Per qualche giorno la cronaca dell’intelligenza artificiale ha assunto i toni tipici della finanza durante una crisi bancaria. Su X, Reddit e nei forum degli sviluppatori il verdetto è stato quasi unanime: Claude Fable 5 era stato “lobotomizzato”, “nerfato”, reso inutilizzabile. Il modello, tornato online il primo luglio dopo la sospensione imposta da Anthropic, sembrava improvvisamente incapace di svolgere attività che fino a pochi giorni prima completava senza particolari difficoltà. La reazione è stata tanto prevedibile quanto interessante: quando un modello AI cambia comportamento, gli utenti parlano immediatamente di decadimento dell’intelligenza, mentre quasi nessuno guarda ciò che succede prima che il prompt raggiunga il modello.

I dati disponibili raccontano infatti una storia molto diversa. Due benchmark pubblicati lo stesso giorno sono arrivati a conclusioni apparentemente incompatibili. BridgeBench AI ha mostrato un crollo verticale delle prestazioni nelle attività di debugging e refactoring, mentre Arena AI ha registrato variazioni minime, in alcuni casi persino miglioramenti. Non è una contraddizione. È la dimostrazione che oggi valutare un modello significa valutare anche l’infrastruttura politica e di sicurezza che lo circonda, non soltanto la rete neurale.

BridgeBench misura scenari di sviluppo software realistici, assegnando punteggi alle capacità di debugging, refactoring e resistenza alle allucinazioni. Nella versione del primo luglio i risultati sembrano disastrosi. Il debugging precipita da 86,2 a 25,9 punti, il refactoring quasi si dimezza e persino la qualità generale appare deteriorata. Una lettura superficiale suggerirebbe un degrado tecnico significativo.

La metodologia, tuttavia, cambia completamente l’interpretazione dei numeri. Su dodici test TypeScript utilizzati nella valutazione, soltanto tre sono stati realmente elaborati da Claude Fable 5. Gli altri nove sono stati intercettati da un nuovo classificatore di sicurezza introdotto da Anthropic e reindirizzati automaticamente verso Claude Opus 4.8. BridgeBench assegna punteggio zero ogni volta che il modello sotto esame non produce direttamente la risposta. Dal punto di vista metodologico è una scelta coerente. Dal punto di vista mediatico genera inevitabilmente il titolo perfetto: il modello è crollato.

Arena AI osserva invece un fenomeno differente. Il sistema raccoglie migliaia di confronti anonimi effettuati da esseri umani, utilizzando un sistema Elo simile a quello impiegato negli scacchi per confrontare modelli in condizioni reali. Qui Claude Fable 5 mantiene sostanzialmente il proprio livello. Il codice frontend registra una lieve flessione che rimane entro l’intervallo statistico di confidenza, mentre la qualità nei documenti migliora sensibilmente, il testo specialistico cresce e persino la scrittura creativa mostra un leggero progresso. Le uniche categorie realmente penalizzate sono proprio quelle nelle quali il nuovo classificatore tende a intervenire con maggiore frequenza.

Questa distinzione è fondamentale perché sposta completamente il problema. Claude Fable 5 non sembra aver perso capacità cognitive. Ha semplicemente acquisito un guardiano estremamente sospettoso che decide, prima ancora dell’inferenza, se il modello possa rispondere oppure no.

La differenza può sembrare accademica, ma per chi sviluppa software rappresenta un cambiamento radicale. Se un prompt contiene termini come “vulnerability”, “exploit”, “hook”, “memory management” o persino “fix”, il classificatore può interpretarlo come una richiesta potenzialmente pericolosa e deviarlo automaticamente verso un altro modello oppure bloccarlo. Dal punto di vista dell’utente finale il risultato è identico a quello di un modello meno intelligente. Dal punto di vista architetturale, invece, il modello non ha mai avuto l’opportunità di rispondere.

Anthropic ha introdotto questa misura dopo che ricercatori di Amazon avevano dimostrato una tecnica capace di convincere Fable 5 a identificare e spiegare vulnerabilità software. Secondo diverse ricostruzioni, la questione è stata considerata sufficientemente sensibile da attirare l’attenzione delle autorità statunitensi, trasformando un problema tecnico in una questione di sicurezza nazionale.

Il punto realmente interessante non riguarda però Anthropic. Riguarda l’intera industria dell’intelligenza artificiale. Per oltre due anni il dibattito competitivo si è concentrato quasi esclusivamente sui benchmark dei modelli, come se questi rappresentassero l’unica variabile rilevante. Oggi emerge chiaramente una nuova realtà: il modello è soltanto uno degli elementi della catena decisionale. Prima della risposta intervengono classificatori, sistemi di policy, filtri contestuali, orchestratori, router e livelli di sicurezza che possono modificare radicalmente l’esperienza dell’utente.

In altre parole, non stiamo più acquistando un modello. Stiamo acquistando un ecosistema di autorizzazioni.

Questo introduce una conseguenza economica poco discussa. Quando un’azienda paga per Claude Fable 5, si aspetta di utilizzare Claude Fable 5. Se una parte significativa delle richieste viene automaticamente inoltrata a un modello differente senza che l’utente possa controllare il processo, il prodotto acquistato non coincide più perfettamente con quello effettivamente utilizzato. La questione non è soltanto tecnica; diventa commerciale e contrattuale.

La vicenda evidenzia anche un limite crescente dei benchmark tradizionali. Nessun test può essere interpretato correttamente senza conoscere l’intera pipeline di esecuzione. Misurare esclusivamente l’output finale rischia di confondere un degrado dell’intelligenza con una modifica delle policy di accesso. Due osservatori possono analizzare gli stessi dati e arrivare a conclusioni opposte senza che nessuno dei due stia realmente sbagliando.

Anthropic ha dichiarato che il classificatore verrà progressivamente affinato perché oggi intercetta un numero eccessivo di richieste legittime. Al momento, però, non esiste una tempistica pubblica per questa riduzione dei falsi positivi. Fino ad allora gli sviluppatori continueranno probabilmente a percepire Claude Fable 5 come meno competente, anche se il problema risiede nel sistema che decide quando lasciargli la parola.

La vicenda racconta qualcosa di più ampio dell’ennesima polemica su un modello AI. Segna il passaggio dall’era dell’intelligenza artificiale misurata sulla qualità delle risposte all’era dell’intelligenza artificiale governata dalla gestione del rischio. È una trasformazione che soddisfa regolatori, governi e responsabili della compliance, ma che inevitabilmente riduce la prevedibilità dell’esperienza per gli utenti professionali.

La lezione finale è quasi brutale nella sua semplicità. L’industria continua a vendere modelli sempre più intelligenti, mentre costruisce attorno a essi sistemi sempre più diffidenti. Dal punto di vista della sicurezza può essere una scelta razionale. Dal punto di vista dell’innovazione, invece, ricorda sempre più un’automobile da Formula 1 progettata per non superare i cinquanta chilometri orari. Non perché il motore sia peggiorato, ma perché qualcuno ha deciso che il pedale dell’acceleratore fosse ormai troppo pericoloso per lasciarlo nelle mani del conducente.