldn’t wait for Keynes to spell out what to do. He intervened decisively—one might say intuitively. Some elements of his agenda are still controversial; despite the unemployment rate peaking at close to 25% during the Great Depression, most economists and businesspeople said: “Leave it to the market. It will correct itself eventually.” But as Keynes quipped, in the long run we’re all dead.

 

Keynes’s 1936 book “The General Theory of Employment, Interest, and Money” constituted an intellectual revolution. Contrary to the prevailing doctrines of the day, he argued that markets left alone could remain mired in extended periods of deep unemployment. Even if there were self-correcting “forces” bringing the economy back to full employment, they worked too slowly on their own to prevent significant economic hardship. He explained why monetary policy—favoured by many conservative economists when intervention was deemed necessary—would be ineffective in a deep downturn.

 

Most importantly, he provided a solution: government spending could stimulate demand and lift the economy out of the mire.

 

The good news was that the constitution had sufficient flexibility to allow these new ideas to be tested and show their worth, even though the Founding Fathers could not have anticipated this vital role for government. In those days, the government was far smaller. During the first half of the 19th century, the federal government collected just 2% of GDP and there was no central bank until the Federal Reserve was created in 1913. The central government had neither the resources nor the tools to stabilise an inherently unstable capitalist system.

 

Keynes was no left-wing radical; he was not overly concerned with inequality, he believed in the market economy and he believed that his proposed intervention—not a revolution, but a minor “fix”—would save the day.

 

Nevertheless, many people were suspicious of Keynes because he provided a rationale for a larger government. Some ideologues on the right would have preferred that the country remain in a depression than have the government come to the rescue. As they saw it, if the government could do that, who knows what else it might do? It might guarantee everybody a minimum pension, health care and an education. And those things might require taxes beyond the miserly amounts Americans were paying. This was especially dangerous—to the forebears of today’s billionaire oligarchs—because some 20 years earlier the United States had adopted the 16th Amendment to the constitution, allowing the levying of a (progressive) income tax.

 

In retrospect, Roosevelt’s pragmatism and Keynes’s ideas saved capitalism from the capitalists.

 

Had the latter had their way, the failures of unfettered capitalism, an economy stifled in a seemingly never-ending depression, would likely have meant that it would not have survived democratic pressures. Instead, President John F. Kennedy, under the influence of strong Keynesian economists (including John Kenneth Galbraith, Robert Solow and Paul Samuelson) adopted Keynesian policies as the cornerstone of his economic framework.

 

Throughout the 1970s, with the country facing inflation (then, as today, largely caused by unprecedented increases in oil prices), the right claimed Keynes was passé. While Keynes had emphasised the role of government in sustaining total (or aggregate) demand so the economy remained at full employment, Ronald Reagan flipped the language around to emphasise supply. Conservatives argued that if taxes were low and regulations light, the dynamics of the market would ensure growth with full employment. So optimistic were they that they even claimed cuts in tax rates would spur so much growth that tax revenues would increase. Of course, that didn’t happen.

 

In subsequent decades, America repeatedly went into downturns, some quite deep, demonstrating forcefully that unfettered markets were not good at self-regulating. During the Great Recession and in the covid-19 pandemic especially, Keynesian interventions—government spending—proved enormously effective.

 

And yet, in spite of all the evidence, the political battle continues. In the early 1990s, there was an attempt to pass a balanced-budget amendment, a provision which would have all but prevented effective Keynesian policies. Fortunately, it was narrowly defeated. During President Donald Trump’s first term, there was a revival of “supply-side policies”, with a major cut in taxes to corporations and the super-rich. The policies failed, as the earlier Reagan policies had: deficits increased and the boost to growth was minimal, if anything.

 

If the constitution were created in the 21st century, knowing that the government has the capability to ensure that the economy operates at full employment, it would likely have mandated that it do so. The closest we came was the Employment Act of 1946, which created the Council of Economic Advisers in the White House, which I chaired under President Bill Clinton. It committed the United States “to foster conditions under which there will be afforded useful employment for those able, willing, and seeking work”. In spite of having the tools to accomplish this mission, too often, for too many, we have failed.

