Az amerikai technológiai szektor ritkán áll össze ennyire látványosan egyetlen ügy mögött. A július 24-én közzétett nyílt levélben ötven vállalat és szervezet – köztük az Nvidia, az OpenAI, a Google, a Microsoft, a Meta, az AMD és a Hugging Face – arra figyelmeztette az amerikai döntéshozókat, hogy az AI-modellek letölthető súlyainak túl korai korlátozása visszafoghatja a versenyt, és külföldre terelheti a fejlesztéseket. A levél nem Kínát védi: azt állítja, hogy a valódi visszaéléseket célzottan kell kezelni, nem egy egész technológiai modellt lezárni.
Közben Washingtonban éppen egy Kínára szabott választóvonal körvonalazódhat. Az Axios július 20-i, majd július 24-i értesülése szerint az amerikai kormányzatban nem minden nyílt súlyú modell általános tiltását támogatják. Inkább kínai fejlesztőkhöz, biztonsági követelményekhez és a tiltott modell-desztillációhoz kötnék a szigorítást. A The Decoder július 26-i összefoglalója ezt a vitát emelte újra előtérbe. Fontos különbség: hivatalosan bejelentett amerikai tiltás egyelőre nincs.
Nem tiltás született, hanem választóvonal
A kiszivárgott elképzelés lényege nem az lenne, hogy az Egyesült Államok lezárja az összes szabadon letölthető AI-modellt. A beszámolók inkább egy olyan rendszert írnak le, amely bizonyos kínai vállalatokat, az amerikai infrastruktúrához való hozzáférést, valamint a modelleket terjesztő vagy hosztoló szolgáltatókat venné célba. Szóba kerülhetnek biztonsági vizsgálatok és jogi felelősségi szabályok is. Hogy ezekből végül mi kerül rendeletbe vagy törvényjavaslatba, még nyitott kérdés.
Ez a különbségtétel nem puszta jogászkodás. Egy általános korlátozás az amerikai egyetemeket, induló cégeket és azokat a vállalatokat is érintené, amelyek saját szerveren akarnak AI-t futtatni. A célzott szigorítás kisebb kört fogna, de rögtön felveti a nehezebb kérdést: egy modell az alkotója, a származási országa, a képességei vagy a felhasználás módja miatt számít kockázatosnak? Erre ma nincs egységes amerikai válasz.
A nyílt súly nem ugyanaz, mint a nyílt forrás
A vita egyik félrevezető rövidítése a „nyílt forrású AI” kifejezés. Egy nyílt súlyú modellnél a betanított paraméterek letölthetők, módosíthatók és saját infrastruktúrán futtathatók. Ettől még a tanítóadat, a teljes fejlesztési kód vagy a készítés minden részlete zárt maradhat. Az Nvidia fogalmi összefoglalója is különválasztja a teljesen nyílt modellt a pusztán nyílt súlyútól.
A vállalati felhasználóknak mégis komoly előny, ha nem kell minden adatot egy külső API-hoz elküldeniük. Egy helyben futó modell jobban illeszthető belső rendszerekhez, kiszámíthatóbb lehet a költsége, és csökkentheti az egyetlen szolgáltatótól való függést. Ugyanez a tulajdonság a szabályozó rémálma is: miután a súlyok felkerültek az internetre, a kiadó nem tudja őket egyszerűen visszahívni, a módosított változatok eredetét pedig nehéz követni.
A desztilláció körül dől el a vita
A modell-desztilláció önmagában bevett fejlesztési módszer. Egy kisebb rendszer egy nagyobb modell válaszaiból tanul, majd olcsóbban próbál hasonló teljesítményt adni. A konfliktus ott kezdődik, amikor valaki hamis fiókokkal, a szolgáltatási feltételek megkerülésével vagy ipari méretű automatizált lekérdezéssel gyűjt tanítóanyagot. A technika és a feltételezett jogsértés tehát nem ugyanaz.
Az Anthropic februárban azt állította, hogy a DeepSeek, a Moonshot AI és a MiniMax több mint 16 millió lekérdezést indított mintegy 24 ezer megtévesztő fiókon keresztül. Ezek a cég saját vizsgálatából származó állítások, nem bírósági megállapítások. Az Anthropic szerint az így megszerzett képességek nyílt súlyú modellben való közzététele tovább növeli a kockázatot, mert utána már nincs hozzáférési kapu, amelyet le lehetne zárni.
Az OpenAI ugyanennek a problémának egy szélesebb, infrastruktúra-központú kezelését javasolta az amerikai Kongresszusnak: információmegosztást a laborok között, szigorúbb fellépést a közvetítő API-k kiskapui ellen, valamint az amerikai felhős számítási kapacitás, fizetési rendszerek és más szolgáltatások korlátozását az ellenérdekelt szereplők számára. Ez jóval célzottabb eszköztár, mint minden letölthető modell betiltása.
A Kimi K3 veszélyesebb lett, de nem érte utol az amerikai csúcsot
A politikai vitához most mérési eredmény is társult. A brit AI Security Institute az amerikai CAISI-val közösen előzetesen megvizsgálta a Moonshot AI Kimi K3 modelljének kiberképességeit. A Kimi K3 július 16-án jelent meg, a súlyok közzétételét július 27-re ígérték. Az intézet eredményei szerint a kínai modell egyértelműen erősebb a korábbi nyílt kínai rendszereknél, de a legjobb zárt amerikai modellektől még messze van.
