AI जेलब्रेक को ग्रेड देने वाला नया सिस्टम: व्हाइट हाउस और एंथ्रोपिक के बीच सुरक्षा मानकों पर सहमति

12 जून, 2026 की शाम, अमेरिकी वाणिज्य विभाग ने एंथ्रोपिक के CEO डारियो अमोदेई को एक निर्यात नियंत्रण निर्देश भेजा। कंपनी को केवल 90 मिनट का समय दिया गया था—अपने दो सबसे उन्नत AI मॉडल्स, क्लॉड फेबल 5 और क्लॉड मिथोस 5, तक सभी विदेशी नागरिकों की पहुँच को प्रतिबंधित करने के लिए । ये मॉडल महज तीन दिन पहले ही लॉन्च हुए थे । चूँकि केवल अमेरिकी उपयोगकर्ताओं तक पहुँच सीमित करना तकनीकी रूप से संभव नहीं था, एंथ्रोपिक ने दोनों मॉडल्स को दुनिया भर के सभी उपयोगकर्ताओं के लिए बंद कर दिया । यह पहली बार था जब अमेरिकी सरकार ने किसी फ्रंटियर AI लैब को बाजार से एक तैनात मॉडल को हटाने का आदेश दिया, और इस घटना ने एक ऐसी श्रृंखला शुरू कर दी जो अब संघीय सरकार के AI सुरक्षा पर्यवेक्षण के तरीके को नया रूप दे रही है ।

विवाद का मूल: क्या है 'खतरनाक जेलब्रेक'?

निर्यात नियंत्रण का तत्काल कारण एक तथाकथित 'जेलब्रेक' था—मॉडल की सुरक्षा सुविधाओं को बायपास करने की एक विधि। लेकिन इसकी गंभीरता को लेकर दोनों पक्षों में गहरी असहमति थी।

• एंथ्रोपिक का पक्ष: सीईओ डारियो अमोदेई ने अधिकारियों के साथ आपातकालीन कॉल में तर्क दिया कि प्रश्न में जेलब्रेक "संकीर्ण" और "गैर-सार्वभौमिक" था—एक ऐसी सुरक्षा खामी जिसका व्यापक शोषण नहीं किया जा सकता। कंपनी ने सार्वजनिक रूप से कहा कि सरकार ने केवल "एक संभावित संकीर्ण, गैर-सार्वभौमिक जेलब्रेक का मौखिक सबूत" दिया था । एंथ्रोपिक ने एक ब्लॉग पोस्ट में कहा, "हम इस बात से असहमत थे कि एक संकीर्ण संभावित जेलब्रेक का पता लगना एक वाणिज्यिक मॉडल को वापस बुलाने का कारण होना चाहिए" ।
• सरकार का पक्ष: व्हाइट हाउस का मानना था कि उन्नत साइबर-आक्रामक क्षमताओं (फेबल 5 को सॉफ्टवेयर कमजोरियों की पहचान करने के लिए डिज़ाइन किया गया था) वाले मॉडल पर सुरक्षा उपायों को बायपास करने का कोई भी प्रदर्शित तरीका एक अस्वीकार्य राष्ट्रीय सुरक्षा जोखिम है, खासकर यदि मॉडल विदेशी प्रतिद्वंद्वियों के लिए सुलभ रहे ।

यह असहमति तेजी से बढ़ी। कई रिपोर्टों के अनुसार, अमोदेई ने प्रशासन के अधिकारियों के साथ कॉल में जोरदार ढंग से पलटवार किया और सरकार की चिंताओं को एक गलतफहमी बताया। एक बिंदु पर बातचीत लगभग पूरी तरह से टूट गई ।

व्हाइट हाउस ने फेबल 5 को अपने नए AI कार्यकारी आदेश के लिए एक 'टेस्ट केस' घोषित किया, जिसमें वाणिज्य, ट्रेजरी और स्वयं व्हाइट हाउस का समन्वय था । प्रशासन को डर था कि मॉडल की क्षमताएँ चीन को साइबर सुरक्षा आक्रामक उपकरणों और अन्य खतरनाक दोहरे उपयोग वाली तकनीकों तक पहुँच प्रदान कर सकती हैं ।

टकराव से बातचीत तक: एक समान अनुपालन ढाँचा

निर्यात नियंत्रण संकट के कुछ ही दिनों के भीतर, व्हाइट हाउस और एंथ्रोपिक टकराव से संरचित वार्ता की ओर बढ़ गए । 17 अप्रैल, 2026 को, अमोदेई ने व्हाइट हाउस के अधिकारियों से मुलाकात की, जिसे 'उत्पादक युद्धविराम वार्ता' के रूप में वर्णित किया गया—जो एंथ्रोपिक और पेंटागन के बीच पिछले घर्षण के बाद पहला वरिष्ठ-स्तरीय संपर्क था ।

बाद की उच्च-स्तरीय चर्चाओं में शामिल प्रमुख व्यक्तियों में अमेरिकी वाणिज्य सचिव हॉवर्ड लुटनिक, राष्ट्रीय साइबर निदेशक सीन कैर्नक्रॉस और एंथ्रोपिक के सह-संस्थापक टॉम ब्राउन शामिल हैं । प्रशासन ने फेबल 5 टेस्ट केस के लिए वाणिज्य, ट्रेजरी और व्हाइट हाउस में समन्वय किया ।