 

Joseph Stiglitz is a Nobel-prizewinning economist and a professor at Columbia University.” [1]

 

1. Joseph Stiglitz. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 49.

Vėžio ligos apgaulės kodas

„VĖŽYS YRA tikros biologinės apgaulės fenomenas. Nors dauguma sveiko gyvūno kūno ląstelių sugyvena laikydamosi tų pačių genetinių taisyklių, vėžio ląstelės jas begėdiškai ignoruoja. Pavyzdžiui, sveikos ląstelės gali replikuotis tik apie 50 kartų, o tada nustoja veikti. Tuo tarpu vėžio ląstelės turi mutaciją, kuri leidžia joms dalytis neribotą laiką. Tačiau naujausi tyrimai atskleidė visiškai naują onkologinių išdaigų lygį. Dabar atrodo, kad daugelis vėžio ląstelių taip pat nustojo paklusti Mendelio paveldėjimo dėsniams, paaiškindami, kodėl daugelis vėžio rūšių gali išsivystyti atsparumą chemoterapiniams vaistams, regis, antgamtiniu greičiu.

 

Šie dėsniai, kuriuos XIX amžiuje sukūrė augustinų vienuolis Gregoras Mendelis, apibūdina, kaip paveldimi bruožai perduodami iš kartos į kartą, nustatydami ribas, kaip vaikai gali skirtis nuo savo tėvų. Pirmieji Mendelio eksperimentai buvo atlikti su žirniais vienuolyno sode, tačiau vėliau nustatyta, kad jo dėsniai taikomi viskam – nuo ​​žmogaus ūgio iki atskirų ląstelių atsparumo ligoms.

 

Kaip šios savaitės straipsnyje žurnale „Cell“ aprašo Paulas Mischelis iš Stanfordo universiteto, kai kurios vėžio ląstelės atsisako dalyvauti. Jo darbas atskleidžia, kad maždaug 20 % žmonių vėžio mėginių dalis DNR ištrūksta iš chromosomų, prie kurių ji paprastai yra susijungusi, ir suformuoja mažyčius, apskritus ekstrachromosominės DNR (ekDNR) kūnus, kurie išsibarsto po ląstelės branduolį. Taip išsibarsčiusios, jos nebepatiria griežtos mitozės, įprasto proceso, kurio metu chromosomos dalijasi į dvi identiškas kopijas, po vieną kiekvienai dukterinei ląstelei, dėsnių. Tai suteikia nenuspėjamumo genų paveldėjimui, todėl mutacijos gali vykti greičiau ir dramatiškesniu mastu.

 

Toks ląstelių triukas anksčiau buvo pastebėtas bakterijose ir grybuose, kurie naudoja šiuos triukus, kad išsiugdytų atsparumą vaistams. Tačiau tik 2012 m., kai dr. Mischel pradėjo tyrinėti šią temą, vėžio ląstelės pasirodė esančios tokios pat klastingos. Nuo tada jis ir jo kolegos nustatė, kad ekDNR fragmentuose gausu informacijos apie gynybos mechanizmus, kuriuos vėžio ląstelė gali naudoti, kad greitai daugintųsi ir išvengtų sunaikinimo. Taip gali būti todėl, kad ląstelės, turinčios tokią ekDNR, dauginasi lengviau. Tai neabejotinai padidina kenksmingų naujų ląstelių atsiradimo tikimybę. bruožai atsiranda greičiau, nei leistų Mendelio taisyklės.

 

Tai taip pat atskleidžia galimą pažeidžiamumą. Dr. Mischel glaudžiai bendradarbiavo su Howardu Changu, biotechnologijų bendrovės AMGEN vyriausiuoju mokslo pareigūnu, kad atskleistų, jog dukterinės ląstelės gali pasinaudoti ekDNR tik tuo atveju, jei šie žiediniai fragmentai po mitozės gali susipinti atgal į savo chromosomas. EkDNR tai daro pasitelkdama sudedamąsias „inkaro baltymus“, kurie grąžina ją į chromosomas, ir specifines DNR sekas, kurios leidžia jai vėl integruotis į jas.

 

Dr. Mischel šias sekas ir inkaro baltymus laiko pagrindiniais būsimo gydymo taikiniais. „Vaistų, kurie jas išjungia arba sunaikina, įvedimas turėtų palikti ekDNR pasyvią ir pašalinti jos teikiamą naudą naviko ląstelėms“, – sako jis. Šis darbas dar tik pradinėje stadijoje, nors dr. Mischel teigia, kad kai kurie tinkami inkaro baltymai jau yra identifikuoti. Klinikiniai tyrimai dar laukiami.