Az ExploitBench feladataiban a Kimi K3 32,2 százalékot ért el. A korábbi kínai viszonyítási pontként használt GLM-5.2 24,4 százalékon állt, a legjobb amerikai modell viszont 76,2 százalékig jutott. A legnehezebb, tetszőleges kódfuttatást igénylő 41 feladatból a Kimi egyet sem oldott meg, miközben a vezető amerikai modellek átlaga húsz volt.
Egy hosszabb, valószerű támadási láncot utánzó kiberpályán a Kimi átlagosan a 32 lépésből a 17.-ig jutott, és tíz kísérletből egyszer oldotta meg a teljes feladatot. Az amerikai élmezőny átlaga 28,5 lépés volt, a GLM-5.2 pedig 11-ig jutott. Az AISI szerint a Kimi beépített védelmei nem akadályozták meg, hogy támadó jellegű műveletekkel próbálkozzon.
A számokat nem érdemes általános veszélyességi ranglistaként olvasni. Az értékelés előzetes volt, válogatott kiberfeladatokra szorítkozott, az amerikai modelleket kikapcsolt biztonsági korlátokkal tesztelték, a Kimit pedig szűkebb körben. A szimulált célpontok ráadásul szándékosan gyengén védett rendszerek voltak. Az eredmény azt mutatja meg, hogy a képességkülönbség szűkül, nem azt, hogy a Kimi K3 már önállóan súlyos támadásokat hajt végre a való világban.
Az ipar maga sem két táborra szakadt
Könnyű lenne a vitát a nyílt és a zárt modellek támogatói közötti csataként leírni, de a szereplők álláspontja ennél kuszább. Az OpenAI aláírta a nyílt súlyok mellett kiálló levelet, miközben célzott korlátozásokat kér a tiltott desztilláció és a kínai infrastruktúra-hozzáférés ellen. A levél maga is elismeri, hogy egy egyszer kiadott modell felett a fejlesztő elveszíti az ellenőrzést, és a módosított változatok visszakövetése nehéz. Az Anthropic nem szerepel az ötven aláíró között, és saját tapasztalataira hivatkozva jóval szigorúbb vonalat képvisel.
Üzleti érdekek is futnak a háttérben, bár ezekből önmagukban nem lehet bizonyítani egy-egy vállalat politikai szándékát. Az Nvidia és az AMD akkor is hardvert ad el, ha a felhasználó saját gépen futtat nyílt súlyú modellt. A kizárólag API-n elérhető rendszerek készítőinek ezzel szemben érték a központi hozzáférési kapu és az előfizetési bevétel. Ettől még mindkét oldal biztonsági érvei lehetnek valósak; csak nem légüres térben születnek.
Mit jelentene a célzott korlátozás?
A gyakorlatban több, egymástól nagyon eltérő lépést nevezhetnek célzott szigorításnak. Az amerikai állam kizárhat bizonyos modelleket a közbeszerzésekből, szankciós listára tehet fejlesztőket, biztonsági vizsgálatot írhat elő a hazai hosztolóknak, vagy korlátozhatja a felhős számítási kapacitás és az API-k elérését. Az is elképzelhető, hogy nem a márkanév, hanem egy képességküszöb – például a kibertámadási teljesítmény – vált ki szigorúbb kötelezettségeket.
A csak származási országra épülő szabály egyszerűbbnek látszik, de könnyen megkerülhető. A nyílt súlyokat át lehet nevezni, tovább lehet tanítani, és más országban működő közvetítőn keresztül is terjeszthetik őket. A képességalapú rendszer következetesebb lenne, viszont állandó tesztelést és vitatható küszöböket igényel. A felhasználás alapján büntető megközelítés jogilag tisztább lehet, de sok esetben csak a károkozás után lép működésbe.
A valódi kérdés az, ki szabja meg a bizalom feltételeit
A Fehér Ház júniusi nemzetbiztonsági memoranduma maga is arra utasítja a szövetségi apparátust, hogy különböző szállítóktól származó kereskedelmi és nyílt forrású AI-t tudjon gyorsan átvenni, de mindig az adott feladathoz igazított biztonsági feltételekkel. Vagyis az amerikai kormány egyszerre akar nyitott ökoszisztémát és szigorúbb ellenőrzést. A kettő nem feltétlenül zárja ki egymást, de a határvonalat valahol meg kell húzni.
A mostani vita ezért nem egyszerűen arról szól, hogy a nyílt AI jó-e vagy rossz. Arról szól, ki igazolja egy modell eredetét, ki méri a képességeit, és ki viseli a felelősséget, ha a letölthető súlyokkal visszaélnek. A túl széles tiltás beszűkítheti a versenyt és külföldre tolhatja a fejlesztést. A túl laza rendszer viszont olyan képességeket engedhet szabadon, amelyeket később már nem lehet visszavenni. Washington egyelőre nem hirdetett ki új szabályt, de az, ahogy ezt a határt meghúzza, az amerikai cégek mellett az egész nyílt AI-ökoszisztéma mozgásterét meghatározhatja.