इन वार्ताओं से उभरी केंद्रीय परियोजना फ्रंटियर AI मॉडल्स में सुरक्षा कमजोरियों—विशेष रूप से जेलब्रेक—की गंभीरता का मूल्यांकन करने के लिए एक 'समान अनुपालन ढाँचा' है । इस ढाँचे का उद्देश्य यह आकलन करने के लिए सामान्य बेंचमार्क बनाना है कि क्या कोई सुरक्षा दोष सरकारी हस्तक्षेप को उचित ठहराता है ।

समान ग्रेडिंग सिस्टम: तीन मानदंड

इस प्रयास का मुख्य भाग जेलब्रेक के लिए एक समान ग्रेडिंग सिस्टम है। हालाँकि कोई आधिकारिक लेबल (जैसे, "गंभीर," "उच्च," "मध्यम," "निम्न") या विस्तृत मानदंड सार्वजनिक रूप से जारी नहीं किए गए हैं, सूत्रों के अनुसार ढाँचा तीन जोखिम-मूल्यांकन मानदंडों पर कमजोरियों का आकलन करता है :

1. बायपास की गई सुरक्षाएँ — कौन से सुरक्षा उपाय (जैसे, संवैधानिक क्लासिफायर, रीयल-टाइम फिल्टर) विफल हुए।
2. उजागर क्षमताएँ — कौन सी खतरनाक मॉडल क्षमताएँ (जैसे, साइबर अपराध, जैविक मार्गदर्शन, रासायनिक संश्लेषण) सुलभ हुईं।
3. वास्तविक दुनिया पर प्रभाव — जेलब्रेक का बड़े पैमाने पर कितनी आसानी से शोषण किया जा सकता है और इससे क्या नुकसान हो सकता है।

सरकार का लक्ष्य इस ग्रेडिंग सिस्टम का उपयोग करके स्पष्ट, पूर्व-निर्धारित जोखिम सीमाएँ स्थापित करना है जो स्वचालित रूप से यह निर्धारित करें कि निर्यात नियंत्रण लागू करना है, शमन की आवश्यकता है, या तैनाती को रोकना है—न कि किसी संकट के बाद तदर्थ कार्रवाई करना ।

सरकार का रणनीतिक लक्ष्य: प्रतिक्रियात्मक से नियम-आधारित प्रणाली की ओर

सरकार का सर्वोपरि उद्देश्य प्रतिक्रियात्मक, संकट-संचालित हस्तक्षेप से एक नियम-आधारित प्रणाली की ओर बढ़ना है । एंथ्रोपिक के साथ ग्रेडिंग ढाँचा और जोखिम सीमाएँ विकसित करके, व्हाइट हाउस का लक्ष्य है:

• AI लैब्स के लिए पूर्वानुमान बनाना कि कौन सी कार्रवाई सरकारी हस्तक्षेप को ट्रिगर करेगी।
• कमजोरी की गंभीरता का वर्णन करने के लिए साझा शब्दावली स्थापित करना।
• भविष्य में उन परिदृश्यों से बचना जहाँ एक मॉडल सार्वजनिक रूप से तैनात किया जाता है, फिर निर्यात नियंत्रण के तहत अचानक बंद कर दिया जाता है—जैसा कि फेबल 5 और मिथोस 5 के साथ हुआ।

मुख्य अनिश्चितता: ढाँचे के लिए कोई विस्तृत मानदंड, दायरा या समयरेखा सार्वजनिक रूप से जारी नहीं की गई है। तीन जोखिम-मूल्यांकन मानदंडों (बायपास की गई सुरक्षाएँ, उजागर क्षमताएँ, वास्तविक दुनिया पर प्रभाव) की सूचना कई आउटलेट्स ने दी है, लेकिन विशिष्ट स्कोरिंग पद्धति का खुलासा नहीं किया गया है ।

G7 संदर्भ

अमेरिकी-एंथ्रोपिक ढाँचा विकास AI सुरक्षा मानकों पर G7 चर्चाओं की पृष्ठभूमि में हो रहा है। G7 फ्रंटियर AI जोखिमों के मूल्यांकन के लिए सामंजस्यपूर्ण अंतर्राष्ट्रीय बेंचमार्क की दिशा में काम कर रहा है । व्हाइट हाउस और एंथ्रोपिक जो समान ग्रेडिंग सिस्टम बना रहे हैं, उससे इन व्यापक बहुपक्षीय वार्ताओं को सूचित करने की उम्मीद है, हालाँकि विशिष्ट G7 परिणाम अभी भी बातचीत के अधीन हैं ।

आगे क्या?

इस ढाँचे का विकास अमेरिकी AI नीति में एक महत्वपूर्ण बदलाव का प्रतीक है। निर्यात नियंत्रण से कुछ दिन पहले, अमोदेई ने एक नीति निबंध प्रकाशित किया था जिसमें तर्क दिया गया था कि सरकारों के पास उन फ्रंटियर AI मॉडल्स की तैनाती को रोकने या वापस लेने के लिए अनिवार्य कानूनी अधिकार होना चाहिए जो स्वतंत्र सुरक्षा परीक्षण में विफल हों । 12 जून के संकट ने उस सिद्धांत को अप्रत्याशित रूप से संघर्षपूर्ण परीक्षण में डाल दिया।

मुख्य प्रश्न जो अनुत्तरित है: एक संकीर्ण, प्रबंधनीय कमजोरी और एक प्रणालीगत जोखिम के बीच की रेखा कैसे परिभाषित की जाए जो सरकारी हस्तक्षेप को उचित ठहराती है? इसका उत्तर न केवल एंथ्रोपिक के भविष्य के रिलीज़ को आकार देगा बल्कि फ्रंटियर AI विकास के लिए व्यापक नियामक परिदृश्य को भी प्रभावित करेगा।