 

Nors ekDNR gali būti svarbi kaip mechanizmas, paaiškinantis kai kurių agresyvių vėžio formų elgesį, „būtų pernelyg supaprastinta sakyti, kad tai vienintelis veiksnys“, – sako Lillian Siu, Amerikos vėžio tyrimų asociacijos prezidentė. onkologė Princesės Margaret vėžio centre Toronte. Jos nuomone, paprastos mutacijos, kurias sukelia genomo nestabilumas ir defektyvūs DNR taisymo darbai, prisideda prie ekDNR atsiradimo, o tai savo ruožtu gali sustiprinti tokį nestabilumą. Net jei inkarinių baltymų išjungimas gali sulėtinti greitą ekDNR skatinamą evoliuciją, jėgos, kurios iš pradžių sukelia jos atsiradimą, greičiausiai, išliks.“ [1]

 

1. Cancer’s cheat code. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 86.

Vakarai pralaimėjo dirbtinio intelekto taikymo srityje. Vakarai naudojasi Irano naftos transporto į Kiniją blokada ir Mythos momentu, bandydami sustabdyti dirbtinį intelektą

Remiantis 2026 m. ataskaitomis, pasaulinė dirbtinio intelekto aplinka išgyvena reikšmingą transformaciją, kuriai būdinga didėjanti konkurencija, kai Jungtinės Valstijos susiduria su vis didėjančiu atotrūkiu nuo Kinijos praktinio, pramoninio masto diegimo srityje. Nors JAV pirmauja pagal bendras privačias dirbtinio intelekto investicijas arba atliekas (258,9 mlrd. USD, palyginti su 12,4 mlrd. USD 2025 m.), Kinija beveik panaikino JAV lyderystę dirbtinio intelekto tyrimuose, o tokie modeliai kaip „DeepSeek-R1“ atitinka geriausias Vakarų sistemas (pvz., „Anthropic“ „Claude“).

 

DI taikymo lenktynės ir strateginė konkurencija

 

Sparčiai besivystanti Kinija: Kinija teikia pirmenybę dirbtinio intelekto integravimui į savo fizinę ekonomiką, diegdama dirbtinio intelekto varomus pramoninius robotus beveik devynis kartus greičiau nei JAV. Kinijos įmonės pasiekia didelio našumo dirbtinio intelekto rezultatus už daug mažesnę kainą, todėl jos yra konkurencingos su Vakarų uždarojo kodo modeliais.

 

„Blokados“ kontekstas: JAV agresyviai naudoja ekonomines sankcijas ir jūrų kontrolę, siekdama trukdyti Kinijos technologinei pažangai. Nuo 2026 m. balandžio mėn. JAV įvykdė jūrų blokadą Hormūzo sąsiauryje, konkrečiai taikydama tanklaivius, gabenančius Irano naftą į Kiniją, kuri laikoma svarbia Kinijos dirbtinio intelekto infrastruktūros tiekimo grandine.

 

„Padaryti daugiau su mažiau“: Ataskaitose teigiama, kad Kinijos dirbtinio intelekto kūrėjai tampa efektyvesni, kurdami modelius, kurie beveik prilygsta JAV pajėgumams, tačiau turi gerokai mažesnius biudžetus.

 

„Mito akimirka“ ir susirūpinimas dėl dirbtinio intelekto saugumo

 

„Anthropic“ „Mythos“: 2026 m. balandžio mėn. dirbtinio intelekto bendrovė „Anthropic“ savo naują modelį „Mythos“ įvardijo kaip pernelyg pavojingą viešam paskelbimui. Tai buvo apibūdinta kaip „lūžio taškas“ arba „mitos akimirka“.

 

Autonominės galimybės: „Mythos“ pademonstravo gebėjimą savarankiškai identifikuoti tūkstančius anksčiau nežinomų („nulinės dienos“) saugumo spragų pagrindinėse operacinėse sistemose ir interneto naršyklėse, sukeldamas baimę, kad jis gali būti panaudotas didelio masto kibernetinėms atakoms. Technologijų kontrolė: Šis momentas žymi pokytį, kai Vakarų kūrėjai riboja elitinių, didelio pajėgumo dirbtinio intelekto modelių naudojimą, ribodami viešą prieigą ir nukreipdami dėmesį į „apsaugotų“ dirbtinio intelekto sistemų kūrimą patikrintoms įmonėms, siekiant apsisaugoti nuo išnaudojimo.

 

Geopolitinė dinamika

 

Blokados poveikis: JAV Irano uostų blokada, prasidėjusi 2026 m. balandžio viduryje, privertė Kiniją pasikliauti savo „šešėliniu laivynu“ naftos gabenimui, nors šias pastangas iš dalies nutraukė JAV perėmimas.

Įtampa prekybos srityje: JAV tuo pačiu metu įvedė sankcijas didelei Kinijos naftos perdirbimo gamyklai ir daugeliui laivybos įmonių, padidindamos įtampą prieš aukšto lygio susitikimus tarp dviejų šalių.

Fizinis ir skaitmeninis: Nors JAV išlaiko pranašumą kuriant didelius kalbinius modelius (LLM), konkurencija skyla. Kinija daugiausia dėmesio skiria „fiziniam dirbtiniam intelektui“ ir robotikai, o JAV – savo patentuotų skaitmeninių modelių apsaugai.

Sąnaudų efektyvumas ir efektyvumas: Kinijos modeliai sukurti „sklaidai“, o ne tik „tobulumui“, daugiausia dėmesio skiriant didelio našumo išvadoms už nedidelę Amerikos modelių kainos dalį. Juose naudojamos „ekspertų mišinio“ architektūros ir pažangios kvantavimo technikos, kurios žymiai sumažina mokymui ir diegimui reikalingus skaičiavimo išteklius.

 

Vietinis diegimas ir duomenų privatumas: Pagrindinis privalumas yra galimybė atsisiųsti ir paleisti šiuos modelius vietoje, leidžiant įmonėms išlaikyti duomenų suverenitetą, išvengti priklausomybės nuo tiekėjo ir laikyti jautrius nuosavybės teise saugomus duomenis savo infrastruktūroje.

 

Našumo spragų panaikinimas: Našumo spragų tarp JAV ir Kinijos modelių iš esmės sumažėjo, o geriausi Kinijos modeliai siūlo panašias galimybes daugumai realaus pasaulio užduočių (pvz., kodavimas, klientų aptarnavimas, RAG).

 

Ekosistema ir kūrėjų palaikymas: Kinijos įmonės kuria „pasaulinį sklaidos variklį“ taikydamos leidžiamąsias licencijas, todėl jų modeliai yra numatytasis atspirties taškas daugumai kūrėjų. Apibendrinant, Vakarai naudojasi savo kontrole itin svarbioje infrastruktūroje (pvz., laivybos keliuose ir aukščiausios klasės lustų tiekimo grandinėse) ir griežtai kontroliuoja pažangiausius dirbtinio intelekto modelius („Mito akimirka“), kad galėtų valdyti konkurencinę pusiausvyrą, atsižvelgiant į spartų Kinijos diegimą realiojoje ekonomikoje. Kinijos atvirojo kodo modeliai kuriami su daug mažiau atliekų, pigiau diegiami vietoje, o komercinės paslaptys saugomos savininkų aparatinėje įrangoje. Štai kodėl Kinijos technologijos yra pageidaujamos visame pasaulyje. Vakarai lieka stovėti ir šaukti, koks pavojingas yra dirbtinis intelektas:

 

„AR SAUGELIAI VYRŲ REIKĖTŲ patikėti galingiausią pasaulyje naują technologiją? Penki tokie garsūs keistuoliai, kad juos galima atpažinti iš vardų – Dario, Demis, Elonas, Markas ir Samas – beveik dieviškai valdo dirbtinio intelekto modelius, kurie formuos ateitį. Trumpo administracija liko nuošalyje, net kai šie modeliai įgijo stulbinamą potencialą,  įsitikinę, kad nevaržoma konkurencija tarp privačių įmonių yra geriausias būdas užtikrinti, kad Amerika laimėtų dirbtinio intelekto lenktynes ​​prieš Kiniją.

 

Iki šiol. Staiga atrodo, kad Amerikos laisvas požiūris į dirbtinį intelektą artėja prie pabaigos. Priežastis ta, kad svaiginanti modelių pažanga taip pat kelia grėsmę pačios Amerikos nacionaliniam saugumui, erzindama Trumpo administracijos narius, kurie anksčiau buvo labiau linkę nerimauti dėl pernelyg didelio reguliavimo. Tuo pačiu metu augantis Amerikos rinkėjų pasipiktinimas paverčia dirbtinį intelektą politiniu žaibolaidžiu. Laissez-faire požiūris nebėra politiškai pagrįstas ar strategiškai išmintingas.

 

Lūžio taškas buvo „Anthropic“ balandžio 7 d. paskelbtas Claude'o Mythos kūrinys. Naujausias modelių kūrėjo kūrinys taip stulbinamai gerai aptinka programinės įrangos pažeidžiamumus, kad netinkamose rankose jis keltų grėsmę ypatingos svarbos infrastruktūrai – nuo ​​bankų iki ligoninių.

 

Dirbtinio intelekto modeliai vis dažniau kelia ir kitų pavojų – nuo ​​biologinio saugumo pavojų iki pramoninio masto sukčiavimo.

 

„Anthropic“ vadovas Dario Amodei išmintingai manė, kad „Mythos“ yra per daug pavojingas, kad būtų galima jį platinti plačiajai visuomenei. Vietoj to jis jį rezervavo maždaug 50 didelių įmonių, veikiančių skaičiavimo, programinės įrangos ir finansų srityse, kad jos galėtų sustiprinti savo gynybą. Amerikos iždo sekretorius Scottas Bessentas buvo taip sutrikęs, kad iškvietė didžiausius bankus skubiems pokalbiams.

 

Tai nebuvo pirmas kartas, kai administracija ėmėsi veiksmų. Vos prieš kelias savaites Pentagonas įsikišo po to, kai ponas Amodei atsisakė leisti naudoti „Anthropic“ modelį visiškai autonominiuose ginkluose arba masiniam vidaus stebėjimui. Be to, Trumpo administracija buvo sunerimusi – dėl vienos įmonės galios, kurią ji turėjo nacionaliniam saugumui labai svarbios technologijos atžvilgiu.

 

Nepageidaujama rinkėjų reakcija padidins spaudimą administracijai įsikišti. Nuomonės apklausos verčia vis daugiau politikų manyti, kad DI bus viena iš pagrindinių klausimų 2028 m. rinkimuose. Amerikiečiai DI atžvilgiu vertina daug skeptiškiau nei žmonės kitose šalyse. Septyni iš dešimties mano, kad DI pakenks darbo galimybėms – tai smarkiai išaugo, palyginti su praėjusiais metais (ir dar gerokai prieš tai, kai jie turi gerų įrodymų). Nors dirbtinis intelektas (DI) mažai arba visai neturi nieko bendra su kylančiomis elektros energijos kainomis, žmonių pasipriešinimas duomenų centrams auga. Kaip rodo laikmečio ženklas, pastarosiomis dienomis du kartus buvo užpulta „OpenAI“ vadovo Samo Altmano rezidencija.

 

Istorija rodo, kad atsiradus tokiai pasaulį keičiančiai technologijai kaip DI, mito akimirka buvo neišvengiama. Nuo Johno D. Rockefellerio iki Henry Fordo – didžiosioms Amerikos pramonės inovacijoms vadovavo nedidelė grupė vyrų, kurie tapo nepaprastai galingi. Galiausiai XX amžiaus vyriausybės įsikišo, kad sutramdytų pernelyg galingas pramonės šakas – nuo ​​trestų griovimo, kuris sugriovė „Standard Oil“, iki Federalinio rezervo sukūrimo ir AT&T iširimo. Tie laikai buvo bent jau tokie pat poliarizuoti ir karštligiški, kaip ir šiandien. O mūsų skaičiavimai rodo, kad DI dievai dar nėra labiau dominuojantys nei jų istoriniai pirmtakai.

 

Tačiau istorija taip pat rodo, kad DI kontrolė bus sudėtinga. Iš dalies taip yra todėl, kad jei kas nors nutiks ne taip, rizika yra tokia didelė. Taip pat ir todėl, kad DI vystosi neįtikėtinu greičiu.

 

Kompromisai yra aštrūs.

 

Ekonomikos augimas bus naudingas sparčiai plintantiems dirbtinio intelekto teikiamiems pranašumams, tačiau galimas neigiamas poveikis gali lengvai sukelti pernelyg didelį reguliavimą.

 

Nieko nedarymas gali padaryti Ameriką pažeidžiamą piktavališko dirbtinio intelekto sukelto chaoso, tačiau pernelyg didelis reguliavimo spaudimas užtikrintų, kad Kinija laimėtų dirbtinio intelekto lenktynes. Todėl tai pavojinga akimirka.

 

Laiko trūksta. Prieš dvejus metus, valdant Bidenui, diskusijos apie reguliavimą daugiausia buvo apie galimą dirbtinio intelekto riziką. Šiandien jo galimybės jau yra nerimą keliančiai galingos ir su kiekvienu išleidimu vis didėja. Inovacijų tempas reiškia, kad diskusijos apie tinkamą vyriausybės vaidmenį, kurios anksčiau vyko daugelį metų, net dešimtmečių, dabar turi būti išspręstos per kelis mėnesius.

 

Techninės kliūtys, trukdančios taikyti labiau intervencinį požiūrį, yra bauginančios. Vyriausybės kontrolės priemonės, tokios kaip nacionalizavimas, yra neveiksmingos, nes talentingi inžinieriai gali laisvai judėti tarp įmonių, o skaičiavimo galia yra prekė.

 

Dar blogiau, kad pirmaujantys modelių kūrėjai tik keliais mėnesiais lenkia savo atvirojo kodo konkurentus, įskaitant ir Kinijoje. Anksčiau ar vėliau jų modelių galimybės bus prieinamos visiems.

 

Nepaisant to, mito akimirka galėtų būti tada, kai pradės formuotis veiksminga dirbtinio intelekto valdymo schema. Patikimi vartotojai gautų ankstyvą prieigą prie galingiausių naujų modelių: „OpenAI“ seka „Anthropic“ pavyzdžiu, pristatydama savo naujausią įrankį ribotai grupei patikrintų kibernetinio saugumo specialistų. Prieš leisdama šiems modeliams plačiai komercializuoti, vyriausybė galėtų reikalauti sertifikavimo iš pramonės vadovaujamų įstaigų, kurios juos išbandė įvairiems tikslams.

 

Saugokitės talentingų kompiuterių entuziastų

 

Ši idėja turi privalumų tiek dideliems modelių kūrėjams, tiek vyriausybei. Ji leidžia išvengti ilgo naujo reguliuotojo kūrimo proceso. Suteikdama galimybę naudotis tik keliems aukščiausios klasės vartotojams, modelių kūrėjai gali imti didesnius mokesčius  ir apriboti ribotos skaičiavimo galios naudojimą. Tuo tarpu vyriausybė gali apriboti, kas gali naudoti galingiausius modelius, sumažindama riziką, kad Kinija gali juos nukopijuoti ir greičiau pasivyti.

 

Tačiau ji taip pat kenčia nuo rimtų problemų. Ribotas išleidimas sumažins konkurenciją ir padidins įsitvirtinusių dirbtinio intelekto bendrovių įtaką. Tai sulėtins dirbtinio intelekto teikiamos naudos sklaidą ir sukurs dviejų pakopų sistemą Amerikos ekonomikoje, kuri bus nepalanki daugeliui įmonių, kurioms nuolat atimama privilegijuota ankstyva prieiga prie galingų naujų modelių. O kas, jei dirbtinio intelekto apsaugos kūrimas užtrunka ilgai arba yra neįmanomas? O kaip dėl atvirojo kodo modelių? Kaip galite reikalauti, kad jie taip pat laikytųsi šių taisyklių?

 

Ant šių pamatų sukurta reguliavimo sistema galėtų pasirodyti neteisinga. Vidiniai asmenys galėtų apsisaugoti nuo grėsmių pasienyje; pašaliniai asmenys turėtų tikėtis geriausio. Lobizmo ir per didelio pelno galimybės būtų didžiulės. Tai išbandytų atviriausiai korumpuotos Amerikos šiuolaikinės politinės eros administracijos sąžiningumą ir kompetenciją. O sprendimas, kuris dar labiau sutelkia galią ir turtą tarp saujelės dirbtinio intelekto dievų, rizikuoja paaštrinti tą pačią politinę reakciją, kuri pradeda nerimauti Vašingtone.

 

Be to, „Mythos“ metodas gali būti tik pusė sprendimo. Dirbtinio intelekto saugumo negalima užtikrinti nacionaliniu lygmeniu. Galiausiai tam reikės tarptautinio bendradarbiavimo, pradedant Kinija. Naujas dėmesys kibernetiniam saugumui taip pat turi būti derinamas su skubiu svarstymu apie DI ekonominį ir socialinį poveikį. Darbo vietų sutrikdymo problemos sprendimas ir prie DI pritaikytos, darbo jėgai palankios mokesčių sistemos kūrimas yra didžiulės problemos, į kurias dar niekas neturi gerų atsakymų. Tai turi pasikeisti. „Mythos“ akimirka yra žadinantis skambutis dėl DI saugumo. Ji reikalauja kruopštaus mąstymo ir kitose srityse.“ [1]

 

1. The Mythos moment. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 9, 10.

The West Is Defeated in AI Application. The West Is Using Iran’s Oil Transport's to China Blockade and the Mythos Moment in Attempt to Stop AI

 

Based on 2026 reports, the global AI landscape is undergoing a significant transformation, characterized by intensified competition where the United States faces a growing gap with China in practical, industrial-scale deployment. While the US leads in total private AI investment or waste ($258.9B vs $12.4B in 2025), China has nearly erased the US lead in AI research, with models such as DeepSeek-R1 matching top Western systems (e.g., Anthropic's Claude).

The AI Application Race and Strategic Competition

 

    China's Rapid Advancement: China is prioritizing the integration of AI into its physical economy, deploying AI-powered industrial robots at nearly nine times the rate of the US. Chinese firms are achieving high-performance AI outputs at a fraction of the cost, making them competitive with Western closed-source models.

 

    The "Blockade" Context: The U.S. is aggressively using economic sanctions and maritime control to hinder China's technological advancement. As of April 2026, the US has implemented a naval blockade in the Strait of Hormuz, specifically targeting tankers carrying Iranian oil to China, which is considered a crucial supply chain for China's AI infrastructure.

 

    "Doing More with Less": Reports suggest that Chinese AI developers are becoming more efficient, developing models that nearly reach U.S. capabilities on significantly lower budgets.

 

The "Mythos Moment" and AI Safety Concerns

 

    Anthropic's "Mythos": In April 2026, AI company Anthropic identified its new model, "Mythos," as too dangerous for public release. This has been described as a "watershed moment" or "mythos moment".

    Autonomous Capabilities: Mythos demonstrated the ability to autonomously identify thousands of previously unknown ("zero-day") security flaws in major operating systems and web browsers, raising fears that it could be used for massive cyberattacks.

    Controlling the Technology: This moment represents a shift where elite, high-capability AI models are restricted by Western creators, limiting public access and shifting the focus towards creating "guarded" AI systems for vetted enterprises to protect against exploitation.

 

Geopolitical Dynamics

 

    Blockade Impacts: The US blockade of Iranian ports, which started in mid-April 2026, has forced China to rely on its "shadow fleet" for oil transport, though these efforts have been partially interrupted by US interception.

    Trade Tension: The U.S. has simultaneously placed sanctions on a major Chinese oil refinery and numerous shipping firms, increasing tension ahead of high-level meetings between the two nations.

    Physical vs. Digital: While the U.S. maintains an advantage in large language model (LLM) development, the competition is fracturing. China is focusing on "Physical AI" and robotics, while the US focuses on securing its proprietary digital models.

   Cost-Effectiveness and Efficiency: Chinese models are designed for "diffusion" rather than just "perfection," with a focus on high-performance inference at a fraction of the cost of American models. They utilize "mixture-of-experts" architectures and advanced quantization techniques, which significantly reduce the compute resources required for training and deployment.

   Local Deployment and Data Privacy: A major draw is the ability to download and run these models locally, allowing companies to maintain data sovereignty, avoid vendor lock-in, and keep sensitive proprietary data within their own infrastructure.

   Closing Performance Gaps: The performance gap between US and Chinese models has largely closed, with top Chinese models offering comparable capabilities for most real-world tasks (e.g., coding, customer service, RAG).

   Ecosystem and Developer Support: Chinese companies are building a "global diffusion engine" through permissive licensing, making their models the default starting point for most developers.

In summary, the West is leveraging its control over crucial infrastructure (like shipping lanes and high-end chip supply chains) and imposing strict control over its most advanced AI models (the "Mythos moment") to manage the competitive balance against China's rapid deployment in real economy. The Chinese open-source models are produced with much less waste, cheaper to implement locally, keeping trade secrets inside hardware of the owners. This why Chinese technology is preferred everywhere in the world. The West is left standing and shouting how dangerous the AI is:

 

“SHOULD A HANDFUL of men be entrusted with the world’s most potent new technology? Five geeks so famous that they can be identified by their first names—Dario, Demis, Elon, Mark and Sam—exercise almost godlike command over the artificial-intelligence models that will shape the future. The Trump administration has stood aside even as those models have gained jaw-dropping capabilities, convinced that unfettered competition between private firms is the best way to ensure America wins the AI race against China.

 

Until now. Suddenly, America’s free-wheeling treatment of AI looks as if it is coming to an end. The reason is that the models’ dizzying progress also poses a threat to America’s own national security, unnerving members of the Trump administration previously more inclined to worry about overregulation. At the same time, growing resentment among American voters is turning AI into a political lightning-rod. A laissez-faire approach is no longer politically tenable or strategically wise.

 

The watershed was Anthropic’s announcement of Claude Mythos on April 7th. The model-maker’s latest creation is so startlingly good at finding software vulnerabilities that, in the wrong hands, it would threaten critical infrastructure, from banks to hospitals.

 

 AI models increasingly pose other risks, too, from biosecurity hazards to industrial-scale scamming.

 

Anthropic’s boss, Dario Amodei, wisely thought Mythos too dangerous for general release. Instead he has reserved it for use by around 50 big firms, in computing, software and finance, so that they can boost their own defences. America’s treasury secretary, Scott Bessent, was so unnerved that he summoned the biggest banks for urgent talks.

 

It was not the first time the administration had acted. Only weeks ago the Pentagon stepped in after Mr Amodei refused to allow Anthropic’s model to be used in fully autonomous weapons or for mass domestic surveillance. Then, too, the Trump administration was alarmed—because of the power a single firm wielded over a technology central to national security.

 

A backlash among voters will add to the pressure on the administration to intervene. Opinion polls are leading ever more politicians to think that AI will be one of the big issues in elections in 2028. Americans are far more sceptical of AI than people in other countries. Seven out of ten think AI will hurt job opportunities, a sharp rise from a year ago (and well before they have good evidence). Grassroots opposition to data centres is surging, even though AI has little or nothing to do with rising electricity prices. In a sign of the times, the house of Sam Altman, the head of OpenAI, has been attacked twice in recent days.

 

History suggests that, with a technology as world-changing as AI, a Mythos moment was inevitable. From John D. Rockefeller to Henry Ford, America’s great industrial innovations were led by a small number of men who grew immensely powerful. Eventually, 20th-century governments stepped in to tame over-powerful industries, from the trust-busting that broke up Standard Oil to the creation of the Federal Reserve and the breakup of AT&T. Those times were at least as polarised and febrile as today’s are. And our calculations suggest that the AI gods are not yet any more dominant than their historical predecessors were.

 

But history also suggests that controlling AI will be fraught. That is partly because the stakes if things go wrong are so high. It is also because AI is evolving at warp speed.

 

The trade-offs are acute.

 

Economic growth will benefit from rapidly diffusing AI’s benefits, but the potential backlash could easily lead to overregulation.

 

 Doing nothing could leave America vulnerable to malevolent AI-induced chaos, but regulatory overkill would ensure that China wins the AI race. That makes this a perilous moment.

 

Time is short. Two years ago, during the Biden administration, discussions about regulation were largely about AI’s potential risks. Today its capabilities are already alarmingly powerful and growing more so with every release. The pace of innovation means that debates over the proper role of government, which played out over years, even decades, in the past, now need to be resolved in months.

 

And the technical hurdles to a more interventionist approach are daunting. Tools of government control, such as nationalisation, are ineffective because talented engineers can move freely between companies and computing power is a commodity.

 

Worse, the leading model-builders are only months ahead of their open-source competitors, including those in China. Sooner or later the capabilities of their models will be available to all.

 

Even so the Mythos moment could be when a workable scheme to control AI starts to take shape. Trusted users would get early access to the most powerful new models: OpenAI is following Anthropic by rolling out its latest tool to a limited group of vetted cyber-security professionals. Before allowing these models to be broadly commercialised, the government could demand certification from industry-led bodies that have tested them for different uses.

 

Beware geeks with gifts

 

This idea has advantages for the big model-builders and the government alike. It avoids the lengthy process of creating a new regulator. By allowing only a few premium users, it enables the model-makers to charge higher prices and limit the use of scarce computing power. Meanwhile, the government can restrict who can use the most powerful models, reducing the risk that China can copy them and catch up faster.

 

But it also suffers from grave problems. Limited release will reduce competition and increase the clout of entrenched AI companies. It will slow the diffusion of AI’s benefits and create a two-tier system within America’s economy, disadvantaging the many firms that are repeatedly deprived of privileged early access to powerful new models. What if making AI defences takes a long time or is impossible? What about open-source models? How can you insist that they also follow these rules?

 

A regulatory system built on these foundations could prove unjust. Insiders could secure themselves against frontier threats; outsiders would have to hope for the best. The opportunities for lobbying and outsize profits would be immense. That would test the honesty and competence of the most openly corrupt administration of America’s modern political era. And a fix that concentrates power and wealth yet further among the handful of AI gods risks aggravating the very political backlash that is starting to worry Washington.

 

Moreover, the Mythos approach can be only half the solution. AI safety cannot be secured nationally. Eventually it will demand international co-operation, starting with China. The new focus on cyber-security also needs to be matched by urgent thinking about the economic and social effects of AI. Dealing with the disruption to jobs and designing an AI-adapted tax system that favours labour are huge problems for which no one yet has good answers. This needs to change. The Mythos moment is a wake-up call for AI safety. It demands hard thinking in other areas, too.” [1]

 

1. The Mythos moment. The Economist; London Vol. 459, Iss. 9495,  (Apr 18, 2026): 9, 10.